6 Содержание отчета и его форма

Отчет должен содержать:

6.1 Выбор аппроксимирующей функции.

6.2 Определение параметров уравнения.

6.3 Определение расчетных значений тренда.

6.4 Расчет основной ошибки.

6.5 Определение параметра сглаживания.

6.6 Расчет начальных условий.

6.7 Определение экспоненциальных средних.

6.8 Расчет прогнозируемых значений.

6.9 Расчет отклонения от фактического значения.

6.10 Определение окончательной модели прогноза.

6.11 Расчет ошибки прогноза.

6.12 Выводы.

7 Контрольные вопросы и защита работы

7.1 В чем заключается сущность метода экспоненциального сглаживания?

7.2 Как определяется экспоненциальная средняя?

7.3 Как определить параметр сглаживания?

7.4 Основные преимущества метода экспоненциального сглаживания.

7.5 Перечислить этапы прогнозирования методом экспоненциального сглаживания.

7.6 Как выбирается аппроксимирующая функция?

7.7 С помощью какого метода рассчитывались коэффициенты уравнения тренда?

Защита работы проводится в устной форме, состоит в предоставлении студентом правильно выполненного отчета по работе, коротком докладе и в ответах на вопросы, представленные выше.

Практическое занятие 30. Метод экспертных оценок

1 Цель и содержание

Цель работы – приобрести навыки прогнозирования с использованием экспертных оценок.

В результате выполнения работы студенты должны:

1. Изучить метод прогнозирования с использованием экспертных оценок.

2. Оценить важность параметров в баллах.

3. Сформировать базовую таблицу и определить среднее значение, среднее квадратическое отклонение, дисперсию.

4. Определить значения коэффициентов вариабельности.

5. Определить значения коэффициентов веса.

6. Сделать выводы.

2 Теоретическое обоснование

Эвристический метод прогнозирования основан на использовании мнения специалистов в данной области знания и, как правило, используется для прогнозирования потоков, формализацию которых нельзя провести к моменту прогнозирования.

Основным достоинством метода эвристического прогнозирования является важность избежать грубых ошибок, особенно в области скачкообразных изменений прогнозируемой величины. Это объясняется тем, что опрашиваются, как правило, высококвалифицированные специалистов данной области знания. Однако метод субъективен и весьма сложен.

Алгоритм получения экспертных оценок можно представить в виде блок-схемы (рисунок 6.1).

Рисунок 6.1 – Блок-схема прогноза на основе экспертных опросов

Одной из основных составляющих эвристического метода является механизм формирования группы экспертов. Немаловажным является как персональный отбор, так и число экспертов. Полученная ошибка результата прогноза не должна превышать Е, где 0<Е<1. Тогда рекомендуемое число экспертов может быть определено по формуле:

.

(6.1)

Подставляя в формулу предельные значения Е, находим . Таким образом, минимальное количество экспертовравно 4. Для того, чтобы определить максимальную численность экспертной группы, используем неравенство:

,

(6.2)

где – компетентность i-го эксперта, рассчитываемая на основе анкеты самооценки;

– максимальновозможная компетентность по используемой шкале компетентности экспертов.

Алгоритм определения оптимального числа экспертов изложен ниже.

Выдвигается гипотеза о том, что начиная с некоторого числа экспертов N, будет наблюдаться стабилизация средних значений оцениваемых параметров.

Достижение искомой стабилизации происходит при выполнении условия: включение или исключение эксперта из группы не изменяет относительную оценку искомой величины более чем на Е, т. е.

,

(6.3)

где – средняя оценка прогнозируемой величины в баллах, данная экспертной группой;

– средняя оценка, данная экспертной группой, из которой исключен (или включен) один эксперт;

– заданная величина изменения средней ошибки при включении одного эксперта.

Последовательный перебор значений от позволит определить оптимальное число экспертов.

Обработка данных экспертного прогноза включает следующие этапы:

1). Определяется сумма рангов каждого значения прогнозного спроса на материальные ресурсы:

,

(6.4)

где – ранг, присвоенный каждому j-му значению спроса i-м экспертом,

n – число экспертов, участвовавших в оценке.

2). Определяется среднее значение суммы рангов:

.

(6.5)

3). Определяется сумма квадратов отклонений сумм рангов:

.

(6.6)

4). Определяется множественный коэффициент ранговой корреляции (коэффициент конкордации), позволяющий оценить степень согласованности мнений экспертов:

,

(6.7)

Коэффициент конкордации может изменяться в пределах от 0 до1. Если он существенно отличается от 0, то можно считать, что между мнениями экспертов существует определенное согласие.

5). Производится оценка неслучайности согласия мнений экспертов с помощью критерия Пирсона при числе степеней свободы t=(m-1), заданном уровне значимости α=0,05 и доверительной вероятности р=( α-1):

,

(6.8)

После проведенных преобразований определяется весовой коэффициент (степень важности) для каждого варианта прогнозного спроса объемов потребления материальных ресурсов:

,

(6.8)