Вопросы и ответы

Метод также может быть использован для прогнозирования продаж сезонного характера. В первую очередь для использования данного метода необходимо определить тренд, наилучшим образом аппроксимирующий фактические данные. Циклические явления лучше всего аппроксимируются полиномиальным трендом второго и выше порядка. При выборе наибольшей степени полиномиального тренда необходимо пользоваться практическим правилом, что степень полинома должна отличатся на порядок от количества данных и не превосходить 3 или 4.

Выбор линии тренда проводится по среднему квадрату ошибок
S = 1/(n-m) sum(y_k-y^тренд)²,
где n - количество наблюдений, m - число параметров кривой приближения (для линейной функции m=2, для квадратичной функции m=3 и т. д.).
По выбранной линии определяются значения тренда, которые сравниваются с фактическими данными, затем вычисляются сезонные компоненты по годам и средняя компонента.
На основе модели строится окончательный прогноз объема продаж. Для смягчения влияния прошлых тенденций на достоверность прогнозной модели предлагается сочетать трендовый анализ с экспоненциальным сглаживанием
Vпр_t = a x Vф_t-1 + (1-a)Vm_t
где Vnpt – прогнозное значение объема продаж, Vфt-1 – фактическое значение объема продаж в предыдущем году, Vmt – значение модели, a – значение параметра сглаживания.

При построении прогнозов с помощью метода сезонной компоненты одной из основных проблем является выбор оптимального значения параметра сглаживания a. Ясно, что при различных значениях a результаты прогноза будут различными. Вообще значение α может быть от 0 до 1.