Прогноз: тренд с учетом сезонности



 

Все, что вам теперь требуется сделать, чтобы прогнозировать будущее, - это учесть сезонность в долгосрочном тренде, вернув ему ожидаемую сезонную вариацию. Для этого достаточно умножить значение тренда на значение сезонного индекса для того периода Бремени, который вы прогнозируете. Этот процесс является обратным по отношению к внесению поправки на сезонные колебания. Результирующий прогноз включает долгосрочный тренд и сезонную вариацию.

Чтобы предсказать объемы продажи автомобилей компании А за первый квартал 2014 г., достаточно умножить значение тренда, равное 33 035 на сезонный индекс для первого квартала, равный 1,0184.

Прогноз объема продаж за первый квартал 2014г.

 

=33 035 * 1,0184 = 33 643 (млн.руб.).

 

Аналогично можно рассчитать все ячейки в столбце F (рисунок 5). Учитывающий сезонность тренд отражает рассматриваемый ряд и экстраполируется вправо, обеспечивая достаточно надежные прогнозы, включающие ожидаемое сезонное поведение объемов продажи.

 

 

Рисунок 5 - Построенная методом наименьших квадратов линия регрессии используется для прогнозирования на основании временного ряда объёмов продажи с поправкой на сезонные колебания. Эту линию можно продолжить вправо, чтобы получить прогнозы с поправкой на сезонные колебания (верхняя диаграмма). Прогнозирование может выполняться путем умножения линии тренда на сезонный индекс. Полученный результат включает тренд и сезонный компонент, но не циклическое и нерегулярное поведение ряда (нижняя диаграмма)

 

Варианты для индивидуальной работы.

 

Вариант 1.

Представлены фактические данные по продажам товара А. Представить прогноз с учетом сезонности товара.

2015

1

18225

2

23045

3

15185

4

16798

2016

1

19363

2

25945

3

18369

4

25489

2017

1

24750

2

27268

3

18166

4

25622

2018

1

28182

2

30555

3

26937

4

29568

 

Вариант 2.

Представлены фактические данные по продажам товара Б. Представить прогноз с учетом сезонности товара.

 

2015

1

23045

2

24750

3

18225 

4

19798

2016

1

29363

2

25945

3

18369

4

25489

2017

1

15195

2

27268

3

18166

4

25662

2018

1

28182

2

30555

3

26937

4

19968

 

Вариант 3.

Представлены фактические данные по продажам товара В. Представить прогноз с учетом сезонности товара.

2015

1

33046

2

34751

3

28226 

4

29799

2016

1

39364

2

35944

3

28368

4

35488

2017

1

25196

2

37269

3

28167

4

35663

2018

1

38183

2

40554

3

36936

4

29967

 

Вариант 4.

Представлены фактические данные по продажам товара Г. Представить прогноз с учетом сезонности товара.

2015

1

63047

2

64752

3

58225 

4

59798

2016

1

69365

2

65945

3

58369

4

65488

2017

1

55195

2

67268

3

58168

4

55664

2018

1

58184

2

70555

3

66937

4

69968

 

Вариант 5.

Представлены фактические данные по продажам товара Д. Представить прогноз с учетом сезонности товара.

2015

1

53048

2

54753

3

48226 

4

49799

2016

1

59366

2

55946

3

48360

4

55489

2017

1

45194

2

57269

3

48169

4

45664

2018

1

48185

2

50556

3

56938

4

59969

 

Вариант 6.

Представлены фактические данные по продажам товара Е. Представить прогноз с учетом сезонности товара.

2015

1

73058

2

74763

3

68236 

4

69709

2016

1

79376

2

75956

3

68370

4

75499

2017

1

65104

2

77279

3

68189

4

75684

2018

1

68165

2

72586

3

76998

4

79879

 

Вариант 7.

Представлены фактические данные по продажам товара Ж. Представить прогноз с учетом сезонности товара.

2015

1

83057

2

74762

3

78235 

4

79708

2016

1

89375

2

85955

3

78379

4

85498

2017

1

75103

2

87278

3

78188

4

85683

2018

1

78164

2

82585

3

86997

4

89878

 

Вариант 8.

Представлены фактические данные по продажам товара З. Представить прогноз с учетом сезонности товара.

2015

1

93058

2

94763

3

88236 

4

89709

2016

1

99376

2

95956

3

88370

4

95499

2017

1

85104

2

97279

3

98189

4

95684

2018

1

88163

2

92586

3

96998

4

99879

 

Вариант 9.

Представлены фактические данные по продажам товара И. Представить прогноз с учетом сезонности товара.

2015

1

73048

2

74753

3

68246 

4

69719

2016

1

79386

2

75966

3

68380

4

75409

2017

1

65114

2

77289

3

78199

4

75694

2018

1

68173

2

72596

3

76908

4

79889

 

 

Вариант 10.

Представлены фактические данные по продажам товара К. Представить прогноз с учетом сезонности товара.

2015

1

43049

2

44754

3

38245 

4

39710

2016

1

49385

2

45966

3

38382

4

45401

2017

1

35115

2

47280

3

48199

4

45693

2018

1

38174

2

42597

3

46909

4

49880

 

Вариант 11.

Представлены фактические данные по продажам товара Л. Представить прогноз с учетом сезонности товара.

2015

1

23059

2

24764

3

18255 

4

19720

2016

1

29395

2

25976

3

18392

4

25411

2017

1

15125

2

27280

3

28109

4

25603

2018

1

18184

2

22507

3

26919

4

29890

 

Вариант 12.

Представлены фактические данные по продажам товара М. Представить прогноз с учетом сезонности товара.

2015

1

53059

2

54764

3

48255 

4

49720

2016

1

59395

2

55976

3

58392

4

55411

2017

1

45125

2

47280

3

58109

4

55603

2018

1

48184

2

42507

3

46919

4

49890

 

Вариант 13.

Представлены фактические данные по продажам товара Н. Представить прогноз с учетом сезонности товара.

2015

1

63050

2

64761

3

58252 

4

59721

2016

1

69396

2

65979

3

58395

4

65411

2017

1

55126

2

57282

3

68109

4

65603

2018

1

58188

2

52507

3

66910

4

69891

 

Вариант 14.

Представлены фактические данные по продажам товара Н. Представить прогноз с учетом сезонности товара.

2015

1

33058

2

34762

3

28253 

4

29722

2016

1

39398

2

35970

3

28396

4

25415

2017

1

35127

2

27282

3

38109

4

35603

2018

1

28188

2

22508

3

36913

4

39898

 

 


Дата добавления: 2019-03-09; просмотров: 189; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!