Page 69 - 4441

1) як перше значення із ряду фактичних значень:
U  d ; (7.4)
0 1
2) як середнє фактичних значень ряду:
n
 d t
U  t1 ; (7.5)
0
n
3) як середнє m фактичних значень ряду:
m
 d t
U  t1 ; (7.6)
0
m
4) як експертна оцінка:
U  U . (7.7)
0 e
Експоненціально зважена середня має ряд переваг перед
традиційною середньою ковзання:
1) для побудови прогнозу за експоненціально зваженою
середньою необхідно задати лише початкову оцінку прогнозу;
подальше прогнозування можливе одразу ж після
надходження оновлених даних. Таким чином, немає
необхідності заново здійснювати процедуру обчислення
прогнозу, як це було необхідно по методу середньої ковзання;
2) чутливість експоненціально зваженої середньої з
метою підвищення адекватності прогностичної системи може
бути в будь-який момент часу змінена шляхом зміни величини
α (чутливість прогнозу – це здатність прогнозу реагувати на
появу нових факторів). Чим вище значення α, тим вища
чутливість; чим нижче α, тим стійкішою стає експоненціально
зважена середня. Чутливість методу середньої ковзання
залежить від довжини ряду, а чутливість методу
експоненціального згладжування – тільки від α.

Оцінка прогнозу
Для оцінки отриманих значень прогнозу
використовують систему показників, яка дозволяє оцінити
ступінь точності отриманих значень.
До зазначених показників належать:
1) сума квадратів похибок і середній квадрат похибки;
70