Управление финансами
документы

1. Акт выполненных работ
2. Акт скрытых работ
3. Бизнес-план примеры
4. Дефектная ведомость
5. Договор аренды
6. Договор дарения
7. Договор займа
8. Договор комиссии
9. Договор контрактации
10. Договор купли продажи
11. Договор лицензированный
12. Договор мены
13. Договор поставки
14. Договор ренты
15. Договор строительного подряда
16. Договор цессии
17. Коммерческое предложение
Управление финансами
егэ ЕГЭ 2017    Психологические тесты Интересные тесты   Изменения 2017 Изменения 2017
документ Главная » Маркетологу » Количественные методы прогнозирования

Количественные методы прогнозирования

Методы прогнозирования

Вернуться назад на Методы прогнозирования

Количественные методы прогнозирования реализуются с помощью математических моделей, базирующихся на предыстории. Подобные модели строятся в предположении, что данные о поведении процесса в прошлом могут быть распространены и на будущее.

Количественные методы представляют собой довольно развитую область, поэтому в данном пособии рассматриваются только некоторые модели, наиболее часто включаемые в базовые системы и пакеты прикладных программ. Все они основаны на временных рядах, полученных путём измерений в определённых временных периодах.

Одна из центральных проблем - оценка и повышение точности прогнозов. Фактическая точность может быть оценена только путём сравнения прогностических и фактических данных. Если точность модели недостаточна, то метод модифицируется или заменяется.

Хотя внешне результаты измерений (особенно долгосрочных) могут выглядеть хаотичными, в них можно выявить довольно простые составляющие.

Циклическая составляющая описывает ту часть процесса, которая повторяется с низкой частотой.

Сезонная составляющая описывает циклы, повторяющиеся с высокой частотой раз в течение года.

Периоды циклической и сезонной составляющих могут находиться между собой в определённых отношениях.

Случайная флуктуация представляет собой случайное отклонение временного рада от неслучайной функции, описываемой трендом, циклической и сезонной составляющими.

Прогнозирование на основе количественных методов заключается прежде всего, в определении вида и параметров функций, описывающих неслучайные составляющие. Наиболее часто применяется следующие количественные модели прогнозирования.

1. Линейная регрессия. Модель направлена на выявление связи между зависимой переменной (т. е. прогнозируемой величиной) и одной или более независимыми переменными, которые представлены в виде данных о предыстории. В простой регрессии имеется только одна независимая переменная, а в множественной регрессии их несколько.

Если предыстория представлена в виде временного ряда, то независимая переменная - это временной период, а зависимая - прогнозируемая величина, например, объём продаж. Регрессионная модель не обязательно базируется на временных рядах. В этом случае представления о величинах независимых переменных используются для того, чтобы определить зависимую переменную. Линейная регрессия обычно используется для долгосрочных прогнозов, но может также применяться для менее длительных прогнозов.

2. Методы скользящего среднего. Прогностическая модель для краткосрочных прогнозов, основанная на временных рядах. В этой модели среднее арифметическое фактических продаж, вычисленное для принятого числа последних прошедших временных периодов принимается за прогноз на следующий временной период.

3. Метод взвешенного скользящего среднего. Эта модель работает подобно предыдущей модели, но в ней вычисляется не среднее, а средневзвешенное значение, которое и принимается за прогноз на ближайший временной период. Меньшие веса приписываются более отдалённым периодам, отражая тем самым уверенность в том, что прогнозируемый процесс в ближайший период не претерпит резких изменений.

4. Экспоненциальное сглаживание. Также модель, использующая временные ряды и предназначенная для краткосрочных прогнозов. В этом методе объём продаж, спрогнозированный для последнего периода, корректируется на основе информации об ошибке прогноза в последнем периоде. Этот скорректированный за последний период прогноз и становится прогнозом на следующий период.

5. Экспоненциальное сглаживание с трендом. Эта та же модель, что и представленная выше, но модифицированная так, чтобы обрабатывать данные с трендами. Такие расчёты характерны для среднесрочного прогнозирования. Называется также моделью с двойным экспоненциальным сглаживанием, поскольку сглаживание выполняется для среднего значения и для тренда.

темы

документ Анализ рынка операционных систем
документ Анализ рынка шоколада
документ Конкурентоспособность
документ Анализ рынка напитков
документ Swot анализ




назад Назад | форум | вверх Вверх

Управление финансами
важное

Как получить квартиру от государства
Как получить земельный участок бесплатно
Потребительская корзина 2017
Налоговые изменения 2017
Повышение пенсий 2017
Материнский капитал 2017
Транспортный налог 2017
Налог на имущество 2017
Налог на прибыль 2017
ЕНВД 2017

Налог с продаж 2017
Налоги ИП 2017
УСН 2017
Изменения для юристов 2017
Земельный налог 2017
Кадровое делопроизводство 2017
НДФЛ 2017
Налоговый вычет 2017
Льготы 2017
Производственный календарь на 2017 год
Бухгалтерские изменения 2017
Расчет больничного 2017
Расчет отпускных 2017
ФСС 2017
Коды бюджетной классификации на 2017 год
Недвижимость


©2009-2017 Центр управления финансами. Все права защищены. Публикация материалов
разрешается с обязательным указанием ссылки на сайт. Контакты