Временные ряды и модели прогнозирования

Для повышения точности прогнозов продаж важно понимать, что разные модели прогнозирования подходят для разных временных радов с разными характеристиками.

К сожалению, нет одной модели, которая бы подошла для расчета прогноза для всех ситуаций - типов временных рядов.

В данной статье вы узнаете, о различных характеристиках временных рядов и моделях прогнозирования, которые для них подходят.

---

Какие характеристики временных рядов можно выделить:

1. Сезонность:
   • Полные ряды – когда данные есть минимум за 1 полный цикл, т.е. минимум за 12 месяцев, или за 4 квартала и можно выделить сезонность;
   • Неполный ряд – когда данных еще нет за полный цикл;
2. Рост:
   • Временной ряд с ростом, когда можно выделить явный рост продаж от года к году.
     • Рост может быть постоянный;
     • Рост может быть затухающий;
     • Рост может быть экспоненциальный;
     • Рост может меняться падением;
   • Статичный временной ряд – это временной ряд, который не содержит роста;
3. Важность тенденций для прогноза:
   • Для прогноза могут быть важны тенденции за длительный период;
   • Для прогноза могут быть важны тенденции за последний период;
4. Не регулярные, разовые продажи.

У нас есть набор различных параметров временных рядов. Данные параметры для одного временного ряда будут сочетаться между собой. Например,

• Временной ряд может быть полный с ростом и тенденциями за длительный период;
• Временной ряд может быть полный статичный с тенденциями за последний период;
• неполный с ростом и тенденциями за последний период.
• …

Рассмотрим 4 типа моделей прогнозирования временных рядов:

1. Модели экспоненциального сглаживания:

1.1.    Простое экспоненциальное сглаживание
подробнее о модели + скачать пример расчета прогноза…

1.2.    Модель Хольта – экспоненциальное сглаживание с Хольтом
подробнее о модели + скачать пример расчета прогноза…

1.3.    Модель Хольта-Винтерсом – экспоненциальное сглаживание с трендом и сезонностью
подробнее о модели + скачать пример расчета прогноза…

2.Модели скользящего среднего:

2.1.    Простое скользящее среднее;

2.2.    Скользящая средняя с сезонностью  
подробнее о модели + скачать пример расчета прогноза…

3. Трендовые модели:

3.1.    Простой тренд – линейный, логарифмический, полином, экспоненциальный
подробнее о модели + скачать пример расчета прогноза…

3.2.    Тренд с сезонностью – линейный тренд с сезонность, логарифм с сезонностью
подробнее о модели + скачать пример расчета прогноза…

4.Bootstrapping
подробнее о модели + скачать пример расчета прогноза…

Для каких характеристик временного ряда, какие модели прогнозирования подходят:

Скачать файл с таблицей характеристик временных рядов и моделей прогнозирования.

Для достижения точных прогнозов используйте модель, которая подходит для характеристик конкретного временного ряда.

Forecast4AC PRO умеет автоматически подбирать подходящую модель прогноза из более чем 100 комбинаций моделей прогнозирования для каждого типа временного ряда. 

Статья полезная? Поделитесь с друзьями