Метод экспоненциального сглаживания
При расчете прогноза методом экспоненциального сглаживания учитывается отклонение предыдущего прогноза от реального показателя, а сам расчет проводится по следующей формуле:
хk-1 — реальное значение показателя в момент времени tk-i,
fk — прогноз на момент времени tk; Я
α— постоянная сглаживания.
Замечание. Значение постоянной а, Подчиненной условию 0<а<1, определяет степень сглаживания и обычно выбирается универсальным методом проб и ошибок.
Для расчетов вновь обратимся к исходному временному ряду, положив а = 0,2 и считая, что прогноз на понедельник равен 8.
Тогда
или в табличной форме:
Замечание. Следует иметь в виду, что при решении реальной задачи прогнозирования временной ряд складывается постепенно и реальное значение показателя на рассчитываемый момент времени нам заранее неизвестно. Тем не менее, прежде чем заглянуть в будущее посредством одного из указанных выше методов, обычно проводятся расчёты с полным временным рядом, описывающим некоторый промежуток времени в прошлом.
Это делается для того, чтобы:
подобрать подходящее значение N и сравнить результаты прогноза с реальными данными (метод простого скользящего среднего),
подобрать подходящие значения N и весов и сравнить результаты
прогноза с реальными данными (метод взвешенного скользящего
среднего),
подобрать подходящие значения постоянной сглаживания а и сравнить результаты прогноза с реальными данными (метод экспоненциального сглаживания).
Метод проецирования тренда
Основной идеей методу проецирования тренда (trend projection) является построение прямой, которая "в среднем" наименее уклоняется от массива точек (ti, хj), где i =1,2,...,n, заданного временным рядом.
Эта прямая ищется в следующем виде:
(1)
где аи b — постоянные, подлежащие определению.
Для каждого значения ti переменной t,пользуясь соотношением (1), вычисляют соответствующее значение переменной х:
, i =1,2,... ,n,
находят разность, которую затем возводят в квадрат, чтобы не думать о знаке:
, i =1,2,... ,n,
суммируя по nпеременным, получают:
.
Функция принимает минимальное значение в том случае, когда величины аи b удовлетворяют следующей линейной системе:
.
Эта система всегда имеет единственное решение. Такой путь построения тренда называется методом наименьших квадратов.Точность прогноза можно оценить при помощи коэффициента корреляции.
Построение линии тренда в Mathcad.
VX:=( ) VY:=( )
ORIGIN:=1
Y(X)=b+a∙x
b:=intercept(VX,VY)
a:=slope(VX,VY)
f(x)=b+a∙x
a= b=
corr(VX,VY)=
построить график.