Page 128 - 4317

згладжування, тим більшим є усереднення, а тому досліджувана тенденція розвитку
виходить більш плавною. Якщо у коливаннях рівнів ряду є певна періодичність, то
період згладжування приймається рівним періоду коливань. Як правило, інтервал
згладжування складається з трьох, п'яти або семи рівнів.
Інколи даний метод більш ефективний, порівняно з методами, основаними на
довгострокових спостереженнях. Наведемо приклад застосування рухомої середньої
з 4 – місячним інтервалом для прогнозування обсягів виробництва (табл. 20).
Таблиця 20.
Застосування рухомої середньої для прогнозування обсягів продажу.

Місяць Обсяг виробництва, млн. Прогноз (4 – місячний інтервал)
грн.
Січень 2,156 -
Лютий 2,217 -
Березень 2,181 -
Квітень 2,316 -
Травень 2,171 2,218 [(2,156 + 2,217 +2,181 +
2,316) / 4]
Червень 2,204 2,221
Липень 2,315 2,218
Серпень 2,107 2,252

Вересень 2,142 2,199
Жовтень 2,197 2,192
Листопад 2,164 2,190
Грудень 2,151 2,153
2,164

Метод експоненційного згладжування складніший порівняно з методом
рухомої середньої. Він забезпечує швидке реагування прогнозу на всі події, що
охоплюються часовим рядом. Основна ідея даного методу полягає в тому, що кожен
новий прогноз отримується шляхом зсування попереднього прогнозу у напрямку,
який би давав кращі результати порівняно із старим прогнозом. Базове рівняння має
такий вигляд:

F t+1 =  × D t + (1 – ) × F t,
де F t+1 – прогноз для часового періоду t+1,
D t – фактичне значення показника у момент часу t,
F t – прогноз, зроблений у момент часу t,
 – константа згладжування (0 <  < t).

Константа згладжування є самокорегованою величиною. Припустимо, що  =
0,3.
Прогноз на січень визначається довільно. У нашому прикладі прогноз на
січень дорівнює фактичному значенню обсягів виробництва. Після цього почергово
128