Professional Documents
Culture Documents
Oim Prester Predviđanje-1
Oim Prester Predviđanje-1
Ft +1 = Dt
Pomični prosjek
Ft +1 =
∑ Dt
n
Ponderirani pomični prosjek
Ft +1 = ∑ C t Dt
Eksponencijalno izglađivanje
Ft +1 = αDt + (1 − α ) Dt
Korak 1: S t = αDt + (1 − α )( S t −1 + Tt −1 )
Korak 2 : Tt = β ( S t − S t −1 ) + (1 − β )Tt −1
Korak 3: FITt +1 = S t + Tt
Korak 2: Izračunajte sezonski indeks za savku sezonu svake godine za koju imate
podatke
Korak 3: Ako imate više godina izračunajte prosjek tih indeksa
Korak 4: Godišnju potražnju pomnožite s tim indeksima
Linearna regresija:
Korak 1 : b ≡
∑ XY − nXY
∑ X − nX
2 2
Korak 2: a ≡ Y − bX
Korak 3: Y ≡ a + bX
1
n(∑ XY ) − (∑ X ) − (∑ Y )
r≡
[n(∑ X 2
] [n(∑ Y
) − (∑ X ) 2 * 2
) − (∑ Y ) 2 ]
Greške predviđanja:
Et ≡ Dt − Ft
MAD ≡
∑ st var ni − prognozirani
n
MSE ≡
n
Prateći signal ≡
∑ (st var ni − prognozirani )
MAD
2
PROBLEM 1
Rješenje:
n
U zadatku je traženo da se pomični prosjek radi za 3 perioda.
To znači da prvi period za koji možemo prognozirati je 4.
Isti postupak je za pomični prosjek s pet perioda samo u tom slučaju prvi period za koji
možemo prognozirati je 6.
3
700
600
500
400 Stvarna potražnja
Pomični prosjek 3
300
Pomični prosjek 5
200
100
0
0 2 4 6 8 10
PROBLEM 2
Rješenje:
n
U zadatku je traženo da se pomični prosjek radi za 3 perioda.
To znači da prvi period za koji možemo prognozirati je 4.
D1 + D2 + D3 56 + 76 + 58
F4 = = = 63,33
3 3
4
D2 + D3 + D4 76 + 58 + 67
F5 = = = 67,00
3 3
Tako idemo redom sve do podataka koje imamo (zadnji koji računamo je F7):
Za eksponencijalno izglađivanje formula je: Ft +1 = αDt + (1 − α ) Ft
Da bi izračunali F4 treba nam prognoza za F3 koja nam je zadana u zadatku
A B C D
1 0,3
Stvarna
2 Mjesec potražnja Pomični prosjek Eksponencijalno
3 1 56
4 2 76
5 3 58 61,00
6 4 67
63,33 60,10 =B5*$D$1+(1-$D$1)*D5
7 5 75 67,00 62,17
8 6 76 66,67 66,02
9 7 72,67 69,01
=AVERAGE(B3:B5)
5
PROBLEM 3
Upisi (u tisućama)
Godina Godina
Kvartal 2003 2004
Jesen 24 26
Zima 23 22
Proljeće 19 19
Ljeto 14 17
Ukupno 80 84
Rješenje:
Korak 2: Izračunajte sezonski indeks za savku sezonu svake godine za koju imate
podatke
Djelite stvarnu potražnju tih prethodnih godina s prosjekom koji ste dobili gore i dobiti
ćete sezonske indekse
Godina Godina
Kvartal 2003 2004
Jesen 24/20=1,20 26/21=1,23
Zima 23/20=1,15 22/21=1,05
Proljeće 19/20=0,95 19/21=0,91
Ljeto 14/20=0,70 17/21=0,81
6
Kvartal Prosječni sezonski indeks
Jesen (1,20+1,23)/2=1,219
Zima (1,15+1,05)/2=1,099
Proljeće (0,95+0,91)/2=0,928
Ljeto (0,70+0,81)/2=0,755
PROBLEM 4
Rješenje:
7
Korak 1: S t = αDt + (1 − α )( S t −1 + Tt −1 ) =0,2*68+(1-0,2)(60+10)
=13,6+56=69,60
Izglađivanje trenda
Korak 2 : Tt = β ( St − St −1 ) + (1 − β )Tt −1 =0,1* (69,6-60)+0,9*10= 9,6
PROBLEM 5
Vrtlar želi napraviti prognozu prodaje drva kaktusa za tromjesečje iduće godine. Prikupio
je tromjesečnu prodaju za protekle dvije godine i očekuje da će iduće godine ukupno
prodati ukupno 500 drva kaktusa. Podaci jasno pokazuju sezonsku prodaju. Koliku
prodaju može vrtlar očekivati tijekon svakog tromjesečja iduće godine, imajući na umu
sezosku prodaju drvaca?
Rješenje:
200
180
160
140
120
Godina 1
100
Godina 2
80
60
40
20
0
0 1 2 3 4 5
8
Vrlo je vidljiva sezonska potražnja za drvcima.
Korak 2: Izračunajte sezonski indeks za savku sezonu svake godine za koju imate
podatke
Djelite stvarnu potražnju tih prethodnih godina s prosjekom koji ste dobili gore i dobiti
ćete sezonske indekse
Prvo morate dobiti prosjek za pojedini kvartal. U zadatku je zadano da je 500 predviđeno
za cijelu godinu. Tih 500 djelimo s 4 kvartala i dobivamo 125.
Tu prosjećnu kvartalnu potražnju množimo s indeksima:
9
PROBLEM 6
Mjesec Prodaja
X Y X2 Y*X
1 100 1 100
2 120 4 240
3 118 9 354
4 125 16 500
UKUPNO 10 463 30 1194
Rješenje:
Prodaja po mjesecima
140
120
100
80 Prodaja Y
60 Linearni (Prodaja Y)
40 y = 7,3x + 97,5
2
20 R = 0,7469
0
0 1 2 3 4 5
Linearna regresija:
Korak 1 : b ≡
∑ XY − nXY
∑ X − nX
2 2
Korak 2: a ≡ Y − bX
10
Korak 3: Y ≡ a + bX
Y = 463 / 4 = 115,75
b≡
∑ XY − nXY =
1194 − 4 * 2,5 *115,75 36,5
= = 7,3
∑ X − nX
2 2
30 − 4 * 2,5 2 5
a ≡ Y − bX =115,75-7,3*2,5=97,5
Jednadžba je:
Korak 3: Y ≡ a + bX = 97,5+7,3*X
11
PROBLEM 7
Prodaja Raspoloživi
(u 000 kn) dohodak
kućanstva
(u 000 kn)
Y X XY X2 Y2
29.8 16.8 500.6 282.2 888.0
35.9 18.4 660.6 338.6 1,228.8
38.8 20.4 791.5 416.2 1,505.4
43.6 22.9 998.4 524.4 1,900.9
46.8 25.7 1,202.8 660.5 2,190.2
49.5 27.3 1,351.4 745.3 2,450.3
52.3 32.1 1,678.8 1,030.4 2,735.3
55.2 35.2 1,943.0 1,239.0 3,047.0
57.2 36.3 2,076.4 1,317.7 3,271.8
58.6 38.2 2,238.5 1,459.2 3,433.9
467.7 273.3 13,442.0 8,013.5 22,711.6
Rješenje:
X = 273,3 / 10 = 27,3
Y = 467,7 / 10 = 46,8
Korak 1 : b ≡
∑ XY − nXY =
13442 − 10 * 27,3 * 46,8
=1,19
∑ X − nX2 2
8013,5 − 10 * 27,32
12
Korak 2: a ≡ Y − bX =46,8-1,19*27,3=14,31
Korak 3: Y ≡ a + bX =14,31+1,19*X
n(∑ XY ) − (∑ X ) − (∑ Y )
r≡ =
[n(∑ X 2
] [
) − (∑ X ) 2 * n( ∑ Y 2 ) − (∑ Y ) 2 ]
10 *13442 − 273,3 * 467,7
= =
10 * 8013,5 − 273,32 10 * 22711,6 − 467,7 2
= 0,977
Naposlijetku treba izračunati prognozu prodaje ako je prihod kućanstva 37 800 kn.
Y ≡ a + bX =14,31+1,19*X=14,31+1,19*37800=59290kn
13
PROBLEM 8
METODA A METODA B
Tjedan Stvarna Prognoz Pogreška Pog. Prognoza Pogreška Pog.
prodaja a
1 25 30 -5 5 30 -5 5
2 18 20 -2 2 16 2 2
3 26 23 3 3 25 1 1
4 28 29 -1 1 30 -2 2
5 30 25 5 5 28 2 2
Ukupno 0 16 -2 12
Rješenje:
MAD ≡
∑ st var ni − prognozirani
n
MADA=16/5=3,2
MADB=12/5=2,4
14
PROBLEM 9
Rješenje:
Prateći signal ≡
∑ (st var ni − prognozirani )
MAD
Treba primjetiti da prateći signal raste i to nije dobro. Poželjno revidirati metodu
prognoze.
15