Оценка точности прогнозов

Содержание

Слайд 2

Эмпирической мерой точности прогноза, служит величина его ошибки, которая определяется как разность

Эмпирической мерой точности прогноза, служит величина его ошибки, которая определяется как разность
между прогнозным ( ) и фактическими (уt) значениями исследуемого показателя.

Слайд 3

Данный подход возможен только в двух случаях:

а) период упреждения известен, уже закончился,

Данный подход возможен только в двух случаях: а) период упреждения известен, уже
и исследователь располагает необходимыми фактическими значениями прогнозируемого показателя;
б) строится ретроспективный прогноз, то есть рассчитываются прогнозные значения показателя для периода времени, за который уже имеются фактические значения.
Это делается с целью проверки разработанной методики прогнозирования.

Слайд 4

Все показатели оценки точности статистических прогнозов условно можно разделить на три группы:

Все показатели оценки точности статистических прогнозов условно можно разделить на три группы:
аналитические;
– сравнительные;
– качественные.

Слайд 5

Аналитические показатели точности прогноза позволяют количественно определить величину ошибки прогноза. К ним

Аналитические показатели точности прогноза позволяют количественно определить величину ошибки прогноза. К ним относятся:
относятся:

Слайд 6

Абсолютная ошибка прогноза (D*) 

- определяется как разность между эмпирическими и прогнозными значениями

Абсолютная ошибка прогноза (D*) - определяется как разность между эмпирическими и прогнозными
признака и вычисляется по формуле:
где:
уt–фактическое значение признака;

–прогнозное значение признака.

Слайд 7

Относительная ошибка прогноза (d*отн) 

может быть определена как отношение абсолютной ошибки прогноза (D*):
 к

Относительная ошибка прогноза (d*отн) может быть определена как отношение абсолютной ошибки прогноза
фактическому значению признака (уt ) :
к прогнозному значению признака

Слайд 8

Абсолютная и относительная ошибки прогноза являются оценкой проверки точности единичного прогноза, что

Абсолютная и относительная ошибки прогноза являются оценкой проверки точности единичного прогноза, что
снижает их значимость в оценке точности всей прогнозной модели, так как изучаемое социально-экономическое явление подвержено влиянию различных факторов внешнего и внутреннего свойства. Единично удовлетворительный прогноз может быть получен и на базе реализации слабо обусловленной и недостаточно адекватной прогнозной модели и наоборот – можно получить большую ошибку прогноза по достаточно хорошо аппроксимирующей модели.

Слайд 9

Поэтому на практике иногда определяют не ошибку прогноза, а некоторый коэффициент качества

Поэтому на практике иногда определяют не ошибку прогноза, а некоторый коэффициент качества
прогноза (Кк), который показывает соотношение между числом совпавших (с) и общим числом совпавших (с) и несовпавших (н) прогнозов и определяется по формуле:

Слайд 10

Значение Кк = 1 означает, что имеет место полное совпадение значений прогнозных и

Значение Кк = 1 означает, что имеет место полное совпадение значений прогнозных
фактических значений и модель на 100% описывает изучаемое явление. Данный показатель оценивает удовлетворительный вес совпавших прогнозных значений в целом по временному ряду и изменяется в пределах от 0 до 1.
Следовательно, оценку точности получаемых прогнозных моделей целесообразно проводить по совокупности сопоставлений прогнозных и фактических значений изучаемых признаков.

Слайд 11

Средним показателем точности прогноза

- является средняя абсолютная ошибка прогноза (  ),

Средним показателем точности прогноза - является средняя абсолютная ошибка прогноза ( ),
которая определяется как средняя арифметическая простая из абсолютных ошибок прогноза по формуле вида:

Слайд 12

где:
n–длина временного ряда.
Средняя абсолютная ошибка прогноза показывает обобщенную характеристику степени отклонения фактических

где: n–длина временного ряда. Средняя абсолютная ошибка прогноза показывает обобщенную характеристику степени
и прогнозных значений признака и имеет ту же размерность, что и размерность изучаемого признака.

Слайд 13

Для оценки точности прогноза используется средняя квадратическая ошибка прогноза, определяемая по формуле:

Для оценки точности прогноза используется средняя квадратическая ошибка прогноза, определяемая по формуле:

Слайд 14

Размерность средней квадратической ошибки прогноза также соответствует размерности изучаемого признака. Между

Размерность средней квадратической ошибки прогноза также соответствует размерности изучаемого признака. Между средней
средней абсолютной и средней квадратической ошибками прогноза существует следующее примерное соотношение:

Слайд 15

Недостатками средней абсолютной и средней квадратической ошибок прогноза является их существенная

Недостатками средней абсолютной и средней квадратической ошибок прогноза является их существенная зависимость
зависимость от масштаба измерения уровней изучаемых социально-экономических явлений. Поэтому на практике в качестве характеристики точности прогноза определяют среднюю ошибку аппроксимации, которая выражается в процентах относительно фактических значений признака, и определяется по формуле вида:

Слайд 16

В качестве сравнительного показателя точности прогноза используется коэффициент корреляции между прогнозными и фактическими

В качестве сравнительного показателя точности прогноза используется коэффициент корреляции между прогнозными и
значениями признака, который определяется по формуле:

Слайд 17

Г де:– средний уровень ряда динамики прогнозных оценок.

Г де:– средний уровень ряда динамики прогнозных оценок.

Слайд 18

Одним из показателей оценки точности статистических прогнозов является коэффициент несоответствия (КН), который

Одним из показателей оценки точности статистических прогнозов является коэффициент несоответствия (КН), который
был предложен Г. Тейлом и может рассчитываться в различных модификациях:
1. Коэффициент несоответствия (КН1), определяемый как отношение средней квадратической ошибки к квадрату фактических значений признака:

Слайд 19


КН = 0, если , то есть полное совпадение фактических и

КН = 0, если , то есть полное совпадение фактических и прогнозных значений признака.
прогнозных значений признака.

Слайд 20

КН = 1, если при прогнозировании получают среднюю квадратическую ошибку адекватную по

КН = 1, если при прогнозировании получают среднюю квадратическую ошибку адекватную по
величине ошибке, полученной одним из простейших методов экстраполяции неизменности абсолютных цепных приростов.
КН > 1, когда прогноз дает худшие результаты, чем предположение о неизменности исследуемого явления. Верхней границы коэффициент несоответствия не имеет.

Слайд 21

2.Коэффициент несоответствия (КН2)

определяется как отношение средней квадратической ошибки прогноза к сумме квадратов

2.Коэффициент несоответствия (КН2) определяется как отношение средней квадратической ошибки прогноза к сумме
отклонений фактических значений признака от среднего уровня исходного временного ряда за весь рассматриваемый период.
Где: –средний уровень исходного ряда динамики.

Слайд 22

3.Коэффициент несоответствия (КН3), определяемый как отношение средней квадратической ошибки прогноза к сумме

3.Коэффициент несоответствия (КН3), определяемый как отношение средней квадратической ошибки прогноза к сумме
квадратов отклонений фактических значений признака от теоретических, выравненных по уравнению тренда:
где: –теоретические уровни временного ряда, полученные по модели тренда.

Слайд 23

  Оценка точности прогноза, построенного методом экстраполяции


Существует несколько способов оценки точности прогноза:

Оценка точности прогноза, построенного методом экстраполяции Существует несколько способов оценки точности прогноза:
1. Cредняя абсолютная оценка:
2. Cредняяквадратическая оценка:

Слайд 24

3. Cредняя относительная ошибка:

3. Cредняя относительная ошибка:

Слайд 25

Верификация.

Процедура проверки, оценки истинности прогноза не эмпирическим путем носит название «верификации

Верификация. Процедура проверки, оценки истинности прогноза не эмпирическим путем носит название «верификации
прогноза» (валидность прогноза). По логике их проведения различают следующие разновидности верификации прогнозов :
Прямая
Косвенная
Инверсная
Консеквентная
Дублирующая
Оппонентная

Слайд 26

3 способа оценки точности прогноза и выбора оптимальной модели

1. Оценить отношение фактических

3 способа оценки точности прогноза и выбора оптимальной модели 1. Оценить отношение
продаж к прогнозу;
2. Расчет показателя точность прогноза — оценка на сколько точно выбранная модель описывает анализируемые данные;
3. Графический анализ — строим график и визуально оцениваем адекватность модели прогноза относительно фактических продаж за последний период ;

Слайд 27

1-й способ — Расчет отношения фактических продаж к прогнозу.

Сначала рассчитываем прогноз разными

1-й способ — Расчет отношения фактических продаж к прогнозу. Сначала рассчитываем прогноз
способами и оцениваем отношение фактических продаж к прогнозу. ВАЖНО протестировать модели не по одному товару или направлению продаж, а сразу взять 10 и более товарных позиций или направлений продаж и рассчитать прогноз по ним на минимум на 3 периода вперед (количество периодов и направления прогноза зависят от ваших задач.Если задача - сделать точный прогноз на 6 месяцев, то рассчитываем прогноз на 6 месяцев несколькими вариантами и оцениваем отношение факта к прогнозу по сумме полугода).

Слайд 28

Рассчитаем прогноз 4 способами на полгода. Протестируем следующие модели:
Линейный тренд + сезонность

Рассчитаем прогноз 4 способами на полгода. Протестируем следующие модели: Линейный тренд +

Логарифмический тренд + сезонность
Скользящая средняя с сезонностью к 2-м месяцам
Скользящая ясредняя с сезонностью к 3-м месяцам
  Для каждой из 4-х прогнозных моделей :

Слайд 29

Суммируем прогноз по каждой модели за 6 месяцев;

Суммируем прогноз по каждой модели за 6 месяцев;

Слайд 30

Суммируем фактические продажи, которые мы будем сравнивать с прогнозом;

Суммируем фактические продажи, которые мы будем сравнивать с прогнозом;

Слайд 31

Рассчитываем отношение факта к прогнозу по каждой позиции для каждой модели;

Рассчитываем отношение факта к прогнозу по каждой позиции для каждой модели;

Слайд 32

Рассчитываем по каждой модели среднее отношение факта к прогнозу;

Рассчитываем по каждой модели среднее отношение факта к прогнозу;

Слайд 33

Выбираем модель прогноза, которая по показателю "среднее отношение факта к прогнозу" оказалась

Выбираем модель прогноза, которая по показателю "среднее отношение факта к прогнозу" оказалась максимально приближена к 100%
максимально приближена к 100%

Слайд 34

! Для наших данных самой точной моделью оказалась скользящая средняя к 3-м месяцам

! Для наших данных самой точной моделью оказалась скользящая средняя к 3-м
с сезонностью, среднее отклонение факта от прогноза 97%.
! Мы протестировали каждую модель прогноза на реальных данных и выбрали для себя оптимальную, которая в среднем показала минимальное отклонение от фактических продаж

Слайд 35

2-й способ оценки модели прогноза — расчет показателя точность прогноза.

Показатель точность прогноза

2-й способ оценки модели прогноза — расчет показателя точность прогноза. Показатель точность
показывает, на сколько точно выбранная модель прогноза описывает данные. Идея в том, чем точнее выбранная модель описывает фактические данные, тем точнее она сделает прогноз.
Как рассчитать точность прогноза? Рассмотрим на примере расчета для модели прогноза с линейным трендом и сезонностью.

Слайд 36

Рассчитываем значения прогнозной модели для каждого анализируемого момента времени в прошлом

Рассчитываем значения прогнозной модели для каждого анализируемого момента времени в прошлом

Слайд 37

Рассчитываем ошибку прогнозной модели. Для этого за каждый период от фактических значений

Рассчитываем ошибку прогнозной модели. Для этого за каждый период от фактических значений вычитаем значения прогнозной модели.
вычитаем значения прогнозной модели.

Слайд 38

Рассчитываем квадратическое отклонение ошибки от значений прогнозной

Рассчитываем квадратическое отклонение ошибки от значений прогнозной

Слайд 39

Рассчитываем среднее значение квадратического отклонения, т.е. среднеквадратическое отклонение

Рассчитываем среднее значение квадратического отклонения, т.е. среднеквадратическое отклонение

Слайд 40

Точность прогноза = (1- среднеквадратическое отклонение ошибки прогнозной модели)*100

Точность прогноза = (1- среднеквадратическое отклонение ошибки прогнозной модели)*100

Слайд 41

Показатель точности прогноза выражается в процентах:
Если точность прогноза равна 100%, то выбранная

Показатель точности прогноза выражается в процентах: Если точность прогноза равна 100%, то
модель описывает фактические значения на 100%, т.е. очень точно.
Если 0% или отрицательное число, то совсем не описывает, и данной модели доверять не стоит.

Слайд 42

3. Способ оценки прогнозной модели — визуальный.

На график выводим анализируемые данные, тренд,

3. Способ оценки прогнозной модели — визуальный. На график выводим анализируемые данные,
значение модели и прогноз (см. вложенный файл). Обычно визуально видно, какая модель адекватнее строит прогноз . 3-й способ по своей сути схож с 1-м и вторым, только мы верим не цифрам, а тому что мы видим на графике.

Слайд 43

Линейная модель:

Линейная модель:

Слайд 44

Логарифмическая модель:

Логарифмическая модель:
Имя файла: Оценка-точности-прогнозов.pptx
Количество просмотров: 31
Количество скачиваний: 0