Разработка информационной системы для предприятия по производству и реализации ноутбуков

Анализ данных необходимо начать с  выбора модели описания данных выборки. Модель временного ряда состоит из трёх составляющих: тренд, сезонная составляющая и случайная составляющая (остатки). Далее проверим данные на наличие сезонной составляющей. Сезонная составляющая совместно с трендом обуславливает детерминированную составляющую модели, по которой собственно и определяется прогноз будущих значений.

Анализ и прогнозирование  данных будем проводить с помощью  пакета программного обеспечения (ППП)  STATGRAPHICS Plus. Данная программа представляет собой универсальный статистический пакет. Имеется специальный блок для анализа временных рядов. Этот блок содержит методы регрессии, сглаживания, сезонной декомпозиции и прогнозирования.

В общем виде при исследовании временного ряда его разбивают на 4 составляющие:

Y(t)=U_t+γ_t+c_t+εt                                                                                  (2.1)

где:

U_t – тренд (плавно меняющаяся компонента, описывающая влияние долговременных факторов, длительную тенденцию изменения признака);

γ_t – сезонная компонента, отражающая повторяемость (регулярные колебания) экономических процессов в течение не очень длительного периода (до года);

c_t –   циклическая компонента;

ε_t – случайная компонента, отражающая влияния не поддающиеся учету и регистрации случайных факторов.

Если временной ряд представлен  в виде суммы этих составляющих, то экономическая модель будет называться аддитивной.

Если временной ряд представлен  в виде произведения этих составляющих, то экономическая модель будет называться мультипликативной.

Y(t)=Ut*γt*ct*εt                                                                                      (2.2)

Иногда используются модели смешанного типа:

Y(t)=Ut*γt*ct+εt                                                                                     (2.3)

Анализ временных рядов состоит из следующих этапов:

• графическое представление и описание поведения временного ряда;
• выделение и удаление закономерных (неслучайных) компонент временного ряда – декомпозиция;
• сглаживание и фильтрация (удаление низко- и высокочастотных составляющих временного ряда);
• исследование случайной составляющей временного ряда, построение и проверка адекватности математической модели и ее описание;
• исследование взаимосвязи между различными временными рядами.

Анализ данных необходимо начать с рассмотрения их соответствия различным моделям поведения  данных в выборке. Статистические методы анализа основаны на том, что временной ряд можно представить в виде суммы нескольких компонент, отражающих закономерность и случайность развития:

Y(t)=T(t)+S(t)+E(t)                                                                               (2.4)

где:

T(t)- тренд (долговременная тенденция);

S(t)- сезонная компонента;

E(t)- случайная составляющая.

Разложение временного ряда на выше рассмотренные составляющие, выполняется с помощью процедуры в ППП STATGRAPHICS Plus «Сезонная декомпозиция».

Цель процедуры «Сезонная декомпозиция» состоит в том, чтобы разделить наблюдаемый временной ряд на составные части. В частности процедура определяет:

а) Оценка объединенной тренд-циклической компоненты.

б) Сезонные индексы, определяющие эффект каждого сезона.

в) Остатки («случайная») компонента.

2.2.2 Декомпозиция временных рядов объема продаж для изделия низкой ценовой категории

Анализ данных производится при  следующих условиях:

• число наблюдений = 50.
• начальный отсчёт = 03.08.
• длина сезонности=4.
• значение выборки интервала = 1 месяц

В данной процедуре используется мультипликативный  метод сезонного разложения.

Целью такого разложения является выделение  тренда, сезонности и случайной составляющей.

Таблица 2.2 – Декомпозиция объёма продаж низкой ценовой категории

Продолжение таблицы 2.2