Метод прогнозирования «Сезонная декомпозиция»: объем производства яиц в России, страница 2

Чтобы составить прогноз, нам нужно обработать трендово-циклическую компоненту и вывести уравнение, наилучшим описывающее ее поведение.

Посмотрим на график трендово-циклической компоненты.

Рис. 4

Этот тренд лучше всего выразится прямой функцией, скопируем уравнение в рабочий лист программы.

Рис.5

Вставим уравнение в  одну из переменных, которую назовем тренд.

Затем, скопируем сезонные коэффициенты из окна результатов сезонной декомпозиции и вставим их как переменную «Сезонные коэффициенты».

Теперь мы можем приступить к формированию окончательной прогнозной модели.

Создадим переменную Прогноз. Она рассчитывается как произведение переменной Тренд (v3) и переменной «Сезонные коэффициенты» (v4), которую требуется разделить на 100 (поскольку она выражена в процентах). Мы умножаем трендовую и сезонную компоненты поскольку, использовали в декомпозиции мультипликативную модель. Теперь мы сформировали итоговую модель и можем оценить прогнозные ошибки и процентные ошибки. Требуется оценить адекватность модели.

Рис. 6

Для этого создадим переменные e, e%, [e], e², [e%]. Последние три переменные – промежуточные. Они необходимы для нахождения значений MPE, MAD, MSE, MAPE соответственно. Программа автоматически рассчитывает их значения для каждого наблюдения. Находим среднее значение рядов соответствующих переменных ошибок. Это можно сделать с помощью модуля «Описательная статистика» (Descriptive Statistics).

Затем мы можем записать значения полученных величин в пустые переменные справа.

Итак,

MAD = 14,9085 млн. штук

MSE = 222,26

MAPE = 0,0391

MPE = -0,0084

Ошибки дают достаточно хорошие значения, поэтому можно вполне сказать, что модель адекватно отражает существующие данные.

Теперь можно построить прогноз.

Таблица 2.

дата	тренд	сезонные коэффициенты	прогноз
авг.06	3131,193	106,7719	3343,236
сен.06	3133,414	100,5303	3150,029
окт.06	3135,634	93,3903	2928,379
ноя.06	3137,855	86,4677	2713,231
дек.06	3140,076	91,6539	2878,003
янв.07	3142,296	93,4757	2937,284
фев.07	3144,517	85,0011	2672,873
мар.07	3146,737	95,6689	3010,448
апр.07	3148,958	102,0984	3215,037
май.07	3151,179	115,0972	3626,919
июн.07	3153,399	118,2151	3727,795
июл.07	3155,62	111,6294	3522,601
авг.07	3157,84	106,7719	3371,688
сен.07	3160,061	100,5303	3176,818
окт.07	3162,282	93,3903	2953,264
ноя.07	3164,502	86,4677	2736,272
дек.07	3166,723	91,6539	2902,426
янв.08	3168,943	93,4757	2962,193
фев.08	3171,164	85,0011	2695,523
мар.08	3173,385	95,6689	3035,941
апр.08	3175,605	102,0984	3242,243
май.08	3177,826	115,0972	3657,589
июн.08	3180,046	118,2151	3759,296
июл.08	3182,267	111,6294	3552,347
авг.08	3184,488	106,7719	3400,139
сен.08	3186,708	100,5303	3203,606
окт.08	3188,929	93,3903	2978,15
ноя.08	3191,149	86,4677	2759,313
дек.08	3193,37	91,6539	2926,849
янв.09	3195,591	93,4757	2987,101
фев.09	3197,811	85,0011	2718,174
мар.09	3200,032	95,6689	3061,434
апр.09	3202,252	102,0984	3269,449
май.09	3204,473	115,0972	3688,259
июн.09	3206,694	118,2151	3790,797
июл.09	3208,914	111,6294	3582,093
авг.09	3211,135	106,7719	3428,591
сен.09	3213,355	100,5303	3230,395
окт.09	3215,576	93,3903	3003,036
ноя.09	3217,797	86,4677	2782,354
дек.09	3220,017	91,6539	2951,272