Слайд 2Прогнозирование — выявление состояния и вероятных путей развития явлений и процессов.
Анализ временных
![Прогнозирование — выявление состояния и вероятных путей развития явлений и процессов. Анализ](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-1.jpg)
рядов (один из методов прогнозирования). Для прогнозной оценки данным методом изменения величины необходимо знать значения этой величины за ряд предшествующих периодов. Оценка явления и определение направления его развития производятся посредством аппроксимации и экстраполяции.
Слайд 3Аппроксимация — замена одних математических объектов другими, более простыми и в том
![Аппроксимация — замена одних математических объектов другими, более простыми и в том](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-2.jpg)
или ином смысле близкими к исходным.
Экстраполяция — распространение выводов, полученных из наблюдения над одной частью явления на другую его часть. Экстраполяция применяется для эволюционно развивающихся процессов, для которых в будущем не предвидится скачков. Может применяться для разработки краткосрочных прогнозов в логистике.
Слайд 4В рамках лабораторной работы рассмотрим следующие методы:
♦ метод “наивного” прогноза;
♦ метод долгосрочной
![В рамках лабораторной работы рассмотрим следующие методы: ♦ метод “наивного” прогноза; ♦](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-3.jpg)
средней;
♦ метод скользящей средней;
♦ метод скользящей средневзвешенной.
Дадим определение перечисленных методов и кратко охарактеризуем их плюсы и минусы.
Слайд 51. Метод “наивного” прогноза — предположение, что продажи в последующем периоде будут
![1. Метод “наивного” прогноза — предположение, что продажи в последующем периоде будут](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-4.jpg)
соответствовать продажам в предыдущем периоде
Преимущества:
— моментальная реакция на изменения спроса;
— метод хорошо работает в условиях тренда (тренд — изменение, определяющее общее направление развития).
Недостаток:
— слишком большая чувствительность к случайным колебаниям.
Ошибки прогнозирования данным методом обусловлены слишком большой чувствительностью метода к случайным колебаниям прогнозируемой величины. Метод хорошо работает в случае наличия тренда.
Слайд 62. Метод долгосрочной средней — предположение, что продажи в последующем периоде будут
![2. Метод долгосрочной средней — предположение, что продажи в последующем периоде будут](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-5.jpg)
равны среднему объему продаж за все предшествующие периоды.
Метод предусматривает сглаживание продаж за счет вычисления средней за все известные предшествующие продажи. Данные о продажах в самое последнее время имеют тот же “вес”, что и данные за самый отдаленный период. Это позволяет избежать слишком быстрого реагирования на изменения спроса.
Слайд 7Преимущество:
— сглаживает случайные колебания спроса.
Недостатки:
— не отражает истинных изменений в тенденциях;
— всегда
![Преимущество: — сглаживает случайные колебания спроса. Недостатки: — не отражает истинных изменений](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-6.jpg)
реагирует с запозданием относительно существенных изменений спроса
Слайд 83. Метод скользящей средней — предположение, что продажи в последующем периоде будут
![3. Метод скользящей средней — предположение, что продажи в последующем периоде будут](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-7.jpg)
равны арифметической средней от объема продаж за последние n периодов. Метод является компромиссом между двумя первыми системами.
Слайд 94. Метод скользящей средневзвешенной — предположение, что продажи в последующем периоде будут
![4. Метод скользящей средневзвешенной — предположение, что продажи в последующем периоде будут](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-8.jpg)
равны арифметической средневзвешенной объема продаж за последние n периодов. К выбору числа периодов добавляется взвешивание этих периодов. Метод более гибкий, чем метод простой скользящей средней.
Преимущество: при наличии тенденции имеет преимущество.
Акцент может быть сделан на недавние данные и гибким образом.
Недостаток: отброшенные за пределами n данные всегда имеют предсказательную ценность, каков бы ни был их вес.
Слайд 10Исходные данные для выполнения лабораторной работы приведены в табл. 1.
![Исходные данные для выполнения лабораторной работы приведены в табл. 1.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-9.jpg)
Слайд 11Таблица 1 - Информация о помесячных продажах продукта А и продукта В
![Таблица 1 - Информация о помесячных продажах продукта А и продукта В](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-10.jpg)
Слайд 12Задание к лабораторной работе
Выполнить сравнительную характеристику “наивного” прогноза и прогноза, выполненного методом
![Задание к лабораторной работе Выполнить сравнительную характеристику “наивного” прогноза и прогноза, выполненного](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-11.jpg)
долгосрочной средней (продукт А, тенденция отсутствует; продукт В, тенденция есть).
Слайд 13Методические указания
Задание рекомендуется оформить в виде табл. 2 и 3. При этом
![Методические указания Задание рекомендуется оформить в виде табл. 2 и 3. При](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-12.jpg)
необходимо выполнить следующие действия.
1. Вначале анализируется продукт А и заполняется табл. 2. На основе данных табл. 1 заполнить гр. 3 табл. 2.
2. Заполнить гр. 4, помесячно определив прогнозную величину продаж методом “наивного” прогноза. Расчеты рекомендуется начать с января 2016 г. Например, фактические продажи продукта А в декабре 2015 г. составили 630 ед. Следовательно, “наивный” прогноз на январь составит 630 ед.
3. Поскольку фактические продажи составили 570 ед., абсолютная ошибка прогноза составила 60 ед. Внести значение абсолютных ошибок, полученных при использовании “наивного” прогноза, в гр. 5 до конца 2016 г.
Слайд 144. Определить прогноз продаж в январе 2016 г. методом долгосрочной средней на
![4. Определить прогноз продаж в январе 2016 г. методом долгосрочной средней на](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-13.jpg)
основе информации о продажах за 12 месяцев 2015 г. Прогноз методом долгосрочной средней для февраля 2016 г. определяется на основе данных о продажах за последние 13 месяцев, и т. д. до конца 2016 г.
5. Определить значения суммарной и средней абсолютных ошибок. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого отсутствует общая тенденция изменения объема продаж.
6. Аналогичные расчеты выполнить для продукта заполнив табл. 3. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого имеется выраженная тенденция изменения объема продаж.
Слайд 15Таблица 2 - Сравнительная характеристика “наивного” прогноза и прогноза, выполненного методом долгосрочной
![Таблица 2 - Сравнительная характеристика “наивного” прогноза и прогноза, выполненного методом долгосрочной](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/1036797/slide-14.jpg)
средней (продукт А, тенденция отсутствует)