а) однофакторные модели
| Линейная функция | У=а + b х |
| |||
| |||||
| Гипербола | У= а + b (1/ х) |
| |||
| |||||
| Показательная функция | У=а + b х |
| |||
| |||||
| Парабола | У=а+ bх +сх2 У=а+ bх –сх2 |
| |||
| Полулогарифмическая функция | У=а+ blogх |
| |||
| |||||
| Степенная функция | У=а *хb |
| |||
| b>1 |
| ||||
| |||||
| b<1 | |||||
Б) многофакторные модели (уравнения множественной регрессии)
| Линейное уравнение | У= а0 +а1 х1+а2 х2 + …аnхn |
| Параболическое уравнение | У=а0 +а1х1 +а2х22 +… аn хnn |
| Показательное уравнение | У=а1х1 * а2х2 * …аnхn |
| Степенное уравнение | У= х1а1 * х2а2 * …хnаn |
Последовательность составления прогноза спроса методом математического моделирования
1. Определение круга факторов, оказывающих возможное влияние на изменение спроса;
2. Определение степени влияния выбранных факторов.
3. Разработка модели для составления прогноза спроса.
4. Проведение оценки прогностической ценности модели спроса.
5. Составление прогноза спроса по наиболее оптимальной модели.
6. Расчет ошибки прогноза спроса.
Пример расчета
| Годы | Численность населения, тыс. чел. | Среднедушевой доход в месяц, руб | Средняя температура в холодный период года, оС | Объем продажи бытовых обогревателей, шт. |
| 1998 | 284 | 1880 | -16 | 65 |
| 1999 | 286 | 2000 | -18 | 74 |
| 2000 | 284 | 2500 | -17 | 85 |
| 2001 | 285 | 3000 | -20 | 95 |
| 2002 | 284 | 3500 | -16 | 103 |
| 2003 (прогноз) | 284 | 4000 | -15 | - |
| Показатели для анализа тесноты связи | Значение коэффициента корреляции |
| Объема продаж и численностью населения | 0,18 |
| Объема продаж и среднедушевого дохода в месяц | 0,98 |
| Объема продаж и средней температурой в холодное время года | 0,2 |
Рис.2 Линейный тренд объема спроса на бытовые обогреватели
П 2003 = 4500 * 0,222+ 27,302 = 127,2
Расчет ошибки прогноза:
Оп = +,- Ö å d2 (8),
n-k
где å d2 - самума квадратов отклонений значений объема реализованного спроса от среднеарифметического значения объема реализации,
N – количество лет в исследуемом периоде.








