Прогнозирование с помощью построения пользовательских моделей

Пользовательская модель позволяет создавать аналитические модели на основании формул и экспертных оценок. Такая возможность требуется в тех случаях, когда объем исходной выборки мал, либо ее качество недостаточно для того, чтобы, например, обучить нейронную сеть. В этом случае можно воспользоваться хорошо известными простыми моделями, которые задаются с помощью формул.

1) Рассмотрим применение пользовательской модели на примере данных по продажам, находящихся в файле Trade.txt (файл L6_2.ded). Будем строить пользовательские модели на ветке Данные по продажам товаров сразу после обработчика Скользящее окно.

Рассмотрим две пользовательские модели.

2) Первая пользовательская модель.

Пусть аналитику известен характер продаж определенных товаров. Так, например, известно, что каждый месяц наблюдается постоянный прирост объема продаж, равный 160 000, и спад продаж, равный 12 % от аналогичного периода прошлого года, а также прирост в 2 % по сравнению с текущим месяцем. Таким образом, аналитик может рассчитать прогноз по формуле:

Прогноз = ОбъемТекущегоМесяца · 1,02 +

+ 160 000 – ОбъемМесяцаГодНазад · 0,12.

– Для построения пользовательской модели необходимо запустить Мастер обработки и выбрать в качестве обработки данных Пользовательскую модель.

– На втором шаге Мастера настроим поля исходных данных.

Необходимо выбрать в качестве

входных полей Количество-12 и Количество-1,

а выходным будет поле Количество.

На следующем шаге Мастера необходимо написать формулу получения прогноза. В поле ввода выражения необходимо написать правую часть формулы, известную аналитику, а именно

160 000 – 0.12 · COL2B12 + 1.02 · COL2B1

(COL2B12 и COL2B1 – соответственно имена полей Количество-12 и

Количество-1) (рис. 6.40).

– Далее необходимо перейти на следующий шаг и выбрать способ визуализации – Диаграмму рассеяния. Далее построим прогноз на 3 месяца вперед (используем метод Прогнозирование) (рис. 6.41).

3) Вторая пользовательская модель.

Также аналитик может воспользоваться реализованной моделью Скользящего среднего, которая подразумевает, что объем продаж следующего месяца равен среднему объему продаж некоторого количества предшествующих месяцев. В данной задаче количество предшествующих месяцев – 5.

а		б
Рисунок 6.40 – Написание формулы получения прогноза
Рисунок 6.41 – Диаграмма рассеяния и диаграмма прогноза

При построении второй пользовательской модели необходимо на данном этапе в качестве входов указать поля Количество-5 … Количество-1.

Формула для получения прогноза:

MOVINGAVERAGE(COL2B1;COL2B2;COL2B3;COL2B4;COL2B5)

Здесь используется встроенная функция расчета среднего значения, в данном случае среднего объема продаж за пять предыдущих месяцев (рис. 6.42).

Рисунок 6.42 – Результат реализованной моделью Скользящего среднего

Сохраните результаты в файл L6_2.ded.