69633

Розроблення, аналіз та визначення адекватності прогнозованих адитивних моделей при прийнятті рішень

Лекция

Информатика, кибернетика и программирование

Проаналізувати вихідні дані та згладити їх методом ковзного середнього. Побудувати прогнозну модель з адитивною компонентою з урахуванням показників сезонності. Визначити адекватність моделі тренда. Зробити прогноз на найближчі 2 квартали.

Украинкский

2014-10-08

204 KB

3 чел.

МІНІСТЕРСТВО ОСВІТИ, НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ

НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ ХАРЧОВИХ ТЕХНОЛОГІЙ

Кафедра інформаційних систем

Лабораторна робота № 9

Тема: «Розроблення , аналіз та визначення

адекватності прогнозованих адитивних моделей

при прийнятті рішень»

Викладач:

Ярова Т. В.

Виконав:

студент АКС 3-5

Денисенко О. Ю.

Київ 2012

Завдання :

В таблиці 1 представлені обсяги реалізації продукції підприємства ВАТ "Агросервіс" за останні 12 кварталів.

Рік

2004

2005

2006

2007

Квартал

1

2

3

4

1

2

3

4

1

2

3

4

1

2

3

Обсяг реалізації

767

642

579

855

791

669

603

885

807

1002

626

903

834

?

?

  1.  Проаналізувати вихідні дані та згладити їх методом ковзного середнього.
  2.  Побудувати прогнозну модель з адитивною компонентою з урахуванням показників сезонності.
  3.  Визначити адекватність моделі тренда.

         4.       Зробити прогноз на найближчі 2 квартали.

Вирішення:

Проводимо згладжування вихідних даних методом ковзної середньої. Формуємо таблицю  за результатами розрахунків суми кожної партії за 4 квартали, ковзні середні за 4 квартали і центровані ковзні середні значення.

Далі Таблицю  доповнюємо новим стовпчиком за розрахунками оцінок сезонних компонентів. :

№ п/п (X)

Дата (період)

Кількість реалізованої продукції   (A)

Разом за 4 квартали  

Ковзне середнє знач. за 4 квартали

Центроване ковзне сер. знач.          (T)

Оцінк. сезон. компоненти
(A-T=S+E)

1

1 кв 2004

767,00

 

 

 

 

 

 

 

 

 

 

 

2

2 кв

642,00

 

 

 

 

 

 

 

2843

710,75

 

 

3

3 кв

579,00

 

 

713,75

-134,75

 

 

 

2867

716,75

 

 

4

4 кв

855,00

 

 

720,125

134,875

 

 

 

2894

723,5

 

 

5

1 кв 2005

791,00

 

 

726,5

64,5

 

 

 

2918

729,5

 

 

6

2 кв

669,00

 

 

733,25

-64,25

 

 

 

2948

737

 

 

7

3 кв

603,00

 

 

739

-136

 

 

 

2964

741

 

 

8

4 кв

885,00

 

 

740,625

144,375

 

 

 

2961

740,25

 

 

9

1 кв 2006

807,00

 

 

743,125

63,875

 

 

 

2984

746

 

 

10

2 кв

666,00

 

 

748,25

-82,25

 

 

 

3002

750,5

 

 

11

3 кв

626,00

 

 

753,875

-127,875

 

 

 

3029

757,25

 

 

12

4 кв

903,00

 

 

 

 

 

 

 

 

 

 

 

13

1 кв 2007

834,00

 

 

 

 

 

 

 

 

 

 

 

 Для розрахунку скоригованих сезонних компонентів використовуємо допоміжну таблицю , в яку заносимо дані зі стовпчика 7 таблиці  та проводимо відповідні розрахунки.

№ кварталу

 

 

 

1

2

3

4

2004

 

 

-134,75

134,875

2005

64,5

-64,25

-136

144,375

2006

63,875

-82,25

-127,875

 

Всього

128,375

-146,5

-398,625

279,25

Сума

Оцінка сезонної компоненти

64,1875

-73,25

-132,875

139,625

-2,3125

Скоригована сезонна компонента

64

-72

-131

139

0

СУММ (X)

91

B =

5,181318681

СУММ (X^2)

819

A =

699,3461538

СУММ (Y)

9563

(СУММ (X))^2

8281

СУММ (X*Y)

67884

Отримані скориговані сезонні компоненти за 4 квартали заносимо в таблицю  (стовпець 8), яка являється продовженням таблиці . Розраховуємо десезоналізовані дані, віднімаючи відповідні значення сезонної компоненти від фактичних даних за кожен квартал, тобто A-S=T+E, та заносимо їх до таблиці.

№ п/п (X)

Дата (період)

Кількість реалізованої продукції   (A)

Разом за 4 квартали  

Ковзне середнє знач. за 4 квартали

Центроване ковзне сер. знач.          (T)

Оцінк. сезон. компоненти
(A-T=S+E)

Скоригована сезонна компонента   (S)

Десезоналізовані дані     (A-S=T+E)

Тренд.розрахунки (T)

1

1 кв 2004

767,00

 

 

 

 

64

703

704,5275

 

 

 

 

 

 

 

 

 

 

2

2 кв

642,00

 

 

 

 

-72

714

709,7088

 

 

 

2843

710,75

 

 

 

 

 

3

3 кв

579,00

 

 

713,75

-134,75

-131

710

714,8901

 

 

 

2867

716,75

 

 

 

 

 

4

4 кв

855,00

 

 

720,125

134,875

139

716

720,0714

 

 

 

2894

723,5

 

 

 

 

 

5

1 кв 2005

791,00

 

 

726,5

64,5

64

727

725,2527

 

 

 

2918

729,5

 

 

 

 

 

6

2 кв

669,00

 

 

733,25

-64,25

-72

741

730,4341

 

 

 

2948

737

 

 

 

 

 

7

3 кв

603,00

 

 

739

-136

-131

734

735,6154

 

 

 

2964

741

 

 

 

 

 

8

4 кв

885,00

 

 

740,625

144,375

139

746

740,7967

 

 

 

2961

740,25

 

 

 

 

 

9

1 кв 2006

807,00

 

 

743,125

63,875

64

743

745,978

 

 

 

2984

746

 

 

 

 

 

10

2 кв

666,00

 

 

748,25

-82,25

-72

738

751,1593

 

 

 

3002

750,5

 

 

 

 

 

11

3 кв

626,00

 

 

753,875

-127,875

-131

757

756,3407

 

 

 

3029

757,25

 

 

 

 

 

12

4 кв

903,00

 

 

 

 

139

764

761,522

 

 

 

 

 

 

 

 

 

 

13

1 кв 2007

834,00

 

 

 

 

64

770

766,7033

 

 

 

 

 

 

 

 

 

 

Аналіз десезоналізованих даних дає підстави зробити висновок про існування лінійного тренда, який найкраще апроксимує їх та описується рівнянням

                                                     

де  і  характеризують відповідно точку перетину з віссю ординат і нахил лінії тренда. Для визначення параметрів прямої використовуємо метод найменших квадратів, згідно якого:

                                           

  де  – порядковий номер кварталу,   = (A S)

Після проведення відповідних розрахунків, отримуємо

B =

5,181318681

A =

699,3461538

Отже, рівняння моделі тренда матиме вигляд:

                 Т = 699,346 – 5,181

На основі отриманих результатів визначаємо адекватність моделі тренда, для цього визначаємо середнє абсолютне відхилення (МАД) та середню квадратичну помилку (МSЕ) для всіх значень:

МАД =

99,25

MSE =

29,20

Розраховані помилки дуже малі і складають від 4% до 8% від заданих обсягів реалізації продукції. Отже, тенденція виявлена за фактичними даними досить стійка і дозволяє одержати надійні короткострокові прогнози.

Використовуючи отриману адитивну модель тренда, ми розраховуємо прогноз (Рк) таким чином: Рк = Т + S

P 14

699,8846

P 15

646,0659

Висновок: Отримані прогнозні значення базуються на припущенні про те, що ближчим часом тенденція, виявлена при проведенні ретроспективного аналізу, трішки зміниться в гіршу сторону.


 

А также другие работы, которые могут Вас заинтересовать

66579. Дирекция социальной сферы филиал ОАО «РЖД» 265.5 KB
  Дирекция руководствуется в своей деятельности Конституцией Российской Федерации, федеральными законами, иными нормативными правовыми актами Российской Федерации, нормативными правовыми актами субъектов Российской Федерации, уставом открытого акционерного общества...
66581. Структуры службы маркетинга на ОАО «Брестский завод бытовой химии» 143.5 KB
  Прохождение стажировки без отрыва от производства на ОАО Брестский завод бытовой химии предполагало постановку и реализацию следующих целей: Изучение особенностей технологии производства продукции выпускаемой ОАО Брестский завод бытовой химии.
66582. Использование Matlab для проектирования fuzzy-регуляторов 130.05 KB
  Ход работы: Пусть необходимо спроектировать fuzzy регулятор для автоматического управления подвижной платформы массой М=200 кг на отрезке пути 100м если допустимая максимальная скорость движения платформы не может быть более 2м с. Привод подвижной платформы развивает усилие при торможении и разгоне не более 100Н.
66583. РОЗРОБКА ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ КЕРУВАННЯ БЕЗПІЛОТНИМ ЛІТАЛЬНИМ АПАРАТОМ 1.94 MB
  Об'єктом досліджень є інтелектуальні системи керування рухом безпілотного літального апарату БПЛА які б надійно забезпечували користувача всією сукупністю навігаційної інформації при складних умовах руху літального апарату. Предметом досліджень є інтелектуальні системи керування рухом безпілотного літального...
66584. Социология. Методические указания 227 KB
  Методические указания составлены в соответствии с требованиями государственного образовательного стандарта по прохождению педагогической практики студентами пятого курса, включают в себя содержание и порядок прохождения педагогической практики, организационные положения...
66585. Процес усунення несправностей та помилок в роботі ТзОВ Торгової мережі «Барвінок» 343.02 KB
  Також причиною невисокого показника є виробництво вказаних видів птиці в приватному секторі для особистого споживання а не для продажу в роздрібній мережі. Після написання огляду можна приступати до аналізу ТЗ і розробки робочого проекту мережі.