Page 92 - 4266

Методи прогнозування, засновані на регресії, застосовують
до усіх точок прогнозу одну й ту саму формулу і враховують при
побудові її усі точки часового ряду, внаслідок чого не
забезпечується швидкої реакції на зміни у тенденції даних. Ці

методи добре виявляють довготермінові закономірності, але
пропускають локальні (короткотермінові) процеси. Даний
недолік певною мірою усувається за допомогою згладжування.

Основна ідея методу згладжування полягає в тому, що кожний
новий прогноз утворюється шляхом переміщення попереднього
прогнозу у напрямку, який дав би кращі результати порівняно до
попереднього прогнозу. Базове рівняння має наступний вигляд

F (t  ) 1  F (t ) a  e (t ),

де t – часовий період,
F(t) – прогноз, зроблений в момент часу t,
a – константа згладжування,

e(t) – похибка (відмінність між прогнозом на момент часу t і
дійсним значенням у момент часу t).
ПЕТ MS Excel безпосередньо підтримує один з методів

прогнозування на основі згладжування, який називається
експоненційним згладжуванням і знаходиться у надбудові Пакет
анализа.

Вибір певного виду апроксимуючої функції у кожному
конкретному випадку залежить від розв’язуваної задачі і
розуміння користувачем аналізованого процесу і особливостей
задачі. Вибір найкращої апроксимації зручно виконувати за

допомогою графічного подання лінії тренду разом з первинними
даними часового ряду, яке забезпечує наочність і можливість
неформального аналізу задачі, задіяння евристичних механізмів і

інтуїції.

11.3 Порядок виконання роботи

Розробити прогноз кількості особин у популяції на основі
даних по місяцях за попередній період, які наведені у таблиці

92