Моделирование сезонных колебаний объема продаж на примере ООО «ДОН-Мебель»
Теперь у нас есть все данные для построения прогнозных значений для каждого сезонного периода 2014 г. Расчет суммы квадратов отклонений фактических значений объема продаж от среднего значения; Yt = 17 321,73 + 132,3822 г Расчет значений уровня ряда по аддитивной модели представлены в таблице. T — статистика показала, что ошибка мала, по сравнению с полученными коэффициентами; По этим наблюдениям… Читать ещё >
Моделирование сезонных колебаний объема продаж на примере ООО «ДОН-Мебель» (реферат, курсовая, диплом, контрольная)
Руководство компании «ДОН-Мебель» предоставило общие сведения об объеме заказов корпусной мебели фирмы «Командор» за период с 2008 по 2013 г.
По имеющимся данным нужно составить прогноз объема продаж на 2014 г.
Таблица 3.1. Данные объема продаж за шесть лет.
Период. | Объем заказов корпусной мебели фирмы «Командор», руб. | |||||
Январь-февраль. | 14 140,65. | 15 009,39. | 15 299,62. | 16 198,29. | 16 867,76. | 17 601,17. |
Март-апрель. | 18 209,71. | 18 078,56. | 18 709,49. | 20 644,27. | 21 500,54. | 22 053,94. |
Май-июнь. | 20 529,34. | 20 432,49. | 19 898,56. | 23 108,15. | 23 585,48. | 24 872,83. |
Июль-август. | 20 222,2. | 22 469,55. | 23 267,68. | 23 028,8. | 24 533,79. | 24 883,68. |
Сентябрь-октябрь. | 17 259,28. | 18 484,53. | 20 455,72. | 20 191,63. | 20 626,54. | 21 509,75. |
Ноябрь-декабрь. | 16 427,32. | 16 576,31. | 18 165,64. | 18 432,67. | 19 305,26. | 19 187,37. |
Таблица 3.2 Расчет сезонной адаптивной модели.
Год. | Период. | Объем продаж. | Элиминирование. | t. | Скользящая средняя. | Оценка сезонной компоненты. |
Январь-февраль. | 14 140,65. | ; | ; | |||
Март-апрель. | 18 209,71. | 18 000,32. | ; | ; | ||
Май-июнь. | 20 529,34. | 18 279,49. | ; | ; | ||
Июль-август. | 20 222,2. | 16 981,59. | 17 798,1. | 2424,1. | ||
Сентябрь-октябрь. | 17 259,28. | 17 415,41. | 17 942,9. | — 683,6. | ||
Ноябрь-декабрь. | 16 427,32. | 18 333,69. | 17 921,0. | — 1493,7. | ||
Январь-февраль. | 15 009,39. | 18 646,74. | 17 904,9. | — 2895,5. | ||
Март-апрель. | 18 078,56. | 17 869,17. | 18 279,4. | — 200,9. | ||
Май-июнь. | 20 432,49. | 18 182,64. | 18 483,6. | 1948,9. | ||
Июль-август. | 22 469,55. | 19 228,94. | 18 508,5. | 3961,1. | ||
Сентябрь-октябрь. | 18 484,53. | 18 640,66. | 18 556,8. | — 72,3. | ||
Ноябрь-декабрь. | 16 576,31. | 18 482,68. | 18 662,0. | — 2085,7. | ||
Январь-февраль. | 15 299,62. | 18 936,97. | 18 573,0. | — 3273,4. | ||
Март-апрель. | 18 709,49. | 18 500,1. | 18 706,0. | 3,5. | ||
Май-июнь. | 19 898,56. | 17 648,71. | 19 034,6. | 864,0. | ||
Июль-август. | 23 267,68. | 20 027,07. | 19 299,5. | 3968,2. | ||
Сентябрь-октябрь. | 20 455,72. | 20 611,85. | 19 449,2. | 1006,5. | ||
Ноябрь-декабрь. | 18 165,64. | 20 072,01. | 19 771,7. | — 1606,1. | ||
Январь-февраль. | 16 198,29. | 19 835,64. | 20 306,6. | — 4108,3. | ||
Март-апрель. | 20 644,27. | 20 434,88. | 20 266,8. | 377,5. | ||
Май-июнь. | 23 108,15. | 20 858,3. | 20 222,8. | 2885,4. | ||
Июль-август. | 23 028,8. | 19 788,19. | 20 267,3. | 2761,5. | ||
Сентябрь-октябрь. | 20 191,63. | 20 347,76. | 20 378,9. | — 187,3. | ||
Ноябрь-декабрь. | 18 432,67. | 20 339,04. | 20 521,6. | — 2088,9. | ||
Январь-февраль. | 16 867,76. | 20 505,11. | 20 601,1. | — 3733,4. | ||
Март-апрель. | 21 500,54. | 21 291,15. | 20 852,0. | 648,6. | ||
Май-июнь. | 23 585,48. | 21 335,63. | 20 924,5. | 2661,0. | ||
Июль-август. | 24 533,79. | 21 293,18. | 21 069,9. | 3463,9. | ||
Сентябрь-октябрь. | 20 626,54. | 20 782,67. | 21 192,1. | — 565,6. |
Расчет средних значений сезонной компоненты в аддитивной модели требует:
Формирование из оценок сезонной компоненты, полученных ранее, удобной для расчета средних значений этой же компоненты;
Расчет итоговых значений сезонной компоненты;
3. Определение средних значений итоговой компоненты;
Определение корректирующего коэффициента;
Расчет скорректированных значений сезонной компоненты путем вычитания корректирующего коэффициента из средних оценок сезонной компоненты (сумма скорректированных значений равна нулю).
Таблица 3.3 Расчет значений сезонной компоненты в аддитивной модели.
Итого за период. | — 17 908,35. | 1325,31. | 11 527,61. | 19 777,71. | — 502,26. | — 9253,46. |
Средняя оценка. | — 3581,67. | 265,06. | 2305,52. | 3296,28. | — 100,45. | — 1850,69. |
Скорректированная оценка. | — 3637,35. | 209,39. | 2249,85. | 3240,61. | — 156,13. | — 1906,37. |
К — корректирующий коэффициент К = (-3581,67 + 265,06 + 2305,52 + 3296,28 — 100,45 — 1850,69) = 55,68 Вычисление основных составляющих сезонной модели:
— элиминирование влияния сезонной компоненты путем вычитания ее значения из каждого уровня исходного временного ряда; Построение по данным элиминирования временного ряда трендовой модели с помощью МНК.
Из полученной регрессионной статистики видно:
Р — значение очень мало;
t - статистика показала, что ошибка мала, по сравнению с полученными коэффициентами;
Небольшая разница между нижней и верхней границей доверительного интервала;
Коэффициент корреляции довольно высокий;
По этим наблюдениям можно сделать вывод, что полученная нами модель адекватна.
Получение расчетных значений по трендовой модели по формуле.
yt = 17 321,73 + 132,3822 г Расчет значений уровня ряда по аддитивной модели представлены в таблице.
Таблица 3.4 Расчетные значения аддаптивной тренд-модели.
t. | Yt. | St. | Десезонализированные. | Линейн тренд. | Расчет значения. |
14 140,65. | — 3637,35. | 17 778,00. | 17 454,12. | 13 816,77. | |
18 209,71. | 209,39. | 18 000,32. | 17 586,50. | 17 795,89. | |
20 529,34. | 2249,85. | 18 279,49. | 17 718,88. | 19 968,73. | |
20 222,20. | 3240,61. | 16 981,59. | 17 851,26. | 21 091,87. | |
17 259,28. | — 156,13. | 17 415,41. | 17 983,65. | 17 827,52. | |
16 427,32. | — 1906,37. | 18 333,69. | 18 116,03. | 16 209,66. | |
15 009,39. | — 3637,35. | 18 646,74. | 18 248,41. | 14 611/06. | |
18 078,56. | 209,39. | 17 869,17. | 18 380,79. | 18 590,18. | |
20 432,49. | 2249,85. | 18 182,64. | 18 513,17. | 20 763,02. | |
22 469,55. | 3240,61. | 19 228,94. | 18 645,56. | 21 886,17. | |
18 484,53. | — 156,13. | 18 640,66. | 18 777,94. | 18 621,81. | |
16 576,31. | — 1906,37. | 18 482,68. | 18 910,32. | 17 003,95. | |
15 299,62. | — 3637,35. | 18 936,97. | 19 042,70. | 15 405,36. |
Оценка качества построения модели:
— расчет суммы квадратов отклонений фактических значений объема продаж от среднего значения;
Таким образом, аддитивная модель объясняет 96,03% общей вариации уровней временного ряда объема продаж за рассматриваемый промежуток времени.
Теперь у нас есть все данные для построения прогнозных значений для каждого сезонного периода 2014 г.
Таблица 3.5 Прогнозирование объема заказов фирмы «Командор» руб.
Год. | Период. | Прогнозное значение тренда. | Сезонная компонента. | Прогнозные значения объема продаж. |
Январь-Февраль. | 22 219,88. | — 3637,35. | 18 582,53. | |
Март-Апрель. | 22 352,26. | 209,39. | 22 561,64. | |
Май-Июнь. | 22 484,64. | 2249,85. | 24 734,49. | |
Июль-Август. | 22 617,02. | 3240,61. | 25 857,63. | |
Сентябрь-Октябрь. | 22 749,41. | — 156,13. | 22 593,28. | |
Ноябрь-Декабрь. | 22 881,79. | — 1906,37. | 20 975,42. |