1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
2360
|
2351
|
2041
|
1695
|
1489
|
1557
|
1236
|
1113
|
903
|
. Постройте прогноз ввода в действие общей
площади жилых домов на 10 период, используя методы: скользящей средней,
экспоненциального сглаживания, наименьших квадратов.
. Постройте график фактических и расчетных
показателей.
3. Рассчитайте ошибки полученных прогнозов при
использовании каждого метода.
. Сравните результаты прогноза.
Решение
.Метод скользящей средней. Для того, чтобы
рассчитать прогнозное значение необходимо:
.Определить величину интервала сглаживания,
например равную 3(n=3).
.Рассчитать скользящую среднюю для первых трёх
периодов
m2 =
(У1 + У2 + У 3)/
3=(2360+2351+2041)/3=6752/3=2251
Полученное значение заносим в таблицу в средину
взятого периода.
Далее рассчитываем mследующих
трёх периодов 2, 3, 4периодов.
m3=
(У2 + У3+ У 4)/ 3=(2351+2041+1695)/3=2029
Далее по аналогии рассчитываем m
для каждых трёх рядом стоящих периодов.
m4=
(У3 + У4+ У 5)/ 3=(2041+1695+1489)/3=1742
m5=
(У4 + У5+ У 6)/ 3=(1695+1489+1557)/3=1580
m6=
(У5 + У6+ У 7)/ 3=(1489+1557+1236)/3=1427
m7=
(У6 + У7+ У 8)/ 3=(1557+1236+1113)/3=1302
m8=
(У7 + У8+ У 9)/ 3=(1236+1113+903)/3=1084
Для решения задачи составим таблицу №1:
Таблица
Период
|
Площадь
жилых домов (тыс.м2) Уt
|
Скользящая
Средняя m
|
Расчет
средней относит. ошибки /Уф- Ур/ Уф * 100
|
1
2 3 4 5 6 7 8 9
|
2360
2351 2041 1695 1489 1557 1236 1113 903
|
-
2251 2029 1742 1580 1427 1302 1084 -
|
-
4,2 0,6 2,8 6,1 8,3 5,3 2,6 -
|
Итого:
|
-
|
-
|
29,9
|
Прогноз
|
1014
|
|
|
3. Рассчитав скользящую среднюю для
всех периодов, строим прогноз на 10 период по формуле: = +
У10=1084+1/3(903-1113)=1084-70=1014
Рассчитываем среднюю относительную ошибку по
формуле для каждого периода:
ε=
ε2=(2351-2251)/2351×100=100/235100=4,2
ε3=(2041-2029)/2041×100=12/204100=0,6
ε4=(1695-1742)/1695×100=2,8
ε5=(1489-1580)/1489×100=6,1
ε6=(1557-1427)/1557×100=8,3
ε7=(1236-1302)/1236×100=5,3
ε8=(1113-1084)/1113×100=2,6
Рассчитываем среднюю относительную
ошибку
ε =29,9/7=4,3%
2. Метод экспоненциального сглаживания.
Определяем значение параметра сглаживания по
формуле:
/ n+1=2/9+1=0,2
Определяем начальное значение Uo двумя
способами:
способ (средняя арифметическая) Uo
=14745/9=1638,3
способ (принимаем первое значение
базы прогноза) Uo =2360
Составим расчетная таблицу №2
Таблица
Период
|
Площадь
жилых домов (тыс.м2) Уt
|
Экспоненциально
взвешенная средняя Ut
|
Расчет
средней относительной ошибки
|
|
|
I способ
|
II способ
|
|
|
|
|
|
I способ
|
II способ
|
1
2 3 4 5 6 7 8 9
|
2360
2351 2041 1695 1489 1557 1236 1113 903
|
1638,3
1782,6 1896,3 1925,2 1879,2 1801,2 1752,4 1649,1 1541,9
|
2360
2360 2358,2 2294,8 2174,8 2037,6 1941,5 1800,4 1662,9
|
30,6
24,8 7,1 13,6 26,2 15,7 41,8 48,2 70,7
|
0
0,4 15,5 35,4 46 30,9 57,1 61,8 84,1
|
Итого:
|
14745
|
15866,2
|
18990,2
|
278,7
|
331,2
|
Прогноз
10период
|
|
1414,1
|
1510,9
|
|
|
Рассчитываем экспоненциально взвешенную
среднюю для каждого года, используя формулу
1способ:
U2 =2360*0,2+(1-0,2)*1638,3=472+1310,6=1782,6
U3 =2351*0,2+(1-0,2)*1782,6=470,2+1426,1=1896,3
U4=2041*0,2+(1-0,2)*1896,3=408,2+1517=1925,2
U5=1695*0,2+(1-0,2)*1925,2=339+1540,2=1879,2
U6=1489*0,2+(1-0,2)*1879,2=297,8+1503,4=1801,2
U7=1557*0,2+(1-0,2)*1801,2=311,4+1441=1752,4
U8 =1236*0,2+(1-0,2)*1752,4=247,2+1401,9=1649,1
U9 =1113*0,2+(1-0,2)*1649,1=222,6+1319,3=1541,9
способ:
U2 =2360*0,2+(1-0,2)*2360=472+1888=2360
U3 =2351*0,2+(1-0,2)*2360=470,2+1888=2358,2
U4 =2041*0,2+(1-0,2)*2358,2=408,2+1886,6=2294,8
U5 =1695*0,2+(1-0,2)*2294,8=339+1835,8=2174,8
U6 =1489*0,2+(1-0,2)*2174,8=297,8+1739,8=2037,6
U7 =1557*0,2+(1-0,2)*2037,6=311,4+1630,1=1941,5
U8 =1236*0,2+(1-0,2)*1941,5=247,2+1553,2=1800,4
U9 =1113*0,2+(1-0,2)*1800,4=222,6+1440,3=1662,9
Рассчитываем прогнозное значение, используя
формулу
U10 =903*0,2+(1-0,2)*1541,9=180,6+1233,5=1414,1(1способ)
U10 =903*0,2+(1-0,2)*1662,9=180,6+1330,3=1510,9(2способ)
Средняя относительная ошибка:
способ:
ε=
ε1=(2360-1638,3)/2360*100=30,6
ε2=(2351-1782,6)/2351*100=24,8
ε3=(2041-1896,3)/2041*100=7,1
ε4=(1695-1925,2)/1695*100=13,6
ε5=(1489-1879,2)/1489*100=26,2
ε6=(1557-1801,2)/1557*100=15,7
ε7=(1236-1752,4)/1236*100=41,8
ε8=(1113-1649,1)/1113*100=48,2
ε9=(903-1541,9)/903*100=70,7
ε =278,7/9=31%
способ:
ε1
=(2360-2360)/2360*100=0
ε3 =(2041-2358,2)/2041*100=15,5
ε4 =(1695-2294,8)/1695*100=35,4
ε5 =(1489-2174,8)/1489*100=46
ε6 =(1557-2037,6)/1557*100=30,9
ε7 =(1236-1941,5)/1236*100=57,1
ε8 =(1113-1800,4)/1113*100=61,8
ε9 =(903-1662,9)/903*100=84,1
ε=331,2/9=36,8%
Рис.
Метод наименьших квадратов
Для решения составим таблицу №3
Таблица
Период,
t
|
Площадь
жилых домов (тыс.м2) Уt
|
Уф*t
|
t^2
|
Ур
|
Расчет
средней относительной ошибки / Уф- Ур/ Уф * 100
|
1
2 3 4 5 6 7 8 9
|
2360
2351 2041 1695 1489 1557 1236 1113 903
|
2360
4702 6123 6780 7445 9342 8652 8904 8127
|
1
4 9 16 25 36 49 64 81
|
2391,1
2202,9 2014,7 1826,5 1638,3 1450,1 1261,9 1073,7 885,5
|
1,3
6,3 1,3 7,7 10 6,9 2,1 3,5 1,9
|
Итого
|
14745
|
62435
|
285
|
14744,7
|
41
|
Прогноз10
|
697,3
|
|
|
|
|
Ур определим по формуле у t+1
= а+b*t , а коэффициенты a
и b по
× 62435 - (45×
14745)
b = 9×285
- 45^2 = (561915-663525)/(2565-2025)=
/540=
-188,2=14745/9+188,2*45/9=1638,3+941=2579,3
У1= -188,2*1+2579,3=2391,1
У2= -188,2*2+2579,3=2202,9
У3 = -188,2*3+2579,3=2014,7
У4= -188,2*4+2579,3=1826,5
У5 = -188,2*5+2579,3=1638,3
У6= -188,2*6+2579,3=1450,1
У7=-188,2*7+2579,3=1261,9
У8 = -188,2*8+2579,3=1073,7
У9= -188,2*9+2579,3=885,5
Заносим полученные результаты в таблицу.
Определяем прогнозное значение.
У10 =2579,3-188,2*10=697,3
Рассчитываем среднюю относительную ошибку по
формуле:
ε =
ε1 =(2360-2391,1)/2360*100=1,3
ε2 =(2351-2202,9)/2351*100=6,3
ε3 =(2041-2014,7)/2041*100=1,3
ε4 =(1695-1826,5)/1695*100=7,7
ε5 =(1489-1638,3)/1489*100=10
ε6 =(1557-1450,1)/1557*100=6,9
ε7 =(1236-1261,9)/1236*100=2,1
ε8 =(1113-1073,7)/1113*100=3,5
ε9 =(903-885,5)/903*100=1,9
ε=41/9=4,5%
Рис.
Вывод: Сравнив результаты расчётов относительной
ошибки с таблицей №4
Таблица
ε,
%
|
Интерпретация
|
<
10
|
Точность
прогноза высокая
|
10-20
|
20-50
|
Точность
удовлетворительная
|
>
50
|
Точность
неудовлетворительная
|
Табл. №4 «Интерпретации значений средней
относительной ошибки для оценки точности прогнозов», метод скользящей средней и
метод наименьших квадратов попадают под высокую точность прогноза, а оба метода
экспоненциального сглаживания имеют удовлетворительную точность прогноза.