Professional Documents
Culture Documents
2
Daugianarės tiesinės regresijos modelis
ỹ= a0 a1 x1 ... an xn
Regresijos koeficientai a0, a1…an randami naudojant statistinę funkciją LINEST
1
Hiperbolinė ỹ= b
0 b1 x1 ... bm xm
Sintaksė - LINEST(žinomi_y;žinomi_x;konstanta,statistika)
Jei turite tik vieną nepriklausomą kintamąjį x, galite gauti krypties koeficiento ir y
postūmio reikšmes tiesiogiai naudodami šias formules:
Krypties koeficientas(a1): =INDEX(LINEST(žinomi_y;žinomi_x);1)
Y postūmis (a0): =INDEX(LINEST(žinomi_y;žinomi_x);2)
Statistinės funkcijos LINEST rezultatai
am ... ... a2 a1 a0
D=R2
F n-m-1
Qregr Qlik
Koreliacijos koeficientas
Šis koeficientas rodo ar egzistuoja stochastinis ryšys tarp y ir visų nagrinėjamų
veiksnių.
Sy S
2 2
R lik
S y2
D=R2
R 0.90
F n-m-1
Qregr Qlik
Regresijos kreivės adekvatumas
Apskaičiuojame regresijos dispersiją
^
S 2
regr
( y i - y) 2
m m-veiksnių skaičius
S 2
lik
i i
( y y ) 2
n m 1
Regresijos kreivės adekvatumas (2)
Apskaičiuojame statistiką F
2
S ^y
F 2
S lik
F F ,v1 ,v2
kr
Tai darome išvadą, kad regresijos lygtis yra adekvati realiai padėčiai ir ją
galima taikyti planavimui, praktiniams skaičiavimams.
Galima ieškoti regresijos kreivės kita analitine forma, pvz.,
eksponentinės kreivės pavidalu:
ỹ = b0 * b1x1* b2x2*…*bnxn
12
PROGNOZAVIMAS
13
Prognozavimo pradžia yra laikomas – devintasis
dešimtmetis
• produkto lygis;
• regioniškumas;
• laikotarpis, kuriam atliekama prognozė.
Prognozių klasifikavimas
• Taikymo laikotarpis
• Trumpalaikės
• Vidutinės trukmės
• Ilgalaikės
• Taikymo srytis
• Mikroprognozės
• Makroprognozės
• Atliekamas būdas
– kokybiniai prognozavimo metodai,
– kiekybiniai prognozavimo metodai.
Prognozavimo
modeliai
Kokybiniai Kiekybiniai
17
Kokybiniai prognozavimo metodai
• Delfų metodas - ekspertų grupė apklausiama keletą kartų.
Vadovas arba koordinatorius po kiekvieno pokalbio, atskirai su
kiekvienu ekspertu gali susidaryti gana išsamią nuomonę apie
prognozuojamo reiškinio parametrus. Šis metodas yra geras
tuo, kad panaikina neigiamą daugumos nuomonės efektą.
• Grupės pasitarimo metodas - kai grupė ekspertų tariasi
panaudodami savo žinias, prognozuoja ateitį.
• Rinkos tyrimo metodas - kuo labiau pažįstama, ištiriama
rinka, tuo labiau galima daryti tikslesnes prognozes, kaip prie
jos prisitaikyti ateityje.
• Istorinės analogijos metodas - remiamasi praeities patirtimi.
• Nerealus prognozavimo metodas - kai vadovai ir specialistai
prognozuoja ateitį remdamiesi nuojauta.
Kokybiniai prognozavimo metodai (2)
– situacijos istorija (remiasi panašių produktų ar
sėkmingų/ne sėkmingų pavyzdžių praeityje palyginimu);
– vykdomieji sprendimai (paremti intuityviais pagrindinių
vykdytojų sprendimais);
– dirbtinis intelektas (kompiuteriai suteikia galimybę
panaudot vadybininkų įnašą prognozavime, ko pasėkoje
gaunami sprendimai, panašūs į tuos, kuriuos priimtų
vadybininkai);
– superkomisijos (suformuojamos siekiant gauti bendrą
grupės įvertinimą);
Kokybiniai prognozavimo metodai (3)
– pardavimų tikslai (įmonės vadovybė nurodo, kokių
rezultatų turi pasiekti įmonė, šie sprendimai turi būti
priimami atsižvelgiant į įvairius veiksnius pvz.:
veikiančias rinkos jėgas, įmonės galimybes);
– geriausių sprendimų numatymas („iš apačios“ tipo
prognozavimo metodas, pardavimų jėgos, remdamosi
kontaktu su vartotoju ir jo įnašu, „stumia“ prognozes į
viršų kanalais, kuriuose atsiranda įvairių modifikacijų);
– ir kiti.
Kiekybiniai prognozavimo
metodai
Informacija:
• informacijos šaltinių paieška;
• duomenų rinkimas;
• duomenų paruošimas;
24
Metodai:
•metodų parinkimas;
•metodų realizavimas;
•prognozavimo derinimas;
Analizė:
•metodų įvertinimas;
•neapibrėžtumų įvertinimas;
Prognozės naudojimas:
•prognozės apibendrinimas;
•nagrinėjimas.
25
Atliekant prognozavimą
1. duomenų surinkimas
2. surinktų duomenų filtravimas
3. prognozės modelio parinkimas
4. bandomosios prognozės sudarymas
5. atliktos prognozės įvertinimas
Visų pirma reikia nustatyti duomenų charakteristikas.
Tam yra naudojamas autokoreliacijos metodas – tai
koreliacija tarp duomenų ir jų pavėlavimų vienu ar
daigiau periodų.
Yt )
2
(F
t
MSE
n
• Vidutinė absoliučioji paklaida:
MAD=
F t Yt
n
• Vidutinė prognozavimo paklaida:
MFE (F t Yt )
n
• Vidutinė absoliučioji santykinė paklaida:
1 Ft Yt
MAPE= n Y
t
KIEKYBINIAI PROGNOZAVIMO
METODAI
34
Slenkančio vidurkui metodas
Apskaičiuojamas pagal formulę:
400000
300000
pardavimai (vnt.)
200000
100000
prognozė
0
1997
1998
1999
2000
2001
2002
2003
2004
2005
metai
Eksponentinio išlyginimo metodas
Apskaičiuojamas pagal formulę:
F t 1 Y t (1 ) F t
Ft 1 – laiko eilutės prognozė laikotarpiui t + 1
1997 188550
1998 217901 188550 188550
1999 241100 194420 200290
2000 261875 203756 216614
2001 275842 215380 234719
2002 279333 227472 251168
2003 289808 237844 262434
2004 296792 248237 273384
2005 257948 282747
Eksponentinis išlyginimas
350000
pardavimai (vnt.)
300000
250000
pardavimai (vnt.)
200000
prognozė (α=0,2)
150000
prognozė (α=0,4)
100000
50000
0
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
metai