Коэффициент корреляции определяется по формуле (2.5)

, (2.5)

где

- фактическое значение показателя динамического ряда за t-й период;

- среднее значение показателей динамического ряда;

t – условный номер t-го периода;

- средняя величина условных номеров периодов;

n – количество периодов в ряду. Перчатки рабочие хб лучшие рабочие перчатки atgekb.ru.

Коэффициент корреляции может принимать значения от минус единицы до плюс единицы. При абсолютном значении коэффициента корреляции больше 0,7 ряд имеет ярко выраженную устойчивую тенденцию, а при абсолютном значении коэффициента корреляции меньше 0,3 в ряде отсутствует выраженный тренд.

Метод экспоненциального сглаживания применяется в тех случаях, когда прогнозирование осуществляется на основании рядов динамики, у которых тренд неустойчивый или у которых тренд отсутствует. Данный метод дает хорошие результаты при краткосрочном прогнозировании и относительно небольшом колебании уровней ряда.

Сущность метода экспоненциального сглаживания заключается в том, что прогноз процесса изменения потребности в материальных ресурсах производится на основании уровней ряда динамики, веса которых убывают по мере отдаления данного уровня от момента прогноза. Для этой цели в расчеты вводится постоянный коэффициент сглаживания a, значение которого подбирается таким образом, чтобы свести ошибку прогноза к минимуму.

Чувствительность к происходящим изменениям в уровнях ряда повышается с увеличением коэффициента сглаживания a и уменьшением количества наблюдений в ряду динамики n. Для выбора значения коэффициента a можно пользоваться выражением (2.6)

, (2.6)

где n – количество уровней в ряду динамики.

Уравнение прогноза, учитывающее экспоненциальное сглаживание, определяется по формуле (2.7)

,(2.7)

где у0 – величина, характеризующая некоторые начальные условия.

2.2 Прогнозирование спроса потребителей на лесоматериалы по группам сортиментов в планируемом году

حهîلُîنèىî ٌنهëàٍü ïًîميîç ïîًٍهليîٌٍè â «دèëîâî÷يèêه» è «ءàëàيٌàُ» يà ٌëهنَ‏ùèé مîن, èٌïîëüçَے نàييûه î ٌïًîٌه يà ‎ٍè ïًîنَêٍû çà ّهٌٍü ëهٍ.

Простейшим способом тренд динамического ряда можно определить по его графическому изображению.

Определим зависимость спроса потребителя В1 на «Балансы» II и IV сортиментных групп от фактора времени с помощью данных таблицы 6, и пакета прикладных программ Microsoft Excel (функции диаграмма, добавить линию тренда). Представим эту зависимость на рисунке 2.

Рисунок 2 – График зависимости спроса потребителя В1на «Балансы» от фактора времени

Проанализировав рисунок 2 можно сделать вывод, что изменение спроса с течением времени происходит линейно, то есть в ряде динамики присутствует линейная тенденция. Поэтому прогнозирование по данному динамическому ряду проводится с помощью применения регрессионных моделей.

Произведем расчеты для определения параметров модели с помощью таблицы 7.

Таблица 7 - Исходные данные для расчета параметров линейного уравнения регрессии