Автор работы: Пользователь скрыл имя, 06 Декабря 2015 в 20:20, курсовая работа
Японская компания «MIKASA Corporation» занимает лидирующие позиции по всему миру по продаже волейбольных мячей. На протяжении последних лет фирма достигла значительных успехов, и управление компании решило, что необходимо составить прогноз на 2010 год. Для этого аналитическому отделу компании было поручено на основе данных за 5 лет, составить прогноз, касающийся объема продаж данной продукции, на 2010 год.
Постановка задачи
Решение задачи:
Определение тренда
Проверка значимости линейной модели
Проверка адекватности линейной модели
Характеристика точности линейной модели
Анализ автокорреляционной функции
Определение сезонных составляющих
Прогнозирование ряда по тренду и сезонной составляющей
Обработка результатов. Построение моделей
Выбор “наилучшей” модели
Вывод
Список использованной литературы
Точность прогноза определяется по средней абсолютной процентной ошибке прогноза (МАРЕ) и зависит от выбора значений m и d:
где ym+k – фактическое значение временное ряда; - прогнозируемой значение.
Сезонные индексы для мультипликативной и аддитивной моделей, вычисленные в пакете «Statistica», приведены в таблице:
Прогноз на 2013 год |
Линейная модель |
Мультипликативная модель |
Аддитивная модель |
Январь |
1277 |
931 |
988 |
Февраль |
1285 |
853 |
935 |
Март |
1292 |
1180 |
1170 |
Апрель |
1300 |
1291 |
1239 |
Май |
1307 |
1547 |
1432 |
Июнь |
1314 |
2325 |
1988 |
Июль |
1322 |
2518 |
2099 |
Август |
1329 |
1503 |
1393 |
Сентябрь |
1337 |
1330 |
1278 |
Октябрь |
1344 |
1171 |
1170 |
Ноябрь |
1357 |
886 |
986 |
Декабрь |
1366 |
1116 |
1151 |
Сравним точность прогноза по мультипликативной и аддитивной моделям. Для этого в пакете ”Statistica” рассчитаем средние абсолютные ошибки прогноза в обоих случаях.
Модель |
Средняя абсолютная ошибка |
Мультипликативная |
140,9568 |
Аддитивная |
197,931 |
Из таблицы видно, что ошибка по мультипликативной модели значительно меньше, чем значение по аддитивной. Поэтому компании следует выбрать именно мультипликативную модель в качестве основной для прогнозирования объемов выручки.
3. Вывод.
Построение модели прогнозов объема выручки, которая будет получена в 2013 году, позволяет компании «MIKASA Corporation»:
Подобные прогнозы необходимо проводить для финансового планирования деятельности компании. Знание о приблизительных объёмах выручки и, соответственно, об объемах продаж, помогает стабилизировать и улучшать финансовое положение компании, расширять свою сеть в регионе, повышая качество обслуживания.
4. Использованная литература.
1 Все расчеты проведены с помощью программного пакета StatSoft Statistica v8.0.
Информация о работе Прогнозирование объема выручки с помощью анализа временных рядов