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.

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