Комплексный прогноз
Расчет весов вариантов прогноза
Метод |
Модель |
R2 |
Ранг |
|
|
|
| ||||
Диаграмма |
ПА |
0,532 |
1 |
0,25 |
1,00000 |
0,25 |
0,0625 | ||||
Скользящее среднее |
ПА 2 |
0,795 |
1 |
0,75 |
0,49165 |
0,36874 |
0,0922 | ||||
ПА 3 |
0,822 |
1 |
0,75 |
0,50835 |
0,38126 |
0,0953 | |||||
Экспоненциальное сглаживание |
ЛИ(0,8) |
0,543 |
1 |
0,75 |
1,00000 |
0,75000 |
0,1875 | ||||
ПА 2 (0,7) |
0,669 |
3 |
0,32682 |
0,24512 |
0,0613 | ||||||
ПА 2 (0,75) |
0,683 |
2 |
0,33366 |
0,25025 |
0,0626 | ||||||
ПА 2 (0,8) |
0,695 |
1 |
0,33952 |
0,25464 |
0,0637 | ||||||
ПА 3 (0,7) |
0,739 |
1 |
0,33606 |
0,25205 |
0,0630 | ||||||
ПА 3 (0,75) |
0,735 |
2 |
0,33424 |
0,25068 |
0,0627 | ||||||
ПА 3 (0,8) |
0,725 |
3 |
0,32969 |
0,24727 |
0,0618 | ||||||
ЛО (0,7) |
0,585 |
3 |
0,30709 |
0,23032 |
0,0576 | ||||||
ЛО (0,75) |
0,635 |
2 |
0,33333 |
0,24999 |
0,0625 | ||||||
ЛО (0,8) |
0,685 |
1 |
0,35958 |
0,26969 |
0,0674 | ||||||
Сумма |
|
|
|
|
|
4,00001 |
|
Расчет ядра прогноза и допусков
t+1
Метод |
Модель |
|
Варианты прогноза Y |
|
|
| ||||
Диаграмма |
ПА 2 |
0,0625 |
6,602 |
0,4126 |
-16,6077 |
275,8156993 | ||||
Скользящее среднее |
ПА 2 |
0,0922 |
7,939 |
0,7320 |
-15,2707 |
233,1942785 | ||||
ПА 3 |
0,0953 |
3,2295 |
0,3078 |
-19,9802 |
399,208392 | |||||
Экспоненциальное сглаживание |
ЛИ(0,8) |
0,1875 |
25,575 |
4,7953 |
2,3653 |
5,59464409 | ||||
ПА 2 (0,7) |
0,0613 |
17,8901 |
1,0967 |
-5,3196 |
28,29814416 | |||||
ПА 2 (0,75) |
0,0626 |
18,9452 |
1,1860 |
-4,2645 |
18,18596025 | |||||
ПА 2 (0,8) |
0,0637 |
19,8377 |
1,2637 |
-3,372 |
11,370384 | |||||
ПА 3 (0,7) |
0,0630 |
111,9721 |
7,0542 |
88,7624 |
7878,763654 | |||||
ПА 3 (0,75) |
0,0627 |
13,8203 |
0,8665 |
-9,3894 |
88,16083236 | |||||
ПА 3 (0,8) |
0,0618 |
16,7936 |
1,0378 |
-6,4161 |
41,16633921 | |||||
ЛО (0,7) |
0,0576 |
24,0669 |
1,3863 |
0,8572 |
0,73479184 | |||||
ЛО (0,75) |
0,0625 |
23,8551 |
1,4909 |
0,6454 |
0,41654116 | |||||
ЛО (0,8) |
0,0674 |
23,4414 |
1,5799 |
0,2317 |
0,05368489 | |||||
Сумма |
1,00000 |
299,4269 |
23,2097 |
|
8980,963 | |||||
Среднее |
23,0328 |
|
|
690,8433 | ||||||
Среднеквадратическое отклонение |
26,2839 |
t+2
Метод |
Модель |
|
Варианты прогноза Y |
|
|
| ||||
Диаграмма |
ПА 2 |
404,5937292 |
404,5937292 |
404,5937292 |
404,5937292 |
404,5937292 | ||||
Скользящее среднее |
ПА 2 |
367,4626523 |
367,4626523 |
367,4626523 |
367,4626523 |
367,4626523 | ||||
ПА 3 |
702,8127281 |
702,8127281 |
702,8127281 |
702,8127281 |
702,8127281 | |||||
Экспоненциальное сглаживание |
ЛИ(0,8) |
9,766153853 |
9,766153853 |
9,766153853 |
9,766153853 |
9,766153853 | ||||
ПА 2 (0,7) |
45,80332508 |
45,80332508 |
45,80332508 |
45,80332508 |
45,80332508 | |||||
ПА 2 (0,75) |
29,11050717 |
29,11050717 |
29,11050717 |
29,11050717 |
29,11050717 | |||||
ПА 2 (0,8) |
17,4574838 |
17,4574838 |
17,4574838 |
17,4574838 |
17,4574838 | |||||
ПА 3 (0,7) |
9714,859063 |
9714,859063 |
9714,859063 |
9714,859063 |
9714,859063 | |||||
ПА 3 (0,75) |
174,9777454 |
174,9777454 |
174,9777454 |
174,9777454 |
174,9777454 | |||||
ПА 3 (0,8) |
82,08750282 |
82,08750282 |
82,08750282 |
82,08750282 |
82,08750282 | |||||
ЛО (0,7) |
1,426554609 |
1,426554609 |
1,426554609 |
1,426554609 |
1,426554609 | |||||
ЛО (0,75) |
0,961350081 |
0,961350081 |
0,961350081 |
0,961350081 |
0,961350081 | |||||
ЛО (0,8) |
0,313694776 |
0,313694776 |
0,313694776 |
0,313694776 |
0,313694776 | |||||
Сумма |
1,00000 |
300,8774 |
22,1509 |
|
11551,63 | |||||
Среднее |
23,1444 |
|
|
888,5817 | ||||||
Среднеквадратическое отклонение |
29,8092 |
t+3
Метод |
Модель |
|
Варианты прогноза Y |
|
|
| ||||
Диаграмма |
ПА 2 |
0,0625 |
-0,8612 |
-0,053825 |
-22,762 |
518,108644 | ||||
Скользящее среднее |
ПА 2 |
0,0922 |
-0,3892 |
-0,03588424 |
-22,29 |
496,8441 | ||||
ПА 3 |
0,0953 |
-10,9373 |
-1,04232469 |
-32,8381 |
1078,340812 | |||||
Экспоненциальное сглаживание |
ЛИ(0,8) |
0,1875 |
26,964 |
5,05575 |
5,0632 |
25,63599424 | ||||
ПА 2 (0,7) |
0,0613 |
14,6715 |
0,89936295 |
-7,2293 |
52,26277849 | |||||
ПА 2 (0,75) |
0,0626 |
16,388 |
1,0258888 |
-5,5128 |
30,39096384 | |||||
ПА 2 (0,8) |
0,0637 |
17,9585 |
1,14395645 |
-3,9423 |
15,54172929 | |||||
ПА 3 (0,7) |
0,0630 |
131,8831 |
8,3086353 |
109,9823 |
12096,10631 | |||||
ПА 3 (0,75) |
0,0627 |
5,2633 |
0,33000891 |
-16,6375 |
276,8064063 | |||||
ПА 3 (0,8) |
0,0618 |
10,831 |
0,6693558 |
-11,0698 |
122,540472 | |||||
ЛО (0,7) |
0,0576 |
24,5990 |
1,4169024 |
2,6982 |
7,28028324 | |||||
ЛО (0,75) |
0,0625 |
24,3832 |
1,52395 |
2,4824 |
6,16230976 | |||||
ЛО (0,8) |
0,0674 |
23,9565 |
1,6146681 |
2,0557 |
4,22590249 | |||||
Сумма |
1,00000 |
284,7104 |
20,8564 |
|
14730,25 | |||||
Среднее |
21,9008 |
|
|
1133,096 | ||||||
Среднеквадратическое отклонение |
33,6615 |
Yпр = (t+1) = 23,2097 ± 10,64
Yпр = (t+2) = 22,1509 ± 12,07
Yпр = (t+3) = 20,8564 ± 13,6298
Метод |
Модель |
Коэф-т детерминации R2 |
Скользящее среднее |
ПА 2 |
0,795 |
Скользящее среднее |
ПА 3 |
0,822 |
Ядро прогноза найдено с помощью усреднения значений прогноза по методам. Для отбора наиболее надежной модели найдем веса важности:
0,795/ (0,795+0,822) = 0,492
0,822 / (0,795+0,822) = 0,508
Из расчетов можно сказать, что самая надежная модель – парабола третьего порядка по методу скользящего среднего, т.к. коэффициент детерминации у нее наибольший и равен 0,822.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Клюев Ю.Б., Родин В.Н., Белоусов В.С., Комаров Л.В. Экономия затрат в энергосистеме. УГТУ, Екатеринбург, 2000, 360 с.
Гарнаев А. Использование MS Excel и VBA в экономике и финансах. - К.; М.; СПб.: БХВ – Санкт-Петербург, 1999. – 336 с.
Microsoft Office 2000. Шаг за шагом. – М.: Эком, 1999. – 776 с.