Здравствуйте уважаемые форумчане.
Недавно с одного дружественного нам сайта скачал пример прогнозирования продаж с учетом линейного тренда и сезонности (Файл прилагаю). В нем автор делает прогноз продаж, исходя из тренда + поправки на сезонность. Я сравнил данные такого метода прогноза с методом прогноза, когда прогноз строится на основе того же тренда, но тренд умножается на рассчитанный коэффициент сезонности (метод изложен на сайте программы ForeCast4Ac Pro . Так вот, результаты прогноза разные.
Так какой же метод точнее? (мои расчеты в файле отмечены жёлтым цветом)
psiho Здравствуйте уважаемые форумчане.
Недавно с одного дружественного нам сайта скачал пример прогнозирования продаж с учетом линейного тренда и сезонности (Файл прилагаю). В нем автор делает прогноз продаж, исходя из тренда + поправки на сезонность. Я сравнил данные такого метода прогноза с методом прогноза, когда прогноз строится на основе того же тренда, но тренд умножается на рассчитанный коэффициент сезонности (метод изложен на сайте программы ForeCast4Ac Pro . Так вот, результаты прогноза разные.
Так какой же метод точнее? (мои расчеты в файле отмечены жёлтым цветом)
Вы используете один из методов анализа временных рядов, а именно декомпозицию временных рядов. Двумя простейшими моделями можно описать связь величины временного ряда (Y) с к компонентами тренда (T), сезонности (S) и нерегулярности (I), а именно:
1. Аддитивной: Y=T+S+I.
2. Мультипликативной или смешанной: Y=T*S*I.
Аддитивную модель используют, когда исследуемый временной ряд имеет приблизительно одинаковые изменения на протяжении всей длины ряды. Мультипликативную модель используют, когда изменения временного ряда увеличиваются с ростом уровня ряда и напоминает воронку.
Примеры рядов: слева — по аддитивной модели; справа — по мультипликативной.
Визуально на реальных данных практически невозможно определить какую модель лучше использовать, поэтому лучше перебрать возможные варианты прогнозов и выбрать автоматически, имеющий наименьшую ошибку по ряду.