- •1.Корреляционный анализ спроса.
- •Определение среднего значения спроса для каждой номенклатуры:
- •Сведем вычисления в матрицу:
- •3.2 Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с сильной обратной зависимостью km:
- •3.3. Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с обратной зависимостью kl:
- •4.Прогнозирование спроса.
- •4.1 Метод подвижного (скользящего) среднего.
- •4.2 Метод взвешенного подвижного (скользящего) среднего.
- •4.3 Метод экспоненциального сглаживания.
- •4.4 Метод проецирования тренда.
- •5.2 Определим и для трех различных параметров закона распределения скорости изнашивания: (0,5; 0,5); (0,75; 0,75); (1,25; 1,25). Результаты сведем в таблицу.
- •5.3 Определим для различных p. Результаты занесем в таблицу.
4.Прогнозирование спроса.
Известен временной ряд
Таблица 11
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
x |
11 |
10 |
11 |
11 |
11 |
12 |
11 |
12 |
12 |
11 |
13 |
13 |
12 |
13 |
12 |
t |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
28 |
29 |
30 |
x |
9 |
9 |
8 |
10 |
12 |
16 |
17 |
15 |
13 |
12 |
13 |
13 |
11 |
10 |
10 |
4.1 Метод подвижного (скользящего) среднего.
Рассчитать прогнозируемые значения спроса на момент времени при значениях N=3, N=5и N=9.
Расчетная формула прогноза на момент времени :
=
Полученные значения занесем в таблицу 12:
Таблица 12
N=3 |
N=5 |
N=9 |
||||||
1 |
11 |
|||||||
2 |
10 |
|||||||
3 |
11 |
|||||||
4 |
11 |
10,6 |
0,16 |
|||||
5 |
11 |
10,6 |
0,16 |
|||||
6 |
12 |
11 |
1 |
10,8 |
1,44 |
|||
7 |
11 |
11,3 |
0,09 |
11 |
0 |
|||
8 |
12 |
11,3 |
0,49 |
11,2 |
0,64 |
|||
9 |
12 |
11,6 |
0,16 |
11,4 |
0,36 |
|||
10 |
11 |
11,6 |
0,36 |
11,6 |
0,36 |
11,2 |
0,04 |
|
11 |
13 |
11,6 |
1,96 |
11,6 |
1,96 |
11,2 |
3,24 |
|
12 |
13 |
12 |
1 |
11,8 |
1,44 |
11,56 |
2,0736 |
|
13 |
12 |
12,3 |
0,09 |
12,2 |
0,04 |
11,78 |
0,0484 |
|
14 |
13 |
12,67 |
0,1089 |
12,2 |
0,64 |
11,89 |
1,2321 |
|
15 |
12 |
12,6 |
0,36 |
12,4 |
0,16 |
12,1 |
0,01 |
|
16 |
9 |
12,3 |
10,89 |
12,6 |
3,5721 |
12,1 |
9,61 |
|
17 |
9 |
11,3 |
5,29 |
11,8 |
7,84 |
11,89 |
8,3521 |
|
18 |
8 |
10 |
4 |
11 |
9 |
11,56 |
12,674 |
|
19 |
10 |
8,67 |
1,7689 |
10,2 |
0,04 |
11,1 |
1,21 |
|
20 |
12 |
9 |
9 |
9,6 |
5,76 |
11 |
1 |
|
21 |
16 |
10 |
36 |
9,6 |
40,96 |
10,8 |
27,04 |
|
22 |
17 |
12,67 |
18,75 |
11 |
36 |
11,2 |
33,64 |
|
23 |
15 |
15 |
0 |
12,6 |
5,76 |
11,78 |
10,37 |
|
24 |
13 |
16 |
9 |
14 |
1 |
12 |
1 |
|
25 |
12 |
15 |
9 |
14,6 |
6,76 |
12,1 |
0,01 |
|
26 |
13 |
13,3 |
0,09 |
14,6 |
2,56 |
12,4 |
0,36 |
|
27 |
13 |
12,67 |
0,1089 |
14 |
1 |
12,89 |
0,0121 |
|
28 |
11 |
12,67 |
2,7889 |
13,2 |
4,84 |
13,4 |
5,76 |
|
29 |
10 |
12,3 |
5,29 |
12,4 |
5,76 |
13,56 |
12,67 |
|
30 |
10 |
11,3 |
1,69 |
11,8 |
3,24 |
13,3 |
10,89 |
Определим точность каждого прогноза при помощи средней квадратичной погрешности:
При N=3
При N=5
При N=9
Наименьшая квадратичная погрешность получилась при N=3, а значит прогноз за три предшествующих момента времени будет более близок к реальным значениям спроса, а значит будет наилучшим.