щен1ости прогноза связана с повышением, начиная с октября, спроса на товар, т. е. модель простого скользящего среднего в данной ситуации недостаточно адекватна (см. гл. 2).

Средний квадрат ошибки и сумма квадратов

Средний квадрат ошибки (MSE) определяется формулой

(3.7)

щ сумма квадратов (SSE) -

SSE = 2. (3.8)

MSE и SSE чаще всего используются при выборе оптимальных моделей прогнозирования. В большинстве пакетов программ по прогнозированию именно эти два показателя принимаются в качестве критерия при оптимальцом выборе параметров модели. В частности, можно найти значение а в простейшем методе экспоненциального сглаживания, если, разумеется, пользователь сам не задает этого значения.

В приложении на рис. А.4 дается блок-схема основных вычислений, необходимых для нахождения всех мер точности прогноза, рассмотренных в настоящей главе.

Упражнение

Покажите, что для данных из табл. 3.1 значения МАРЕ, МРЕ и ME соответственно равны 15,01, 3,86 и 5,08%.

Глава 4. СИСТЕМА АВТОМАТИЧЕСКОГО

КОНТРОЛЯ КРАТКОСРОЧНОГО

ПРОГНОЗИРОВАНИЯ

(МЕТОД СГЛАЖИВАНИЯ ОШИБОК)

В каждой системе прогнозирования должен присутствовать некоторый контролирующий механизм, который осуществлял бы проверку того, насколько ожидаемое значение прогнозируемого показателя (прогноз) отличается от фактического, и когда прогностическая модель перестает давать удовлетворительные прогнозы. Основным препятствием построения хороших прогнозов служат внезапные скачки в изменении показателя. Разрыв между прогнозируемым и фактическим значением в этом случае намного превышает стандартную ошибку прогноза. Рис 4.1-типичный пример реакции прогноза по экспоненциально взвешенной средней на скачок в уровне спроса. В этом примере на протяжении целого периода после скачка

прогнозируемые значения намного ниже фактического уровня, что, естественно, ведет к большим ошибкам прогноза.

Итак, основная задача систем автоматического контроля (слежения) краткосрочного прогнозирования - выявление случайных скачков в уровне показателя с дальнейшим выяснением, причин их возникновения. После- обнаружения посредством метода контроля потери

150i-

ос о

Время iwec.)

Рис. 4.1. Типичная реакция прогноза на резкое изменение спроса по методу экспоненциально взвешенного среднего

прогностической точности "(см. рис. 4.1) необходимо ответить на ряд вопросов: какова причина скачка в изменении уровня ряда, будут ли в дададейшем повторяться подобные скачки да, то с какой п-

рЙЙДНЧШстш ОЙветы наэти югфосы бче

18о/ньзя полупить искрдя из самой пронрстиче mstmJii йШЙ1ёнйя причины резкого измейения уррвря р;яда нЦ)бхсгдимоп 0огатый,опытвсех специалистов 1Щпанш1,:зан ];topf бвли и pUHto; н мйедь экспергс>в;

будет некоторср вршярставатБСя на тайком

не. Тогда работа прогностической модели должна быть приостановлена хотя бы на два момента времени с начала скачка. Новое среднее значение уровня спроса необходимо определить экспертным путем (рис. 4.2). Такая процедура значительно уменьшит прогностические ошибки, связанные с резким изменением уровня спроса.

Наоборот, если в результате исследования ситуации на рынке компания установила, что высокий уровень спроса продержится все-

150 г-

125 -

Экспергмым прогноз

Следующий ожидаемый уровень спроса

/ Прэгноз, полученный по ллодели / / экспоненциально взвешенного среднего / •

Время (мес.)

Рис. 4.2. Исправленный прэгноз, полученный посредством экспертного вмешательства

ГО шесть месяцев, действие прогностической системы по истечении шести месяцев нужно снова приостановить, чтобы повторно экспертным путем вывести ее на прежний уровень, предшествовавший резкому увеличению спроса (рис. 4.3).

Контролирующая система может также следить за субъективными изменениями в уровне спроса. Например, если экспертное исследова. ние сложившейся ситуации указывает на повторение резких повыше* НИИ спроса в будущем и прогнозы строятся с учетом этого обстоятель* ства, то контролирующая система при отсутствии ожидаемых изменений в спросе должна обнаружить несоответствие. Наоборот, система «не