To tylko jedna z 5 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
Prognozowanie naiwne(wykorzystuje modele naiwne):
Stosowane w przypadku ustalania prognoz krótkoterminowych. Może być wykorzystywane
do prognozowania bez konieczności gromadzenia dużej ilości informacji. W prognozowaniu
naiwnym, opracowywane prognozy zależą od ostatniej (lub dwóch ostatnich) obserwacji
zmiennej prognozowanej. Warianty budowy prognozy naiwnej:
Wariant I
Warunek zastosowania:
Zaobserwowane wartości zmiennej prognozowanej wahają się wokół pewnego stałego
poziomu w sposób przypadkowy. Szereg czasowy nie wykazuje żadnej tendencji zmian w
czasie ani też wahań sezonowych (brak trendu oraz brak sezonowości)
Sposób wyznaczania prognozy naiwnej:
Prognoza na czas T+1 jest równa ostatniej zaobserwowanej wartości prognozowanej
zmiennej, czyli: y*T+1=yT
gdzie: T – moment czasowy, z którego pochodzi ostatnia zaobserwowana wartość zmiennej
prognozowanej Y
y*T+1 – prognoza zmiennej Y na czas T+1
Wariant II
Warunek Zastosowania:
Szereg czasowy wykazuje tendencje zmian w czasie (trend), nie wykazuje natomiast wahań
sezonowych.
Sposób wyznaczania prognozy naiwnej:
I możliwość: Obliczając prognozę zakłada się, iż wartość zmiennej prognozowanej wzrośnie
(lub spadnie) o tyle samo jednostek o ile wynosiła zmiana w poprzednim okresie y*T+1= yT+(
yT- yT-1)
II możliwość: Obliczając prognozę zakłada się, iż wartość zmiennej prognozowanej wzrośnie
(lub spadnie) o tyle samo procent o ile zmiana ta wynosiła w poprzednim okresie y*T+1=
yT*((yT)/(yT-1)
Wariant III
Warunek Zastosowania:
Szereg czasowy wykazuje wahania sezonowe wokół pewnego stałego poziomu
Sposób wyznaczania prognozy naiwnej:
Prognozą jest ostatnia zaobserwowana wartość zmiennej prognozowanej pochodząca z tego
samego sezonu (ubiegłego okresu czasu) co T=1 y*T+1= yT-N+1
gdzie: N- liczba sezonów w ciagu roku (N=12 przy sezonowości miesięcznej, N=4 przy
sezonowości kwartalnej itd.)
Wariant IV
Warunek Zastosowania:
Szereg czasowy wykazuje zarówno tendencję zmian w czasie (trend) jak również wahania
sezonowe
Sposób wyznaczania prognozy naiwnej: y*T+1= yT-N+1+N*Δ~T-N
gdzie: Δ~T-N – przeciętny przyrost zmiennej prognozowanej z sezonu na sezon
zaobserwowany w ostatnim roku
Zalety prognozowania naiwnego:
Prosta konstrukcja modeli, łatwość posługiwania się nimi oraz niewielkie wymagania w
zakresie liczebności zaobserwowanych wartości zmiennej prognozowanej w przeszłości
Wady prognozowania naiwnego:
Opracowywane prognozy są wrażliwe na zakłócenia, którym mozę podlegać zmienna
prognozowana w ostatnich zaobserwowanych okresach czasu. Brak jest możliwości
oszacowania błędu ex ante stawianych prognoz (jedynie ex post w oparciu o prognozy
wygasłe, czyli dla okresów t
... zobacz całą notatkę
Komentarze użytkowników (0)