Utveckla a 3 år glidande medelvärde to prognos försäljning

Flyttande medelprognos Inledning. Som du kan gissa vi tittar på några av de mest primitiva tillvägagångssätten för prognoser. Men förhoppningsvis är dessa åtminstone en värdefull introduktion till några av de datorproblem som är relaterade till att implementera prognoser i kalkylblad. I den här venen fortsätter vi med att börja i början och börja arbeta med Moving Average prognoser. Flyttande medelprognoser. Alla är bekanta med att flytta genomsnittliga prognoser oavsett om de tror att de är. Alla studenter gör dem hela tiden. Tänk på dina testresultat i en kurs där du ska ha fyra tester under semestern. Låt oss anta att du fick en 85 på ditt första test. Vad skulle du förutse för ditt andra testresultat Vad tycker du att din lärare skulle förutsäga för nästa testresultat Vad tycker du att dina vänner kan förutsäga för nästa testresultat Vad tror du att dina föräldrar kan förutsäga för nästa testresultat Oavsett om alla blabbing du kan göra för dina vänner och föräldrar, de och din lärare förväntas mycket sannolikt att du får något i området 85 du bara har. Nåväl, nu kan vi anta att trots din egen marknadsföring till dina vänner överskattar du dig själv och räknar att du kan studera mindre för det andra testet och så får du en 73. Nu är vad alla berörda och oroade kommer att Förutse att du kommer att få ditt tredje test Det finns två väldigt troliga metoder för att utveckla en uppskattning oavsett om de kommer att dela den med dig. De kan säga till sig själva: "Den här killen sprider alltid rök om hans smarts. Hes kommer att få ytterligare 73 om han är lycklig. Kanske kommer föräldrarna att försöka vara mer stödjande och säga, Quote, hittills har du fått en 85 och en 73, så kanske du ska räkna med att få en (85 73) 2 79. Jag vet inte, kanske om du gjorde mindre fester och werent vaggar vassan överallt och om du började göra mycket mer studerar kan du få en högre poäng. quot Båda dessa uppskattningar flyttade faktiskt genomsnittliga prognoser. Den första använder endast din senaste poäng för att förutse din framtida prestanda. Detta kallas en glidande genomsnittlig prognos med en period av data. Den andra är också en rörlig genomsnittlig prognos men använder två dataperioder. Låt oss anta att alla dessa människor bråkar på ditt stora sinne, har gett dig en puss och du bestämmer dig för att göra det bra på det tredje testet av dina egna skäl och att lägga ett högre poäng framför din quotalliesquot. Du tar testet och din poäng är faktiskt en 89 Alla, inklusive dig själv, är imponerade. Så nu har du det sista testet av terminen som kommer upp och som vanligt känner du behovet av att ge alla till att göra sina förutsägelser om hur du ska göra på det sista testet. Jo, förhoppningsvis ser du mönstret. Nu kan du förhoppningsvis se mönstret. Vilken tror du är den mest exakta visselpipan medan vi arbetar. Nu återvänder vi till vårt nya rengöringsföretag som startas av din främmande halvsyster, kallad Whistle While We Work. Du har några tidigare försäljningsdata som representeras av följande avsnitt från ett kalkylblad. Vi presenterar först data för en treårs glidande medelprognos. Posten för cell C6 ska vara Nu kan du kopiera den här cellformeln ner till de andra cellerna C7 till och med C11. Lägg märke till hur genomsnittet rör sig över de senaste historiska data men använder exakt de tre senaste perioderna som finns tillgängliga för varje förutsägelse. Du bör också märka att vi inte verkligen behöver göra förutsägelser för de senaste perioderna för att utveckla vår senaste förutsägelse. Detta är definitivt annorlunda än exponentiell utjämningsmodell. Ive inkluderade quotpast predictionsquot eftersom vi kommer att använda dem på nästa webbsida för att mäta förutsägelse validitet. Nu vill jag presentera de analoga resultaten för en tvåårs glidande medelprognos. Posten för cell C5 ska vara Nu kan du kopiera den här cellformeln ner till de andra cellerna C6 till och med C11. Lägg märke till hur nu endast de två senaste bitarna av historiska data används för varje förutsägelse. Återigen har jag inkluderat quotpast predictionsquot för illustrativa ändamål och för senare användning i prognosvalidering. Några andra saker som är viktiga att märka. För en m-period som rör genomsnittlig prognos används endast de senaste datavärdena för att göra förutsägelsen. Inget annat är nödvändigt. För en m-period rörande genomsnittlig prognos, när du gör quotpast predictionsquot, märka att den första förutsägelsen sker i period m 1. Båda dessa problem kommer att vara väldigt signifikanta när vi utvecklar vår kod. Utveckla den rörliga genomsnittsfunktionen. Nu behöver vi utveckla koden för den glidande medelprognosen som kan användas mer flexibelt. Koden följer. Observera att inmatningarna är för antalet perioder du vill använda i prognosen och en rad historiska värden. Du kan lagra den i vilken arbetsbok du vill ha. Funktion MovingAverage (Historical, NumberOfPeriods) Som enstaka deklarering och initialisering av variabler Dim-objekt som variant Dim-räknare som integer Dim-ackumulering som enstaka Dim HistoricalSize som heltal Initialiserande variabler Counter 1 ackumulering 0 Bestämning av storleken på Historisk matris Historisk storlek Historical. Count för Counter 1 till NumberOfPeriods Ackumulera lämpligt antal senast tidigare observerade värden ackumulering ackumulering historisk (historicalSize - numberOfPeriods Counter) MovingAverage Accumulation NumberOfPeriods Koden förklaras i klassen. Du vill placera funktionen i kalkylbladet så att resultatet av beräkningen visas där den ska gälla följande. Question. Uppgifter som samlats in på den årliga efterfrågan på 50 pund b. Uppgifter som samlats in på den årliga efterfrågan på 50-pund väska med gödningsmedel vid Wallace Garden Supply visas i följande tabell. Utveckla ett treårigt glidande medelvärde för att prognostisera försäljningen. Uppskatta sedan efterfrågan igen med ett vägat glidande medelvärde, där försäljningen under det senaste året ges en vikt av 2 och försäljningen under de andra 2 åren ges varje vikt 1. Vilken metod tycker du är bäst DEMAND FOR MÄTNINGSÅR ( 1, OOOS OFBAGS) Expert AnswerTopic 3Forecasting (S) - CB2201 Kvantitativa Metoder Ämne. Detta är slutet på förhandsvisningen. Registrera dig för att få tillgång till resten av dokumentet. Oformaterad textförhandsgranskning: CB2201 Kvantitativa metoder Ämne 3: Prognoser Q5.15 Uppgifter som samlas in om den årliga efterfrågan på 50-pund påsar av gödningsmedel hos Wallace Garden Supply visas i följande tabell. Utveckla ett treårigt glidande medelvärde för att prognostisera försäljningen. Uppskatta sedan efterfrågan igen med ett vägat glidande medelvärde där försäljningen under det senaste året ges en vikt av 2 och försäljningen under de andra 2 åren ges varje vikt 1. Vilken metod tycker du är bäst Årets efterfrågan på gödselmedel ( 1 000s påsar) år efterfrågan på gödselmedel (1 000s påsar) 1 4 7 7 2 6 8 9 3 4 9 12 4 5 10 14 5 10 11 15 6 8 Lösning prognos 3 period glidande medelvärde Input Data Prognos Fel Analys År Efterfrågan (1000s påsar) År Prognos Fel Absolut fel Kvadratfel Absolut fel 1 4 1 2 6 2 3 4 3 4 5 4 4.667 (464) 3 0.333 0.333 0.111 6.67 5 10 5 5.000 (645) 3 5.000 5.000 25.000 50.00 6 8 6 6.333 (4510) 3 1.667 1.667 2.778 20.83 7 7 7 7.667 (5108) 3-0.667 0.667 0.444 9.52 8 9 8 8.333 (1087) 3 0.667 0.667 0.444 7.41 9 12 9 8.000 (879) 3 4.000 4.000 16.000 33.33 10 14 10 9.333 (7912) 3 4,667 4,667 21,778 33,33 11 15 11 11,667 (91214) 3 3,333 3,333 11,111 22,22 Genomsnitt 2,542 9,708 22,92 År 12 Prognostiserat värde 13.667 MAD MSE MAPE Prognoser 3 periodens wei ghted moving average Input Data Prognos Fel Analys År Efterfrågan (1000 000 påsar) Vikter År Prognos Fel Absolut fel Kvadratfel Absolut fel 1 4 1 1 2 6 1 2 3 4 2 3 4 5 4 4,5 (416142) 4 0,5 0,5 0,25 10 5 10 5 5 (614152) 4 5 5 25 50 6 8 6 7,25 0,75 0,75 0,5625 9,375 7 7 7 7,75-0,75 0,75 0,5625 10,714 8 9 8 8 1 1 1 11,111 9 12 9 8,25 3,75 3,75 14,0625 31,25 10 14 10 10 4 4 16 28.571 11 15 11 12.25 2.75 2.75 7.5625 18.333 Genomsnitt 2.3125 8.125 21.1694 År 12 Prognoserat värde 14 MAD MSE MAPE Q5.16 Utveckla en trendlinje för efterfrågan på gödningsmedel i Problem 5.15 med hjälp av vilken datorprogramvara som helst. Lösning Använd Excel eller QM för Windows, trendlinjen är Y 2.22 1.05X Där X tidsperiod (1, 2,). Y efterfrågar Trenden för efterfrågan på gödselmedel y 1.0545x 2.2182 2 4 6 8 10 12 14 16 5 10 15 Års efterfrågan (1000s väska) Serie1 Linjär (Serie1) Q5.17 I problem 5.15 ampamp 5.16 var tre olika prognoser utvecklad för efterfrågan på gödsel. Dessa tre prognoser är ett treårigt glidande medelvärde, ett vägt glidande medelvärde och en trendlinje. Vilken skulle du använda Förklara ditt svar. Se hela dokumentet Denna not är uppladdad 04172012 för kursen ECON 1001 undervisad av professor Eddiejk under våren 03912 på Abu Dhabi University. Klicka för att redigera dokumentuppgifterna. Tre års rörlig genomsnittsdata Uppgifterna som samlats in på den årliga registreringen för ett seminarium vid GIPS visas i följande tabell: År 1 2 3 4 5 6 7 8 9 10 11 Registreringar (000) 4 6 4 5 10 8 7 9 12 14 15 a) Utveckla ett treårigt glidande medelvärde för att prognostisera registrering från år 4 till år 12. b) Uppskatta krav igen för år 4 till 12 med ett vägt glidande medelvärde, där registrering under det senaste året ges en vikt 2 och registrering under de andra 2 åren ges 1 vikt. c) Gradera originaluppgifterna och de två prognoserna. Vilket av de två prognosmetoderna verkar bättre Lösningsförhandsvisning (a) I grund och botten beräknar du det treåriga glidande genomsnittet genom att lägga till år 1, 2 och 3 registreringar och dela med 3 och sedan mata in det som år 4 prognos (4,67) . För år 5-prognosen (5,00) släpper du av det första året och lägger till de senaste åren, registreringsår, år 2, 3 och 4 och delas igen med 3 och så vidare år efter år. Årsregistrering 3-årig MA 3-år vägt. Lösningsöversikt Den här lösningen visar hur man beräknar ett treårigt glidande medelvärde och ett 3-årigt vägt glidmedel. Därefter jämförs de två prognoserna och den lämpligare är vald med hjälp av MAD (medelvärdesavvikelse). Lägg till lösning i kundvagnen Ta bort från varukorgen