![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Методы прогнозирования потребности в материальных ресурсах.
Из множества методов прогнозирования в торговых фирмах и на предприятиях получили преимущественное распространение методы экстраполяции, среди которых наибольшее применение находит метод подбора функций. Основная его идея состоит в использовании факта инерционности экономических процессов. Достаточно выявить основную тенденцию развития явления во времени и ее можно использовать для разработки прогноза. В общем виде потребность представляется как функция времени: Y = F (t). Наиболее простой функцией является уравнение прямой: ŷ = a 0 + a 1 t. Таким образом, если определить коэффициенты (параметры) a 0 и a 1, то потребность Y можно вычислять, подставляя вместо t его конкретные значения (дни, недели, месяцы, годы – в зависимости от наличия исходных данных). Метод подбора функций предполагает, что всякий раз после получении расчетных значений они должны быть оценены на близость к фактическим. Для этого можно использовать коэффициент детерминации (квадрат коэффициента корреляции между y и t) и коэффициент аппроксимации (среднее относительное линейное отклонение абсолютных значений у фактического от у расчетного). Для прогнозирования могут использоваться и другие функции, однако следует выбирать не ту, которая дает наименьший коэффициент аппроксимации и наибольшую корреляцию, а ту, которую легче интерпретировать в терминах экономики. Однако экономическая информация имеет свойство старения. Так, данные о расходе материалов, их цене за прошлый год важнее, чем 1-ти летней давности. Поэтому для прогнозирования потребности в этом случае применяют метод экспоненциального сглаживания, который обеспечивает не только сглаживание, но и позволяет включать данные с весом, убывающим по мере их старения. Основная формула сглаживания: Где
|