Свързване на сезон с предци в сезонно експоненциално изглаждане

Когато правите сезонно експоненциално изглаждане в Excel, помислете как работи експоненциалното изглаждане. Той използва формула като тази, за да базира следващата прогноза отчасти на предходната действителна и отчасти на предходната прогноза:

Нова прогноза = (0,3 × предишна действителна) + (0,7 × предходна прогноза)

Това възлиза на средно претеглена стойност от две предишни цифри — действителната и прогнозната. Тази конкретна формула дава малко повече от тежестта на прогнозата, отколкото на действителната. Трябва да експериментирате около някои с конкретна базова линия, за да получите правилната константа на изглаждане (това е 0,3 във формулата) и правилния коефициент на затихване (това е 0,7 във формулата).

Идеята тук е, че един период от време в базовата линия ще бъде тясно свързан със следващия период от време. Ако днешната висока температура беше 70°F, ще трябва да покажеш наближаващ студен фронт, за да убедиш някого, че утрешната максимална ще бъде 50°F. Без допълнителна, противоречива информация, те биха заложили на 70°F. Вчера има тенденция да прогнозира днес, а днес има тенденция да прогнозира утре.

Но преминете към месеци. Средната температура за даден месец е много по-тясно свързана с историческата средна стойност за този месец, отколкото със средната температура за предходния месец. Ако средният дневен максимум за май беше 70°F, вие пак бихте се наклонили към 70°F за юни, но преди да вложите пари върху него, бихте искали да знаете какъв беше средният дневен максимум за миналия юни.

Ето какво ще направите: вместо да използвате само една изглаждаща константа, ще използвате две. Вместо да използвате само една константа във връзка с непосредствено предходната базова стойност, ще използвате една за предходната стойност (изглаждане на май, за да помогне на прогнозата за юни) и една за сезона, който е една година назад от този (изглаждане миналия юни до помогнете на прогнозата следващия юни).

Фигурата показва базова сезонна база за продажби и свързаните с нея прогнози на практика.

Сезонните прогнози не могат да започнат, докато не премине една поредица от базови сезони.

Забележете как продажбите неизменно се повишават през третото тримесечие на всяка година и скачат през четвъртото тримесечие. След това дъното пада през първата и втората четвърт. Фигурата също така показва прогнозите, които са уловили сезонния модел в изглаждащо уравнение, което прави прогнозите много по-точни.

Ами ако сте използвали просто експоненциално изглаждане? Фигурата дава някои от лошите новини.

Прогнозите изглаждат сигнала в базовата линия.

Тук изглаждащата константа е 0,3 и прогнозите са относително нечувствителни към колебанията в действителните стойности от базовата линия. Прогнозите мимоходом кимат към върховете и долините в изходната линия, но това е пренебрежително кимване.

Ами ако увеличите константата на изглаждане, така че прогнозите да проследяват действителните повече, отколкото да ги изглаждат? Тази ситуация е показана тук, където константата на изглаждане е 0,7.

Прогнозите закъсняват, за да отразят промените в изходното ниво.

Върховете и долините са представени по-ясно - но те изостават с един период от действителното им възникване. Сравнете последната цифра и нейните закъснели прогнози с първата цифра и нейните навременни прогнози. Прогнозите на фигура 18-1 могат да се появят навреме, защото обръщат внимание на случилото се миналата година. А показването е 85 процента от живота.

Следващата фигура показва как можете да комбинирате компонентите, за да получите прогнозна стойност. Не се притеснявайте, източникът на компонентите и какво означават те стават ясни, докато преминавате през разработването на сезонната прогноза.

Сезонните ефекти са над (положителни стойности) и под (отрицателни стойности) текущото общо ниво на изходното ниво.

Формулата в клетка F5 дава нивото на базовото ниво към четвъртото тримесечие на 2012 г. Формулата е:

=СРЕДНО(D2:D5)

В началото на процеса на изглаждане, това е най-добрата ни оценка за текущото ниво на базовата линия. Това е само средната стойност от четирите тримесечни резултата за приходите за 2012 г. Това е аналогично на използването на първото наблюдение като първа прогноза при просто експоненциално изглаждане.

От разглеждане на формулата в клетка H5:

=F5+G2

можете да видите, че прогнозата за 1-во тримесечие на 2013 г. е сбор от две величини:

• Прогнозното ниво на базовото ниво за Q1 2013 г. към Q4 2012 г. (виж клетка F5)
• Ефектът от това, че сте в тримесечие 1 към 2012 г. (вижте клетка G2)

Всяка прогноза в колона E и колона H е сумата от нивото на прогнозата на базовата линия и ефекта от сезона от предходната година. Една добра проверка за здравина сравнява сезонните прогнози за изглаждане на първата фигура с обикновените прогнози за изглаждане в следващите две цифри.

Ясно е, че е по-добре, ако можете да оцените сезонния ефект, преди да се осъществи. Това се случва на последната фигура, която комбинира нивото, което се дължи на даден сезон, с общото ниво на базовото ниво, за да получите прогнозата за текущия сезон, преди да се проведе следващият екземпляр от сезона.

Това е причината да поставите прогнозата за следващия период в колона H, а за текущия период в колона E. Това ви помага да запомните, че можете да съберете прогнозата за даден период в края на предходния период. Забележете, например, че клетка H5 има прогнозата за следващия период, че клетка E6 има прогнозата за текущия период и че и двете са равни на $548,160.