Управління збутовою діяльністю ДП "Електротяжмаш"
Дипломная работа - Маркетинг
Другие дипломы по предмету Маркетинг
азників у часі. Таким чином, рівні динамічного ряду розглядаються як функція часу:
(1.1)
Найчастіше використовуються наступні функції:
1) при рівномірному розвитку - лінійна функція:
(1.2)
2) при росту із прискоренням:
а) парабола другого порядку:
(1.3)
б) кубічна парабола:
(1.4)
3) при постійних темпах росту - показова функція:
(1.5)
4) при зниженні з уповільненням - гіперболічна функція:
(1.6)
Однак аналітичне вирівнювання містить у собі ряд умовностей: розвиток явищ обумовлений не тільки тим, скільки часу пройшло з відправного моменту, а й тим, які сили впливали на розвиток, у якому напрямку й з якою інтенсивністю. Розвиток явищ у часі виступає як зовнішнє вираження цих сил.
Оцінки параметрів b0, b1, ..., bn обчислюються методом найменших квадратів, сутність якого складається у відшуканні таких параметрів, при яких сума квадратів відхилень розрахункових значень рівнів, обчислених по шуканій формулі, від їхніх фактичних значень була б мінімальною.
Для згладжування економічних тимчасових рядів недоцільно використати функції, що містять велику кількість параметрів, тому що отримані в такий спосіб рівняння тренда (особливо при малому числі спостережень) будуть відбивати випадкові коливання, а не основну тенденцію розвитку явища.
Сезонні коливання - повторювані рік у рік зміни показника в певні проміжки часу. Спостерігаючи їх протягом декількох років для кожного місяця (або кварталу), можна обчислити відповідні середні, або медіани, які приймаються за характеристики сезонних коливань. При аналізі сезонних коливань звичайно розраховується індекс сезонності, що використається для прогнозування досліджуваного показника.
У найпростішій формі індекс сезонності розраховується як відношення середнього рівня за відповідний місяць до загального середнього значення показника за рік (у відсотках). Всі інші відомі методи розрахунку сезонності розрізняються по способу розрахунків зваженої середньої. Найчастіше використаються або ковзна середня, або аналітична модель прояву сезонних коливань.
Іншим методом розрахунку індексів сезонності, часто використовуваним у різного роду економічних дослідженнях, є метод сезонного коректування, відомий у компютерних програмах як метод перепису (Census Method ІІ). Він є свого роду модифікацією методу ковзних середніх. Спеціальна компютерна програма елімінує трендову й циклічну компоненти, використовуючи цілий комплекс ковзних середніх. Крім того, із середніх сезонних індексів вилучені й випадкові коливання, оскільки під контролем перебувають крайні значення ознак.
Розрахунок індексів сезонності є першим етапом у складанні прогнозу. Звичайно цей розрахунок проводиться разом з оцінкою тренда й випадкових коливань і дозволяє коректувати прогнозні значення показників, отриманих по тренду. При цьому необхідно враховувати, що сезонні компоненти можуть бути аддітивними й мультиплікативними.
Якби на досліджуваному інтервалі часу коефіцієнти рівняння регресії, що описує тренд, залишалися б незмінними, то для побудови прогнозу досить було б використати метод найменших квадратів. Однак протягом досліджуваного періоду коефіцієнти можуть мінятися. Природно, що в таких випадках пізніші спостереження несуть більшу інформаційну цінність у порівнянні з більш ранніми спостереженнями, а отже, їм потрібно привласнити найбільшу вагу. Саме таким принципам і відповідає метод експонентного згладжування, що може бути використаний для короткострокового прогнозування обсягу продажів. Розрахунок здійснюється за допомогою экспонентно-зваженних ковзних середніх:
(1.7)
де Z - згладжений (експонентний) обсяг продажів;
t - період часу;
a - константа згладжування;
Y - фактичний обсяг продажів.
При побудові прогнозів за допомогою методу експонентного згладжування однією з основних проблем є вибір оптимального значення параметра згладжування a. Зрозуміло, що при різних значеннях a результати прогнозу будуть різними. Якщо a близька до одиниці, то це приводить до обліку в прогнозі в основному впливів лише останніх спостережень; якщо a близька до нуля, то ваги, по яких зважуються обсяги продажів у тимчасовому ряді, убувають повільно, тобто при прогнозі враховуються всі (або майже всі) спостереження. Якщо немає достатньої впевненості у виборі початкових умов прогнозування, то можна використати ітеративний спосіб обчислення a в інтервалі від 0 до 1. Існують спеціальні компютерні програми для визначення цієї константи.
Казуальні методи прогнозування обсягу продажів включають розробку й використання прогнозних моделей, у яких зміни в рівні продажів є результатом зміни однієї і більше змінних.
Казуальні методи прогнозування вимагають визначення факторних ознак, оцінки їхніх змін і встановлення залежності між ними й обсягом продажів. Із всіх казуальних методів прогнозування розглянемо тільки ті, які з найбільшим ефектом можуть бути використані для прогнозування обсягу продажів. До таких методів ставляться:
- кореляційно-регресійний аналіз;
- метод провідних індикаторів;
- метод обстеження намірів споживачів і ін.
До числа найбільш широко використовуваних казуальних методів ставиться кореляційно-регресійний аналіз.
При цьому будується регресійна модель, у якій як факторні ознаки можуть бути обрані такі змінні, ?/p>