Previziuni bazate pe metoda de netezire exponențială

Extrapolarea este o metodă de cercetare științifică care se bazează pe diseminarea tendințelor, modelelor, legăturilor cu dezvoltarea viitoare a obiectului de prognoză. Metodele de extrapolare includ metoda mediei mobile, metoda de netezire exponențială și metoda celor mai mici pătrate.







Metoda de netezire exponențială este cea mai eficientă atunci când se elaborează prognoze pe termen mediu. Este acceptabil atunci când se prevede o singură perioadă în avans. Principalele sale avantaje sunt simplitatea procedurii de calcul și posibilitatea luării în considerare a ponderii informațiilor inițiale. Formula de lucru a metodei de netezire exponențială:

unde t este perioada care precede prognoza; t + 1 este perioada de prognoză; Ut + 1 - indicatorul prezis; # 945; - parametru de netezire; Vt - valoarea reală a indicatorului studiat pentru perioada anterioară prognozei; Ut - media ponderată exponențial pentru perioada anterioară prognozei.

Atunci când se prevede această metodă, există două dificultăți:

  • selectați valoarea parametrului de netezire # 945 ;;
  • determinarea valorii inițiale Uo.

Din valoarea # 945; Depinde. cat de repede scade greutatea influentei observatiilor anterioare. Mai mult # 945; cu atât mai puțin este influențată de influența anilor precedenți. Dacă valoarea # 945; aproape de unitate, acest lucru duce la reflectarea prognozei influențate în principal numai de ultimele observații. Dacă valoarea # 945; aproape zero, atunci greutățile cu care se cântăresc nivelurile seriilor de timp scad încet; la previziune sunt luate în considerare toate observațiile anterioare (sau aproape toate).

Astfel, dacă există încredere că condițiile inițiale pe care se bazează prognoza sunt fiabile, ar trebui utilizată o cantitate mică de parametru de netezire (# 945; → 0). Atunci când parametrul anti-aliasing este mic, funcția studiată se comportă ca o medie a unui număr mare de niveluri anterioare. Dacă nu există încredere suficientă în condițiile inițiale de prognoză, atunci ar trebui utilizată o valoare mai mare # 945, care va duce la cont la prognoza influența practică a ultimei supravegheri.







unde n este numărul de observații care intră în intervalul de netezire.

Problema alegerii Uo (media ponderată exponențial a primei) este rezolvată în următoarele moduri:

  • dacă există dovezi ale evoluției fenomenului în trecut, atunci putem folosi media aritmetică și o putem echivala cu Uo;
  • dacă nu există astfel de informații, atunci prima valoare inițială a bazei de predicție V1 este utilizată ca Uo.

De asemenea, puteți utiliza estimări expert.

Rețineți că studiul seriilor de timp economice și prognoză a proceselor economice a metodei de netezire exponențială nu este întotdeauna „funcționează“. Acest lucru se datorează faptului că serii economice de timp sunt prea scurte (15-20 de cazuri), iar în cazul în care ritmul de creștere și de schimbare sunt mari, această metodă nu „au timp“ pentru a reflecta toate modificările.

Exemplu de aplicare a metodei de netezire exponențială pentru a elabora o prognoză

Sarcina. Există date care caracterizează rata șomajului în regiune,%

Soluție prin metoda de netezire exponențială

1) Determinați valoarea parametrului de netezire cu formula:

unde n este numărul de observații care intră în intervalul de netezire. # 945; = 2 / (10 + 1) = 0,2

2) determinăm valoarea inițială a Uo în două moduri:
Metoda I (media aritmetică) Uo = (2,99 + 2,66 + 2,63 + 2,56 + 2,40 + 2,22 + 1,97 + 1,72 + 1,56 + 1,42) / 10 = 22,13 / 10 = 2,21
Metoda II (ia prima valoare a bazei prognozate) Uo = 2.99

3) Calculați media ponderată exponențial pentru fiecare perioadă folosind formula

unde t este perioada care precede prognoza; t + 1 este perioada de prognoză; Ut + 1 - indicatorul prezis; # 945; - parametru de netezire; Vt - valoarea reală a indicatorului studiat pentru perioada anterioară prognozei; Ut - media ponderată exponențial pentru perioada anterioară prognozei.

Previziuni bazate pe metoda de netezire exponențială







Trimiteți-le prietenilor: