Gleitende durchschnittliche Vorhersage Einführung. Wie Sie vielleicht vermuten, sehen wir uns einige der primitivsten Ansätze zur Prognose an. Aber hoffentlich sind dies zumindest eine lohnende Einführung in einige der Computing-Fragen im Zusammenhang mit der Umsetzung von Prognosen in Tabellenkalkulationen. In diesem Sinne werden wir fortfahren, indem wir am Anfang beginnen und mit Moving Average Prognosen arbeiten. Gleitende durchschnittliche Prognosen. Jeder ist mit gleitenden durchschnittlichen Prognosen vertraut, unabhängig davon, ob sie glauben, dass sie sind. Alle College-Studenten machen sie die ganze Zeit. Denken Sie an Ihre Testergebnisse in einem Kurs, wo Sie vier Tests während des Semesters haben werden. Nehmen wir an, Sie haben eine 85 bei Ihrem ersten Test. Was würdest du für deinen zweiten Test-Score vorhersagen Was denkst du, dein Lehrer würde für deinen nächsten Test-Score voraussagen Was denkst du, deine Freunde können für deinen nächsten Test-Score voraussagen Was denkst du, deine Eltern können für deinen nächsten Test-Score voraussagen All das Blabbing, das du mit deinen Freunden und Eltern machen kannst, sie und deinem Lehrer sind sehr wahrscheinlich zu erwarten, dass du etwas im Bereich der 85 bekommst, die du gerade bekommen hast. Nun, jetzt können wir davon ausgehen, dass trotz Ihrer Selbst-Förderung zu Ihren Freunden, Sie über-schätzen Sie sich selbst und Figur können Sie weniger für den zweiten Test zu studieren und so erhalten Sie eine 73. Nun, was sind alle betroffenen und unbekümmert zu gehen Erwarten Sie auf Ihrem dritten Test zu bekommen Es gibt zwei sehr wahrscheinlich Ansätze für sie eine Schätzung zu entwickeln, unabhängig davon, ob sie es mit Ihnen teilen wird. Sie können sich selbst sagen, "dieser Kerl ist immer bläst Rauch über seine smarts. Er wird noch 73, wenn er glücklich ist. Vielleicht werden die Eltern versuchen, mehr unterstützend zu sein und zu sagen, quotWell, so weit hast du eine 85 und eine 73 bekommen, also vielleicht solltest du auf eine (85 73) 2 79 kommen. Ich weiß nicht, vielleicht, wenn du weniger feiern musst Und werent wedelte den Wiesel überall auf den Platz und wenn du anfing, viel mehr zu studieren, könntest du eine höhere Punktzahl bekommen. Diese beiden Schätzungen belegen tatsächlich durchschnittliche Prognosen. Die erste nutzt nur Ihre aktuellste Punktzahl, um Ihre zukünftige Leistung zu prognostizieren. Dies wird als eine gleitende durchschnittliche Prognose mit einer Periode von Daten bezeichnet. Die zweite ist auch eine gleitende durchschnittliche Prognose, aber mit zwei Perioden von Daten. Nehmen wir an, dass all diese Leute, die auf deinem großen Verstand zerschlagen sind, dich irgendwie verärgert haben und du entscheidest, den dritten Test aus deinen eigenen Gründen gut zu machen und eine höhere Punktzahl vor deinem Quoten zu setzen. Sie nehmen den Test und Ihre Partitur ist eigentlich ein 89 Jeder, auch Sie selbst, ist beeindruckt. So, jetzt haben Sie die endgültige Prüfung des Semesters kommen und wie üblich fühlen Sie sich die Notwendigkeit, goad jeder in die Herstellung ihrer Vorhersagen darüber, wie youll auf den letzten Test zu tun. Nun, hoffentlich sehen Sie das Muster. Nun, hoffentlich kannst du das Muster sehen. Was glaubst du, ist die genaueste Pfeife während wir arbeiten. Jetzt kehren wir zu unserer neuen Reinigungsfirma zurück, die von deiner entfremdeten Halbschwester namens Whistle während wir arbeiten. Sie haben einige vergangene Verkaufsdaten, die durch den folgenden Abschnitt aus einer Kalkulationstabelle dargestellt werden. Zuerst stellen wir die Daten für eine dreistellige gleitende durchschnittliche Prognose vor. Der Eintrag für Zelle C6 sollte jetzt sein. Du kannst diese Zellformel auf die anderen Zellen C7 bis C11 kopieren. Beachten Sie, wie sich der Durchschnitt über die aktuellsten historischen Daten bewegt, aber genau die drei letzten Perioden verwendet, die für jede Vorhersage verfügbar sind. Sie sollten auch bemerken, dass wir nicht wirklich brauchen, um die Vorhersagen für die vergangenen Perioden zu machen, um unsere jüngsten Vorhersage zu entwickeln. Dies unterscheidet sich definitiv von dem exponentiellen Glättungsmodell. Ive enthalten die quotpast Vorhersagen, weil wir sie in der nächsten Webseite verwenden, um die Vorhersagegültigkeit zu messen. Jetzt möchte ich die analogen Ergebnisse für eine zweistufige gleitende durchschnittliche Prognose vorstellen. Der Eintrag für Zelle C5 sollte jetzt sein. Du kannst diese Zellformel in die anderen Zellen C6 bis C11 kopieren. Beachten Sie, wie jetzt nur die beiden letzten Stücke der historischen Daten für jede Vorhersage verwendet werden. Wieder habe ich die quotpast-Vorhersagen für illustrative Zwecke und für die spätere Verwendung in der Prognose-Validierung enthalten. Einige andere Dinge, die wichtig sind, um zu bemerken. Für eine m-Periode gleitende durchschnittliche Prognose werden nur die m aktuellsten Datenwerte verwendet, um die Vorhersage zu machen. Nichts anderes ist nötig Für eine m-Periode gleitende durchschnittliche Prognose, wenn Sie quotpast Vorhersagen quot, bemerken, dass die erste Vorhersage in Periode m 1 auftritt. Beide Themen werden sehr wichtig sein, wenn wir unseren Code entwickeln. Entwicklung der beweglichen Mittelfunktion. Jetzt müssen wir den Code für die gleitende Mittelprognose entwickeln, die flexibler genutzt werden kann. Der Code folgt. Beachten Sie, dass die Eingaben für die Anzahl der Perioden gelten, die Sie in der Prognose und dem Array von historischen Werten verwenden möchten. Sie können es in der beliebigen Arbeitsmappe speichern. Funktion MovingAverage (Historical, NumberOfPeriods) Als Single Declaring und Initialisierung von Variablen Dim Item als Variant Dim Zähler als Integer Dim Akkumulation als Single Dim HistoricalSize als Integer Initialisierung von Variablen Counter 1 Akkumulation 0 Bestimmen der Größe von Historical Array HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Akkumulation der entsprechenden Anzahl der aktuellsten bisher beobachteten Werte Akkumulation Akkumulation Historical (HistoricalSize - NumberOfPeriods Counter) MovingAverage Accumulation NumberOfPeriods Der Code wird in der Klasse erklärt. Sie wollen die Funktion auf der Kalkulationstabelle positionieren, damit das Ergebnis der Berechnung erscheint, wo es wie folgt aussehen soll. Question. Daten gesammelt über die jährliche Nachfrage für 50-Pfund b. Daten, die auf der jährlichen Nachfrage nach 50-Pfund-Beutel von Dünger bei Wallace Garden Supply gesammelt wurden, sind in der folgenden Tabelle gezeigt. Entwickeln Sie einen 3-Jahres-gleitenden Durchschnitt, um den Umsatz zu prognostizieren. Dann schätzen Sie die Nachfrage erneut mit einem gewichteten gleitenden Durchschnitt, in dem der Umsatz in den letzten Jahren ein Gewicht von 2 und Umsatz in den anderen 2 Jahren gegeben werden jeweils ein Gewicht von 1. Welche Methode ist Ihrer Meinung nach am besten DEMAND FÜR DÜNGEMITTELJAHR ( 1, OOOS OFBAGS) Experte AnswerTopic 3Forecasting (S) - CB2201 Quantitative Methoden Thema. Dies ist das Ende der Vorschau. Melden Sie sich an, um auf den Rest des Dokuments zuzugreifen. Unformatierte Textvorschau: CB2201 Quantitative Methoden Thema 3: Prognose Q5.15 Daten, die auf der jährlichen Nachfrage nach 50-Pfund-Beutel von Dünger bei Wallace Garden Supply gesammelt wurden, sind in der folgenden Tabelle dargestellt. Entwickeln Sie einen 3-jährigen gleitenden Durchschnitt, um den Umsatz zu prognostizieren. Dann schätzen Sie die Nachfrage erneut mit einem gewichteten gleitenden Durchschnitt, in dem Umsatz in den letzten Jahren ein Gewicht von 2 und Umsatz in den anderen 2 Jahren gegeben werden jeweils ein Gewicht von 1. Welche Methode ist Ihrer Meinung nach am besten Jahr Demand Für Dünger ( 1.000s Beutel) Jahr Nachfrage für Dünger (1.000s Beutel) 1 4 7 7 2 6 8 9 3 4 9 12 4 5 10 14 5 10 11 15 6 8 Solution Prognose 3 Periode gleitender Durchschnitt Input Data Forecast Fehleranalyse Jahr Nachfrage (1000s Beutel) Jahr Vorhersage Fehler Absoluter Fehler Quarter Fehler Absoluter Fehler 1 4 1 2 6 2 3 4 3 4 5 4 4.667 (464) 3 0.333 0.333 0.111 6.67 5 10 5 5.000 (645) 3 5.000 5.000 25.000 50.00 6 8 6 6,3333 (4510) 3 1,667 1,667 2,778 20,83 7 7 7 7,677 (5108) 3-0,667 0,667 0,444 9,52 8 9 8 8,3333 (1087) 3 0,667 0,667 0,444 7,41 9 12 9 8.000 (879) 3 4.000 4.000 16.000 33.33 10 14 10 9.333 (7912) 3 4.667 4.667 21.778 33.33 11 15 11 11.667 (91214) 3 3.333 3.333 11.111 22.22 Durchschnitt 2.542 9.708 22.92 Jahr 12 Prognostizierter Wert 13.667 MAD MSE MAPE Prognose 3 Periodengewichteter gleitender Durchschnitt Input Data Prognose Fehleranalyse Jahr Nachfrage (1.000s Beutel ) Gewichte Jahr Vorhersage Fehler Absoluter Fehler Quarter Fehler Absoluter Fehler 1 4 1 1 2 6 1 2 3 4 2 3 4 5 4 4,5 (416142) 4 0,5 0,5 0,25 10 5 10 5 5 (614152) 4 5 5 25 50 6 8 6 7,25 0,75 0,75 0,5625 9,375 7 7 7 7,75-0,75 0,75 0,5625 10,714 8 9 8 8 1 1 1 11,111 9 12 9 8,25 3,75 3,75 14,0625 31,25 10 14 10 10 4 4 16 28,571 11 15 11 12,25 2,75 2,75 7,5625 18,33 durchschnittlich 2,3125 8,12 21 21694 Jahr 12 Prognostizierter Wert 14 MAD MSE MAPE Q5.16 Entwickeln Sie eine Trendlinie für die Nachfrage nach Dünger in Problem 5.15 mit jeder Computer-Software. Lösung Mit Excel oder QM für Windows ist die Trendlinie Y 2.22 1.05X Wo X Zeit (1, 2,). Y-Nachfrage Die Trendlinie für die Nachfrage nach Dünger y 1.0545x 2.2182 2 4 6 8 10 12 14 16 5 10 15 Jahr Nachfrage (1000s Beutel) Serie1 Linear (Serie1) Q5.17 In Problemen 5.15 Ampampfer 5.16 wurden drei verschiedene Prognosen Entwickelt für die Nachfrage nach Dünger. Diese drei Prognosen sind ein 3-Jahres-gleitender Durchschnitt, ein gewichteter gleitender Durchschnitt und eine Trendlinie. Welches würdest du verwenden, erkläre deine Antwort. Vollständiges Dokument anzeigen Diese Notiz wurde am 04172012 für den Kurs ECON 1001 hochgeladen, der von Professor Eddiejk während des Frühjahrs 03912 an der Abu Dhabi Universität unterrichtet wurde. Klicken Sie hier, um die Belegdetails zu bearbeiten. Drei-Jahres-Verschiebung Durchschnittliche Daten, die bei der jährlichen Anmeldung für ein Seminar bei GIPS erhoben wurden, sind in der folgenden Tabelle aufgeführt: Jahr 1 2 3 4 5 6 7 8 9 10 11 Anmeldungen (000) 4 6 4 5 10 8 7 9 12 14 15 a) Entwicklung eines 3-jährigen gleitenden Durchschnitts zur Vorhersage der Registrierung vom 4. bis 12. Jahr. B) Schätzung der Forderungen für die Jahre 4 bis 12 mit einem gewichteten gleitenden Durchschnitt, in dem die Eintragung im letzten Jahr erfolgt ist Gewicht von 2 und Registrierung in den anderen 2 Jahren erhalten ein Gewicht von 1. c) Grafik die ursprünglichen Daten und die beiden Prognosen. Welche der beiden Prognosemethoden scheint besser zu sein Lösungsvorschau (a) Grundsätzlich berechnen Sie den 3-Jahres-Gleitender Durchschnitt durch Hinzufügen von Jahr 1, 2 und 3 Anmeldungen und teilen sich mit 3, und geben Sie dann als Jahr 4 Prognose (4.67) . Für die Prognose des Jahres 5 (5.00) fällst du das erste Jahr ab und füge in den letzten Jahren die tatsächlichen Anmeldungen, die Jahre 2, 3 und 4 hinzu und teile mich wieder um 3, und so weiter Jahr für Jahr. Jahr Registrierung 3-jährige MA 3-yr gewichtet. Solution Summary Diese Lösung zeigt, wie man einen 3-jährigen gleitenden Durchschnitt und einen 3-jährigen gewichteten gleitenden Durchschnitt berechnet. Dann werden die beiden Prognosen verglichen und desto geeigneter wird man mittels MAD (mittlere mittlere Abweichung) gewählt. In den Warenkorb entfernen
No comments:
Post a Comment