10.Статистические методы прогнозирования независимого спроса регулярно потребляемого товара

Относительно равномерный (или базовый) спрос характерен для регулярно потребляемых запасов, не имеющих сезонных периодов потребления. Относительно равномерный спрос типичен для запаса основных материалов производственных предприятий.

Наивный прогноз является самой простой методикой прогно­зирования. Она основывается на предположении о том, что про­гнозируемое потребление будущего периода равно потреблению предшествующего периода.

Прогнозирование по средним значениям. В случае если временной ряд имеет интервал наблюдений в один месяц, повысить точность наивного прогноза позволяет метод прогнозирования по простой средней величине потребления с учетом числа рабочих дней в месяце.

Еще одним методом прогнозирования, относящимся к прогно­зированию по средним значениям, является прогноз на основе скользящего среднего значения потребления запаса- при составлении прогноза использует значение средней арифметической величины потребления за последние периоды наблюдений. Скользящая средняя рассчитывается по следующей формуле (2.15).

_(2.15)

где — прогнозируемый объем потребности в периоде времени j, единиц;

i — индекс предыдущего периода времени;

Р_i — объем потребления в предыдущем периоде времени i;

п — число периодов, используемых в расчете скользящей средней.

Чем большее число точек наблюдения берется в расчет, тем скользящая средняя менее чувствительна к изменениям значений потребления в прошлые периоды. Преимущество прогнозирования по скользящей средней состоит в простоте метода. Основным недостатком - значимость значений прошлых периодов при прогнозировании будущей потребности одинакова.

Для учета важности отдельных периодов наблюдений используют метод взвешенной скользящей средней. В этом методе каждому используемому в расчете скользящей средней периоду присваивается коэффициент, отражающий значимость влияния этого периода на прогнозное значение потребления. Значимость более поздних периодов должна быть выше, чем значимость более ранних периодов. В общем виде взвешенная скользящая средняя рассчитывается следующим образом (2.16).

(2.16)

где — прогнозируемый объем потребности в периоде времени j, единиц;

i — индекс предыдущего периода времени;

k_i – коэффициент значимости периода времени i;

Р_i — объем потребления в предыдущем периоде времени i;

п — число периодов, используемых в расчете скользящей средней.

В целом прогнозирование по взвешенной скользящей средней дает более точные результаты, чем по простой скользящей средней. Главное преимущество взвешивания состоит в том, что в прогнозируемой величине в большей степени учитываются последние значения потребности. Определенную проблему представляет собой подбор коэффициентов значимости. Они, как правило, определяются экспертно и проверяются экспериментально, т.е. путем проб и ошибок.

Более сложный метод прогнозирования на основе расчета взве­шенного среднего — это метод экспоненциального сглаживания. В этом методе каждый новый прогноз основан на учете значения предыдущего прогноза и его отклонения от фактического значения. Прогнозное значение по методу экспоненциального сглаживания определяется следующим образом:

Прогнозное значение = Значение предыдущего прогноза + а ×(Фактическая потребность — Значение предыдущего прогноза),

где а — константа сглаживания;

Константа сглаживания а определяет чувствительность прогноза к ошибке. Чем ближе ее значение к нулю, тем медленнее прогноз будет реагировать на ошибки, тем выше степень сглаживания прогноза. Напротив, чем ближе значение сглаживающей константы к единице, тем выше чувствительность и меньше сглаживание. Подбор значения константы сглаживания проводится экспериментально. Цель - определить такое значение а, чтобы, с одной стороны, прогноз был чувствителен к изменениям временного ряда, а с другой стороны, хорошо сглаживал скачки потребления, вызванные случайными факторами.