Relacionando uma temporada de antepassados na suavização exponencial sazonal
Ao fazer suavização exponencial sazonal no Excel, acho que volta para obras de suavização como exponenciais. Ele usa uma fórmula como este para basear a previsão seguinte, em parte, a parte real e em prévia sobre a previsão anterior:
Conteúdo
Nova previsão = (0,3 × Antes real) + (0,7 × Antes Previsão)
Isto corresponde a uma média ponderada das duas figuras anteriores, - a real e a previsão. Esta fórmula especial dá um bom bocado mais do peso com a previsão do que o real. Você tem que experimentar em torno de alguns com uma base especial para obter a constante certa suavização (que é o 0,3 na fórmula) eo fator de amortecimento direito (que é o 0,7 na fórmula).
A idéia aqui é que um período de tempo na linha de base vai ser intimamente relacionado com o seguinte período de tempo. Se a alta temperatura de hoje foram 70 ° F, você tem que mostrar uma frente fria que se aproxima para convencer alguém que a alta de amanhã será de 50 ° F. Sem informações adicionais, contraditório, que apostaria em 70 ° F. Ontem tende a previsão de hoje, e hoje tende a previsão amanhã.
Mas mudar a meses. a temperatura média de um mês dado é muito mais intimamente relacionado com a média histórica para esse mês do que é a temperatura média do mês anterior. Se de Maio média diária alta foi de 70 ° F, você ainda inclinar-se para 70 ° F para junho, mas antes de colocar algum dinheiro para baixo sobre ele que você gostaria de saber o que último alta média diária de junho foi.
Então aqui está o que você vai fazer: Em vez de usar apenas uma constante de suavização, você vai usar dois. Em vez de usar apenas uma constante em conjunto com o valor da linha de base imediatamente anterior, você vai usar um para o valor anterior (suavização pode ajudar previsão de junho), e um para a temporada que é um ano de volta a partir desta (suavização em junho passado para previsão de ajuda ao lado de junho).
A figura mostra uma linha de base sazonal de vendas, e as previsões associadas, na prática.
Video: Previsão de Demanda em Séries Temporais com Sazonalidade aula de 09 03 2016
Observe como as vendas invariavelmente cabeça erguida durante o terceiro trimestre de cada ano, e pico durante o quarto trimestre. Em seguida, o fundo cai fora durante o primeiro e segundo trimestres. A figura também mostra as previsões, que capturaram o padrão sazonal em uma equação de alisamento, tornando as previsões de que muito mais precisa.
E se você usou suavização exponencial simples? A figura dá alguma das más notícias.
Aqui, a constante de suavização é de 0,3, e as previsões são relativamente insensíveis a flutuações nos valores reais da linha de base. As previsões não aceno de passagem para os picos e vales na linha de base, mas é uma espécie de desprezo de nod.
E se você impulsionou a constante de suavização de modo a que as previsões de acompanhar os valores reais mais do que suavizá-los? Essa situação é mostrada aqui, onde a constante de suavização é de 0,7.
Os picos e vales são representados de forma mais clara - mas eles ficam um período de trás de sua ocorrência real. Compare a última figura e suas previsões atrasados com a primeira figura e suas previsões no prazo. As previsões da Figura 18-1can aparecer na hora certa, porque eles prestar atenção ao que aconteceu no ano passado. E mostrando-se é de 85 por cento da vida.
A figura a seguir mostra como você pode combinar os componentes para obter um valor de previsão. Não se preocupe, a fonte dos componentes eo que eles significam-se claro como você anda através do desenvolvimento da previsão sazonal.
Video: Video 007 Ajuste exponencial
A fórmula na célula F5 dá o nível da linha de base como de Q4 de 2012. A fórmula é:
= MÉDIA (D2: D5)
No início do processo de alisamento, esta é a nossa melhor estimativa do nível atual da linha de base. É apenas a média dos quatro resultados trimestrais de receita para 2012. É análogo a usar a primeira observação como a primeira previsão de suavização exponencial simples.
De examinar a fórmula em H5 celular:
= F5 + G2
você pode ver que a previsão para Quarter 1 de 2013 é a soma de duas quantidades:
Video: Previsão de Sazonalidade
- O nível de previsão da linha de base para Q1 2013, como de Q4 2012 (ver célula F5)
- O efeito de estar em um quarto 1 a partir de 2012 (ver célula G2)
Cada previsão na coluna E e coluna H é a soma do nível de previsão da linha de base e o efeito da estação do ano anterior. Um bom teste de sanidade compara as previsões de suavização sazonais na primeira figura com as previsões de suavização comuns nas duas figuras seguintes.
Claramente, é melhor se você pode estimar o efeito sazonal antes se situa. Isto é o que está acontecendo na última figura, que combina o nível que é atribuível a uma temporada com o nível geral da linha de base para obter a previsão da atual temporada antes a próxima instância da temporada acontece.
Essa é a razão de inserir a previsão para o Próximo período em coluna H, e para o atual período na coluna E. Fazer isso ajuda a lembrar que você pode montar a previsão para um determinado período, no final do período anterior. Observe, por exemplo, que a célula H5 tem a previsão para o próximo período, que a célula E6 tem a previsão para o período atual, e que ambos igual a $ 548.160.