Зв’язування сезону з предками в сезонному експоненційному згладжуванні

Виконуючи сезонне експоненціальне згладжування в Excel, згадайте, як працює експоненційне згладжування. Він використовує формулу, подібну до цієї, щоб заснувати наступний прогноз частково на попередньому фактичному та частково на попередньому прогнозі:

Новий прогноз = (0,3 × Попередній фактичний) + (0,7 × Попередній прогноз)

Це становить середньозважене значення двох попередніх цифр — фактичного та прогнозного. Ця конкретна формула надає набагато більше ваги прогнозу, ніж фактичному. Ви повинні поекспериментувати навколо деяких з певною базовою лінією, щоб отримати правильну константу згладжування (це 0,3 у формулі) і правильний коефіцієнт демпфування (це 0,7 у формулі).

Ідея тут полягає в тому, що один період часу в базовій лінії буде тісно пов’язаний з наступним періодом часу. Якби сьогоднішня висока температура становила 70°F, вам довелося б показати наближення холодного фронту, щоб переконати когось, що завтрашній максимум буде 50°F. Без додаткової суперечливої ​​інформації вони зробили б ставку на 70°F. Вчорашній день має тенденцію передбачати сьогодні, а сьогодні має тенденцію прогнозувати завтра.

Але перехід на місяці. Середня температура в даному місяці набагато тісніше пов’язана з історичним середнім значенням для цього місяця, ніж із середньою температурою попереднього місяця. Якби середній щоденний максимум у травні становив 70°F, ви все одно б схилялися до 70°F за червень, але перш ніж вкладати на нього гроші, ви хотіли б знати, яким був середній щоденний максимум минулого червня.

Отже, ось що ви збираєтеся зробити: замість використання лише однієї константи згладжування, ви будете використовувати дві. Замість того, щоб використовувати лише одну константу в поєднанні з безпосередньо попереднім базовим значенням, ви використовуватимете одну для попереднього значення (згладжування травня, щоб допомогти прогнозувати червень), і одну для сезону, який відбувся рік тому від цього (згладжування минулого червня до Допоможіть прогнозувати наступного червня).

На малюнку показано базовий рівень сезонних продажів і відповідні прогнози на практиці.

Сезонні прогнози не можуть розпочатися, доки не пройде одна послідовність базових сезонів.

Зверніть увагу на те, як продажі постійно зростають у третьому кварталі кожного року та зростають у четвертому кварталі. Потім дно випадає протягом першої та другої чверті. На малюнку також показані прогнози, які врахували сезонну модель у згладжуючому рівнянні, що робить прогнози набагато точнішими.

Що робити, якщо ви використовуєте просте експоненційне згладжування? Цифра дає деякі погані новини.

Прогнози згладжують сигнал у базовій лінії.

Тут константа згладжування дорівнює 0,3, а прогнози відносно нечутливі до коливань фактичних показників від базової лінії. Прогнози мимохідь кивають на вершини і долини в базовій лінії, але це зневажливий кивок.

Що якби ви збільшили константу згладжування, щоб прогнози більше відстежували факти, ніж згладжували їх? Тут показана ситуація, де константа згладжування дорівнює 0,7.

Прогнози запізнюються, щоб відобразити зміни базової лінії.

Вершини і долини представлені більш чітко, але вони відстають на один період від свого фактичного виникнення. Порівняйте останній показник і його пізні прогнози з першим показником і його прогнозами на час. Прогнози на малюнку 18-1 можуть з’явитися вчасно, оскільки вони звертають увагу на те, що сталося минулого року. А з’являтися – це 85 відсотків життя.

На наступному малюнку показано, як можна комбінувати компоненти, щоб отримати прогнозне значення. Не хвилюйтеся, джерело компонентів і їх значення стане зрозумілим, коли ви будете розробляти сезонний прогноз.

Сезонні ефекти вище (позитивні значення) і нижче (від’ємні значення) поточного загального рівня базової лінії.

Формула в клітинці F5 показує рівень базової лінії станом на 4 квартал 2012 року. Формула виглядає так:

=AVERAGE(D2:D5)

На початку процесу згладжування це наша найкраща оцінка поточного рівня базової лінії. Це лише середнє значення з чотирьох квартальних результатів виручки за 2012 рік. Це аналогічно використанню першого спостереження як першого прогнозу в простому експоненційному згладжуванні.

З огляду на формулу в клітинці H5:

=F5+G2

можна побачити, що прогноз на 1 квартал 2013 року є сумою двох величин:

• Рівень прогнозу базової лінії на 1 квартал 2013 року станом на 4 квартал 2012 року (див. клітинку F5)
• Ефект перебування в 1 кварталі 2012 року (див. клітинку G2)

Кожен прогноз у стовпцях E та стовпцях H є сумою рівня прогнозу базової лінії та ефекту сезону з попереднього року. Хороша перевірка працездатності порівнює сезонні прогнози згладжування на першому малюнку зі звичайними прогнозами згладжування на наступних двох цифрах.

Очевидно, вам краще, якщо ви зможете оцінити сезонний ефект до того, як він настане. Це те, що відбувається на останньому малюнку, який поєднує рівень, пов’язаний із сезоном, із загальним рівнем базової лінії, щоб отримати прогноз на поточний сезон до початку наступного сезону.

Це причина помістити прогноз на наступний період у стовпець H, а на поточний період у стовпець E. Це допоможе вам пам’ятати, що ви можете зібрати прогноз для певного періоду в кінці попереднього періоду. Зверніть увагу, наприклад, що клітинка H5 містить прогноз на наступний період, що клітинка E6 містить прогноз на поточний період, і що обидва вони дорівнюють 548 160 доларів США.