Прогнозирование рыночных тенденций
2
Линейное прогнозирование "факторов влияния"
Теперь в нашем примере мы имеем динамику "факторов влияния" и объема продаж на период с марта 1997 по ноябрь 1997. Соответственно, мы прогнозируем по времени поведение каждого из "факторов влияния" (линейная тенденция для факторов, рассматриваемых в примере представлена в табл. 3). В принципе, в таком предсказании более точный результат будет получен при аппроксимации тенденций факторов и оценки прогнозируемого фактора по аппроксимированной функции. Но и использование линейного предсказания, реализуемого функцией "FORECAST" в пакете MS Excel, также допустимо. Способ реализации функции "FORECAST" представлен в табл. 3.
Таблица 3 Реализация линейного прогнозирования на основе функции "FORECAST" в пакете MS Excel
|
А |
В | |
|
1 |
Дата |
F1 |
|
2 |
мар.97 |
22 |
|
3 |
апр.97 |
34 |
|
4 |
май.97 |
45 |
|
5 |
июн.97 |
56 |
|
6 |
июл.97 |
77 |
|
7 |
авг.97 |
99 |
|
8 |
сен.97 |
102 |
|
9 |
окт.97 |
111 |
|
10 |
ноя.97 |
122 |
|
11 |
дек.97 |
=FORECAST(A11;B2:B10;A2:A10) |
В табл. 4 представлены спрогнозированные линейным образом значения "факторов влияния" для рассматриваемого примера "предсказания объема продаж в будущем периоде".
Таблица 4 Линейное прогнозирование "факторов влияния" (спрогнозированная линейная тенденция для факторов F1, F2 представлена выделенными курсивом цифрами)
|
Дата |
F1 |
F3 |
|
мар.97 |
22 |
223 |
|
апр.97 |
34 |
456 |
|
май.97 |
45 |
556 |
|
июн.97 |
56 |
456 |
|
июл.97 |
77 |
567 |
|
авг.97 |
99 |
560 |
|
сен.97 |
102 |
334 |
|
окт.97 |
111 |
456 |
|
ноя.97 |
122 |
678 |
|
дек.97 |
140 |
599 |
|
янв.98 |
153 |
577 |
|
фев.98 |
166 |
584 |
|
мар.98 |
177 |
613 |
Прогнозирование продаж по прогнозу "факторов влияния"
Очевидно, что мы не можем прогнозировать продажи, используя только саму тенденцию продаж во времени, это как раз и рассматривалось бы как "прогнозирование фактора по самому фактору". Но у нас имеется тенденция "факторов влияния", которая по своей сущности определяет поведение тенденции продаж (это следует из рассчитанного нами коэффициента корреляции). И именно эта предсказанная тенденция позволяет нам спрогнозировать объем продаж в соответствии с со значениями каждого из факторов. Реализация такого алгоритма на основе функций MS Excel представлена в табл.
Таблица 5 Реализация алгоритма предсказания объема продаж по тенденциям "факторов влияния" на основе функций MS Excel
|
A |
B |
C |
D |
E |
F | |
|
1 |
Дата |
Q |
F1 |
Q1 TREND |
F3 |
Q3 TREND |
|
2 |
мар.97 |
23 |
22 |
223 | ||
|
: |
: |
: |
: |
: | ||
|
10 |
ноя.97 |
56 |
122 |
678 | ||
|
11 |
дек.97 |
=(D11+F11)/2 |
139 |
=FORECAST(C11;B2:B10;C2:C10) |
598 |
=FORECAST(E11;B2:B10;E2:E10) |
Отметим, что предсказанное значение объема продаж получается как среднеарифметическое от суммы предсказанных значений на основе каждого из "факторов влияния". Это позволяет учесть каждый из "факторов влияния" в прогнозе. Результат прогнозирования для нашего примера представлен в табл. 6.
Таблица 6 Прогнозирование продаж по прогнозу "факторов влияния"
|
Дата |
Q |
Q TREND |
F1 |
Q1 TREND |
F3 |
Q3 TREND |
|
мар.97 |
23 |
22 |
223 | |||
|
: |
: |
: |
: | |||
|
ноя.97 |
56 |
122 |
678 | |||
|
дек.97 |
46,3 |
140 |
48,9 |
599 |
43,7 | |
|
янв.98 |
44,9 |
153 |
47,7 |
577 |
42,1 | |
|
фев.98 |
45,2 |
166 |
47,7 |
584 |
42,7 | |
|
мар.98 |
55,0 |
177 |
69,8 |
613 |
40,2 |
Скачать реферат