2014-02-24
562
6 Сумма весов
Результаты прогнозирования на базе взвешенной средней показаны в следующей таблице.
Как простая, так и взвешенная меняющаяся средние эффективны в сглаживании внезапных флуктуации в модели спроса для того, чтобы получать стабильные прогнозы. Меняющиеся средние имеют, однако, три проблемы. Первое: возрастание размера п (числа усредняемых периодов) делает сглаживание флуктуации лучше, но это делает и метод более чувствительным к реальным изменениям в данных. Второе: меняющиеся средние не очень хорошо отражают тренды. Так как они усреднены, тренды будут всегда стоять на прошлом уровне и не будут отражать изменения на другой, более высокий или более низкий уровень. Наконец, меняющиеся средние требуют записей прошлых данных.
Рис. 4.2 с данными из примеров 1 и 2 иллюстрирует лаговый эффект моделей меняющейся средней.
Рис. 4.2. Текущие продажи, изменяющаяся средняя и взвешенная изменяющаяся средняя для фирмы складских навесов
Экспоненциальное сглаживание. Экспоненциальное сглаживание — это метод прогнозирования, который чаще и эффективнее применяется с помощью компьютера, хотя использует очень мало записей, относящихся к прошлым данным. Базовая формула экспоненциального сглаживания может быть показана следующим образом:
|
|
|
Новый прогноз = (Прогноз прошлого периода +
+ α (Текущий спрос прошлого периода) - (4.3)
- (Прогноз прошлого периода),
где α — вес, или константа сглаживания, которая расположена между 0 и 1.
Уравнение (4.3) может быть также записано математически:
где Ft — новый прогноз;
Ft - 1 — прошлый прогноз;
α — константа сглаживания (0 $ ос < 1);
At - 1 — текущий спрос прошлого периода.
Прошлый прогноз спроса эквивалентен старому прогнозу, существуют различия между текущим спросом прошлого периода и старым прогнозом.
