Алгоритм прогнозирования временных рядов
1. Формулирование цели разработки прогноза.
2. Представление исходных данных.
3. Определение типа исходных данных с использованием автокорреляционного анализа для выбора методов прогнозирования (ЛР№2 «Исследование наборов данных и выбор метода прогнозирования по дисциплине «Прогнозирование деятельности предприятия»)
4. Разработка прогноза (в случае трендового анализа или однофакторных регрессионных моделей необходимо использовать не менее 3-х методов/моделей). Для выбора метода прогнозирования в зависимости от типа исходных данных следует руководствоваться таблицами 1-3.
Таблица 1. Рекомендации по выбору метода прогнозирования для стационарных данных
Метод | Методические указания по дисциплине «Прогнозирование деятельности предприятия» |
Наивные (простые) модели | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Простые средние | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Скользящие средние | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Экспоненциальное сглаживание | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Модели Бокса-Дженкинса | Лаб. раб. №8 «Метод Бокса-Дженкинса (ARIMA)» |
Простая регрессия | Лаб. раб. №5 «Построение простых регрессионных моделей в Minitab for Windows и MS Excel» |
Многомерная регрессия | Лаб. раб. № 6 «Многомерный регрессионный анализ в Minitab for Windows и MS Excel» |
Таблица 2. Рекомендации по выбору метода прогнозирования для данных, обладающих трендом
Метод | Методические указания по дисциплине «Прогнозирование деятельности предприятия» |
Наивные (простые) модели | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Методы экспоненциального сглаживания | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Трендовые модели | Лаб. раб. №4. «Временные ряды и их компоненты» |
Простая регрессия | Лаб. раб. №5 «Построение простых регрессионных моделей в Minitab for Windows и MS Excel» |
Множественная регрессия | Лаб. раб. № 6 «Многомерный регрессионный анализ в Minitab for Windows и MS Excel» |
Модели Бокса-Дженкинса | Лаб. раб. №8 «Метод Бокса-Дженкинса (ARIMA)» |
Многомерная регрессия временного ряда | Лаб. раб. №7 «Регрессионный анализ временных рядов» |
Таблица 3. Рекомендации по выбору метода прогнозирования для данных с сезонной компонентой
Метод | Методические указания по дисциплине «Прогнозирование деятельности предприятия» |
Наивные (простые) модели | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Сезонное экспоненциальное сглаживание (метод Винтерса) | Лаб. раб. №3 «Использование наивных методов прогнозирования, методов основанных на усреднении и методов экспоненциального сглаживания» |
Простая регрессия | Лаб. раб. №5 «Построение простых регрессионных моделей в Minitab for Windows и MS Excel» |
Многомерная регрессия | Лаб. раб. №5 «Построение простых регрессионных моделей в Minitab for Windows и MS Excel» |
Трендовые модели | Лаб. раб. №4. «Временные ряды и их компоненты» |
Декомпозиция временного ряда | Лаб. раб. №4. «Временные ряды и их компоненты» |
Многомерная регрессия временного ряда | Лаб. раб. №7 «Регрессионный анализ временных рядов» |
Модели Бокса-Дженкинса | Лаб. раб. №8 «Метод Бокса-Дженкинса (ARIMA)» |
5. Верификация прогноза.
6. Выводы
Все методические рекомендации можно скачать с сайта: 6.ru
