Statistike

Dr. Albulena Shala

Parashkimi dhe Trendi

Shembull1: Është dhëne kërkesa për produkte për 6 muajt ne vijim, gjej me mesataren rrëshqitëse parashikimin për muajin e s

Muaj Kërkesa Kalkulimi

1 1500
2 2200 1500  2200  2700
3 2700  2133
3
4 4200 (2200+2700+4200)/3
5 7800 (2700+4200+7800)/3
6 5400 (4200+7800+5400)/3
7

Shembull 2: The demand for Gingerbread Men is shown in the table. Forecast the demand for month 7, using a smoothing con
Exponential Smoothing Forecast Ft = Ft-1 + a(At-1 – Ft-1)

Where Ft
Ft-1
a
At-1
Ft = Ft – 1 + a(At – 1 - Ft – 1)

Muajt Kerkesa Calculation

1 1500
2 2200 1500 + 0.4*(1500 – 1500)
3 2700 1500 + 0.4(2200 – 1500)
4 4200 1780+0.4*(2700-1780)
5 7800 2148+0.4*(4200-2148)
6 5400 2968.8+0.4*(7800-2968.8)
7 4901.28+0.4*(5400-4901.28)

A Mean Absolute Deviation Example

MAD =
 forecast errors
n
Example: Calculate the MAD for the value of a used in the Exponential Smoothing Example.

Month Kerkesa Parashikimin

1 1500 1500
 2 2200 1500
3 2700 1780
4 4200 2148
5 7800 2969
6 5400 4901

A Mean Squared Error Example

MSE =

  forecast errors
2

n
Example: Calculate the MAD for the value of a used in the Exponential Smoothing Example.

Month Demand Forecast

1 1500 1500
2 2200 1500
3 2700 1780
4 4200 2148
5 7800 2969
6 5400 4901

Det. 2

Ft = Ft – 1 + a(At – 1 - Ft – 1)

Month Kerkesa Calculation

1 1500
2 2200 1500
3 2700 1780
4 4200 2148
5 7800 2968.8
6 5400 4901.28
Llogarit parashikimin, MAD dhe MSE.

Month Kerkesa Parashikimin

1 1500 1500
2 2200 ###
3 2700 ###
4 4200 ###
5 7800 ###
6 5400 ###

Month Demand Forecast

1 1500 1500
2 2200 ###
3 2700 ###
4 4200 ###
5 7800 ###
6 5400 ###

Përshtatja eksponenciale me përshtatje të trendit

Shembull 3. An Exponential Smoothing With Trend Adjustment Example

Forecast Including Trend Ft = a(At-1) + (1 - a)(Ft-1 + Tt-1)

Trend Tt = b(Ft – Ft-1) + (1 - b)T t-1
Where Ft
Tt
At
a
b
Detyra 3. Llogarit përshtatjen eksponenciale dhe trendin duke përdorur një konstante përshtatës ne vlere prej 0.4
Për muajin e pare parashikimi është 1500 ndërsa trendi 200 njësi.
Kerkesa Parashikimi
Muaji (At) Ft = a(At-1) + (1 - ᵩ)(Ft-1 + Tt-1)
1 1500 1500
2 2200 0.4*(1500) + 0.6*(1700)= 1620
3 2700 1962.4
4 4200 2380.86
5 7800 3262.26
6 5400 5306.1

Detyra 4.Llogarit përshtatjen eksponenciale dhe trendin duke përdorur një konstante përshtatës ne vl
trendit 0.2. Për muajin e pare parashikimi është 1000 ndërsa trendi 200 njësi.
Kerkesa Parashikimi
Muaji (At) Ft = a(At-1) + (1 - ᵩ)(Ft-1 + Tt-1)
1 1500 1000
2 2200 1320
3 2700 1806.4
4 4200 2329.728
5 7800 3273.34656
6 5400 5353.6499712

Detyra 5:
Muaji 1999 2000
1 1100 1300
2 1800 2000
3 2300 2500
4 3800 4000
5 4500 4700
6 5000 5200
7 5500 5700
8 4800 5000
9 3000 3200
10 2200 2400
11 1500 1700
12 1200 1400
 a) Loogarit indeksin sezonal
b) Llogarit parashikimin per vitin 2003
Kerkesa e produkteve ne vitin 2003 eshte 45,000

Detyra 6:
Muaji 1999 2000
1 100 200
2 150 200
3 200 500
4 400 400
5 300 470
6 500 520
7 550 570
8 480 500
9 300 320
10 220 240
11 150 170
12 120 140

a) Loogarit indeksin sezonal

b) Llogarit parashikimin per vitin 2003
Kerkesa e produkteve ne vitin 2003eshte 4,500
vijim, gjej me mesataren rrëshqitëse parashikimin për muajin e shtate

Parashikimi

2133
3033.3
4900
5800

e table. Forecast the demand for month 7, using a smoothing constant of 0.4. The forecast for month 1 is 1500 units.

Parashikimi I ri
Parashikimi paraprak
Smoothing Constant: (0 £ a£ 1)
Kerkesa paraprake

Parashikimin
1500
1500
1780
2148
2968.8
4901.28
5100.768

e Exponential Smoothing Example.

Error | Error |
1500 – 1500 = 0 0
 2200 – 1500 = 700 700
2700-1780= 920
4200-2148 2052
7800-2969 4831
5400-4901 499
Total: 9002

MAD: 1500.33333333333

e Exponential Smoothing Example.

Error Error2
1500 – 1500 = 0 0
2200 – 1500 = 700 490000
2700-1780= 846400
4200-2148 4210704
7800-2969 23338561
5400-4901 249001
Total: 29134666

MSE: 4855777.66666667

alfa=0.4

Parashikimin
1500
###
###
###
###
###
 Error | Error |
1500 – 1500 = 0 0.00
700.00 700.00
920.00 920.00
2052.00 2052.00
4831.20 4831.20
498.72 498.72
Total: 9001.92

MAD: 1500.32

Error Error2
1500 – 1500 = 0 0
700.00 490000.00
920.00 846400.00
2052.00 4210704.00
4831.20 23340493.44
498.72 248721.64
Total: 29136319.0784

MSE: 4856053.17973333

Ft = a(At - 1) + (1 - a)(Ft - 1 + T
ale me përshtatje të trendit

Tt = b(Ft - Ft - 1) + (1 - b)Tt - 1
nd Adjustment Example

Hapi 1: Llogarit Ft
Hapi 2: Llogarit Tt
Exponentially smoothed forecast for period t
Hapi 3: Llogarit parashikimin FITt =
Exponentially smoothed trend for period t
Actual demand for period t
= Smoothing constant for the average (0 £ a£ 1)
= Smoothing constant for the trend (0 £b£ 1)
n duke përdorur një konstante përshtatës ne vlere prej 0.4 dhe atë te trendit 0.2.
200 njësi.
Trendi Para+Trendi
Trend Tt = ᵦ x (Ft – Ft-1) + (1 - b)T t-1 FIT=Ft+Tt
200 1700.0
0.2(1620 – 1500) + 0.8(200)= 184 1804.0
215.68 2178.1
256.24 2637.1
381.27 3643.5
713.78 6019.9

rendin duke përdorur një konstante përshtatës ne vlere prej 0.4 dhe atë te
000 ndërsa trendi 200 njësi.
Trendi Para+Trendi
Trend Tt = ᵦ x (Ft – Ft-1) + (1 - b)T t-1 FIT=Ft+Tt
200 1200.0
224.00 1544.0
276.48 2082.9
325.85 2655.6
449.40 3722.7
775.58 6129.2

2001 Mesatarja (1999-2001) Mesatarja mujore

1500 1300 3258.33
2200 2000 3258.33
2700 2500 3258.33
4200 4000 3258.33
4900 4700 3258.33
5400 5200 3258.33
5900 5700 3258.33
5200 5000 3258.33
3400 3200 3258.33
2600 2400 3258.33
1900 1700 3258.33
1600 1400 3258.33
39100
3258.33333333333
 2001 Mesatarja (1999-2001) Mesatarja mujore
300 200 335.83
400 250 335.83
500 400 335.83
100 300 335.83
490 420 335.83
540 520 335.83
590 570 335.83
520 500 335.83
340 320 335.83
260 240 335.83
190 170 335.83
160 140 335.83
4030
335.83

03eshte 4,500
) + (1 - a)(Ft - 1 + Tt - 1)

-1 ) + (1 - b)Tt - 1

it Ft
it Tt
it parashikimin FITt = Ft + Tt
Indeksi Sezonal Parashikimi, 2003
0.3990 1496.17 Hapat për përllogaritjen e indekseve s
0.6138 2301.79
0.7673 2877.24 Llogarit mesataren për secilën sez
1.2276 4603.59
1.4425 5409.21 Llogarit mesataren për të gjitha se
1.5959 5984.66 Llogarit indeksin sezonal për cdo s
1.7494 6560.11
1.5345 5754.48 Llogarit kërkesën për vitin e ardhs
0.9821 3682.87 Pjesto kërkesën e llogaritur me nu
0.7366 2762.15
shumëzo me indeksin sezonal për
0.5217 1956.52
0.4297 1611.25
Indeksi Sezonal Parashikimi, 2003
0.5955 223.33
0.7444 279.16
1.1911 446.65
0.8933 334.99
1.2506 468.98
1.5484 580.65
1.6973 636.48
1.4888 558.31
0.9529 357.32
0.7146 267.99
0.5062 189.83
0.4169 156.33
aritjen e indekseve sezonale:
en për secilën sezonë
en për të gjitha sezonat
n sezonal për cdo sezonë
n për vitin e ardhshëm
e llogaritur me numrin e sezonave dhe
deksin sezonal për atë sezonë
 ∑ kërkesa në n periudha të mëhershme
MRR = n

Parashikimi i ri= Parashikimi i periudhës paraprak

+ a (Kërkesa aktuale e periudhës
– Parashikimin e periudhës par

ku Ft = Parashikimi i ri
Ft – 1 = Parashikimi paraprak
a = konstantja përshtatëse (ose pe
(0 ≤ a ≤ 1)

Matësit pë r gabimin në
parashikim

Mesatarja e devijimit absolut (MAD )

∑ |Aktual - Parashikimi|
MAD = n
Mesatarja e gabimit në katrorë (MSE)
 Mesatarja e gabimit në katrorë (MSE)

∑ (Gabimet në parashikim)2
MSE =
n

Hapat për përllogaritjen e indekseve sezonale:

Llogarit mesataren për secilën sezonë
Llogarit mesataren për të gjitha sezonat
Llogarit indeksin sezonal për cdo sezonë
Llogarit kërkesën për vitin e ardhshëm
Pjesto kërkesën e llogaritur me numrin e sezonave dhe
shumëzo me indeksin sezonal për atë sezonë
kesa në n periudha të mëhershme
n

arashikimi i periudhës paraprake

a (Kërkesa aktuale e periudhës paraprake
– Parashikimin e periudhës paraprake

shikimi i ri
shikimi paraprak
stantja përshtatëse (ose peshuese)
a ≤ 1)

bimin në
kim

Mesatarja e devijimit absolut (MAD )

∑ |Aktual - Parashikimi|

n
Mesatarja e gabimit në katrorë (MSE)
 Mesatarja e gabimit në katrorë (MSE)

∑ (Gabimet në parashikim)2
n

seve sezonale:
ën sezonë
ha sezonat
r cdo sezonë
ardhshëm
me numrin e sezonave dhe
al për atë sezonë