Методы прогнозирования

1. Метод наивного прогноза.

В этом случае прогнозируемый материальный поток принимается равным материальному потоку ближайшего временного периода.

2. Метод простого среднего.

Значение прогноза рассчитываются как среднее арифметическое материальных потоков ха предшествующие периоды.

N_(t+1) =

3. Метод скользящего среднего.

Прогнозируемый материальный поток рассчитывается как среднее значение материальных потоков за несколько предыдущих периодов с учетом их значимости для прогноза.

Метод предполагает что значение анализируемой величины в конце предшествующего периода имеют большее влияние на прогнозируемое значение и должны иметь больший вес, а сумма весов за прогнозируемый период должна быть равной единице.

N_(t+1) =

4. Метод Делфи.

В отличие от количественного метода, прогнозирование методом Делфи заключается в сборе мнений ряда людей (экспертов) и использовании этих мнений для разработки прогноза. Примером могут служить рыночные прогнозы, разработанные на основе оценок менеджеров отдела продаж, менеджеров по закупкам, региональных представителей и т.д.

Многие эксперты, знакомые с соответствующими рынками изнутри, способны обеспечить хорошую точность прогноза на основе своих знаний и интуиции. Таким образом, качественные прогнозы иногда по своему результату могут быть такими же точными, как результаты при прогнозировании количественным методом.

- Количественном прогнозирование. Прогнозы на будущее строятся на основе прошлых данных.

- Качественное прогнозирование. Предполагает обращению к мнению экспертов – людей наиболее компетентных по исследуемому вопросу.

Количественные модели прогнозирования обладают двумя важными и привлекательными свойствами:

Они записываются в математической форме. Поэтому ясно виден и понятен метод прогнозирования, что позволяет обмениваться данными между людьми, которые занимаются прогнозированием. Более того, модели этого типа предоставляют возможность для систематического изменения и улучшения методов прогнозирования. В количественной модели можно изменять коэффициенты или добавлять условия, пока модель не будет давать надежные результаты.

При использовании электронных таблиц количественные модели могут содержать огромное количество параметров, что позволяет строить модели адекватно отражающие экономическую ситуация как отдельного предприятия так и целых отраслей. Например, без количественных моделей и компьютеров было бы не возможно сконструировать системы управления запасами, которые требуют ежемесячных прогнозов для тысяч наименований товаров.