Prognosemetoder – en oversikt - Telenor

More documents

Recommendations

Info

Tabell 1 Oversikt over takstklassenes dekningsområder Nasjonale Dekningsområde takstklasser Lokal takst Innen egen kommune Nærtakst Nabokomunnene Fjerntakst Resten av landet/ åpen linje/televoting Internasjonale Dekningsområde takstklasser Internasjonal takst 1 Norden Internasjonal takst 2 NMT Internasjonal takst 3 Europa Internasjonal takst 4 Inmarsat Internasjonal takst 5 USA Canada Internasjonal takst 6 Nære østen med flere Internasjonal takst 7 Opplysningstjenesten Internasjonal takst 8 Australia ++ Internasjonal takst 9 Resten av verden Tabell 2 Tidspkt. Takstklasse Fra Til 09.89 Int. takst 5 full takst 4,5 5,3 Int. takst 5 red. takst 6,0 6,4 Int. takst 7 2,5 2,8 01.90 Rikstakst 2 full takst 22,5 27,7 Rikstakst 2 red.takst 28,1 34,6 Int. takst 1 full takst 20,6 21,4 Int. takst 1 red. takst 25,7 26,8 Int. takst 5 full takst 5,3 6,4 Int. takst 5 red. takst 6,4 8,1 Int. takst 7 2,8 3,3 07.90 Rikstakst 2 full takst 27,7 36,0 Rikstakst 2 red.takst 34,6 45,0 01.91 Rikstakst 1 full takst 36,0 90,0 Rikstakst 1 red.takst 45,0 180,0 Nabolokal red.takst 270,0 180,0 Int. takst 3 red.takst 10,7 13,4 Int. takst 4 1,2 1,1 Int. takst 6 3,3 3,1 Int. takst 7 3,3 2,3 146 fikk også trafikk til blant annet Teletorg, Opplysningstjenesten og NMT. 2 Bearbeiding av underlagsdata 2.1 Mål for bearbeiding av data Det aller første som må gjøres er å rydde data slik at de er sammenliknbare, ellers kan vi risikere å lage prognoser eller analyser på bakgrunn av et heller tvilsomt materiale. (Det er ingen god ide å lage prognoser for antall lastebiler i Norge på bakgrunn av totalbilsaget.) Vårt mål med behandlingen av grunnlaget er å få direkte sammenliknbare data i de ulike avlesningsperiodene samtidig som et eventuelt sesongmønster tas vare på. Dette er viktig for at den statistiske modellen vi arbeider med skal kunne gi oss best mulig resultat uten å miste informasjon eller ødelegge kvaliteten på data. Vi antar at følgende variable påvirker våre data direkte: - Tidligere utførte takstendringer - Samtaletidsfordeling på de ulike takstklassene - Antall virkedager i måleperiodene - Abonnementsvariasjonen på de respektive målingene. De ovennevnte variablene påvirker våre data slik at tidsserien vi har ikke er sammenliknbar, og det må derfor justeres for dette. Justering er nærmere beskrevet videre. 2.2 Takstendringer. En beskrivelse av takstklassene Takstklassebenevninger som er brukt her er vist i tabell 1 sammen med dekningsområdene. Det må her nevnes at tidligere rikstakst 1 og nabolokaltakst fra 01.01.91 er satt sammen til én takstklasse og har skiftet navn til nærtakst. Rikstakst 2 har skiftet navn til fjerntakst. Det må nevnes at tjenester som Teletorg takseres som internasjonal trafikk. Opplysningstjenesten er en tjeneste som har hoppet fra én takstklasse til en annen, men som pr i dag (1993) har fått egen takstklasse. Det har vært flyttinger av områder og tjenester innen de internasjonale takstklassene i perioden. Avklaring med hensyn på hovedbegrepene Tellerskritt: Tellerskritt som til enhver tid er avlest. Disse er ikke justert for takstendringer. Enheten er tellerskritt. “Volum” tellerskritt: Tellerskritt som er avlest, justert for takstendringer (tellerskrittslengde) som har vært utført i avlesningsperioden. Enhet er tellerskritt. “Volum” tellerskritt er altså en konstruert tidsserie som er sammenliknbar over tid og uavhengig av endringer i tellerskrittslengden. Vi ønsker her å kunne benytte samme enhet “volum” tellerskritt, denne enheten er sammenliknbar over tid og uavhengig av endringer i tellerskrittslengden. Dette er viktig ettersom tellerskrittslengden har endret seg for hver takstklasse i tiden vi har avlesninger over. Dataene inneholder enkelte hopp/nivåskift og årsaken til dette er at et tellerskritt i 1989 ikke er like langt som et tellerskritt i 1992. Det må her presiseres at vi ønsker å justere for endringer i tellerskrittslengden og ikke i pris pr tellerskritt. Foretatte takstendringer (endring i tellerskrittslengden) Det er viktig å kunne justere data slik at de ikke inneholder nivåskift/hopp i data. Nivåskift i disse dataene er eventuelle takstendringer som har vært i avlesningsperioden. Det er om å gjøre å tilstrebe at historiske data er konstruert slik at de inneholder samme takststruktur som siste observasjon. De takstendringene våre tellerskrittsdata er justert for vises i tabell 2. Muligheten til å kunne justere for endringer i tellerskrittslengden er til stede ettersom dataene fra Tellerarkivet er beregnet oppsplittet på takstklasser. Dersom det ikke foretas en justering for takstendringer vil vi, som tidligere nevnt, ved hver takstendring få et hopp/nivåskift i dataene. Ved for mange slike nivåskift vil prognosemodellene våre begynne å bli ustabile og gi dårlige resultater. Etter denne justeringen vil dataene nå beskrive en kontinuerlig og sammenliknbar utvikling i tellerskritt basert på siste status i tellerskrittslengde (her 01.01.93). Vi slipper dermed å bruke ekstra parametere i prognosemodellen for å forklare endringer i tellerskrittsintervallet, noe som vil medføre større usikkerhet i selve prognosen.
Tabell 3 Antall samtaler i prosent som har varighet på x antall sekunder for fjerntakst Intervall Prosent Intervall Prosent Intervall Prosent fra til fra til fra til 0 5 2,58 50 55 2,47 140 145 1,83 5 10 5,80 55 60 2,27 150 155 1,70 10 15 5,75 60 65 2,11 160 165 1,58 15 20 5,16 70 75 3,79 170 175 1,47 20 25 4,57 80 85 3,32 180 185 1,38 25 30 4,05 90 95 2,95 190 195 1,29 30 35 3,62 100 105 2,64 200 205 1,22 35 40 3,26 110 115 2,39 210 215 1,15 40 45 2,95 120 125 2,17 220 225 1,09 45 50 2,69 130 135 1,99 230 235 1,03 Tabell 2 viser som eksempel de takstendringer som har vært utført i perioden 1989 – 1991. Tidspkt. angir måned og år takstendringen er foretatt. Fra og Til angir gammel og ny tellerskrittslengde i sekunder. 3 Samtaletidsfordeling og justering for tidligere takstendringer For å kunne beregne en slags indeks for endring i tellerskrittslengden er det også nødvendig med informasjon om samtaletidsmønsteret til abonnentene. Det er nødvendig å foreta slike målinger ved jevne mellomrom for å kontrollere at resultatene blir mest mulig riktige. Vi har her funnet målinger som er utført, og vi antar/forutsetter at dette kan anses som et snitt for abonnentene våre. Tabell 3 er et utdrag av de målingene som er brukt i beregningene. Målinger finnes opp til 600 sekunder (10 min) med 5 sekunders intervaller. Vi antar i utgangspunktet at den akkumulerte samtaletidsfordelingen F(t) følger følgende funksjon: akkumulert samtaletidsfordeling F(t) = 1/(1 + e (a + btn ) ) m Ved å transformere dataene i tabellen over til lineær form lages det et nytt tallsett som vi benevner med '. Altså: t'=t-n og F'(t) = Ln[(1/F(t')) 1/m - 1] Dermed er F'(t) = α + βt' Konstantene m og n estimeres: m =20 n = 0,25 Tabell 4 Resultater av regresjonsberegningene på data fra tabell 3 Takstklasse Estimert a Estimert b Gitt m Gitt n Beregning av gjennomsnittlig samtaletid i sek Kommune 0,213964 -1,2386 20 0,25 167 Nabolok 0,500012 -1,22698 20 0,25 214 Riks 1 0,550997 -1,1936 20 0,25 247 Riks 2 0,403256 -1,14449 20 0,25 261 Utland 0,088702 -1,13096 20 0,25 216 Sum 0,24459 -1,2035 20 0,25 191 1 0.8 0.6 0.4 Riks 2 0.2 EST Riks 2 0.06 0.04 0.02 0 5 5 100 200 300 400 500 600 Figur 2 Figur 3 Riks 2 EST Riks 2 100 200 300 400 500 600 m og n er estimert til de verdiene som gir best tilpasning til de data som benyttes. Det er nå mulig å bruke lineær regresjon på det transformerte tallsettet og dermed er beregningen til α og β enkel. Tilsvarende transformasjoner og regresjonsanalyse er beskrevet i spesialartikkel i denne utgave av Telektronikk og lærebøker om statistikk. Resultatet av disse beregningen framkommer i figur 2, som viser målt og estimert akkumulert samtaletidsfordeling for fjerntakst. Vi har nå konstruert en estimert samtaletidsfunksjon for samtaletidsfordeling. Figur 3 viser avleste verdier og estimerte verdier for samtaletiden fordelt på hver takstklasse. Figur 3 viser målt og estimert samtaletidsfordeling for fjerntakst. For å begrense antall tabeller og regneeksempler vises nå beregningene for fjerntakst, full takst med de data som er tilgjengelig. 147
Page 2 and 3:
Innhold TEMA: Introduksjon, Kjell S
Page 5 and 6:
1 Utvikling av prognosearbeidet i T
Page 7 and 8:
- Prognoser for vanlig telefonabonn
Page 9 and 10:
De økonomiske beregninger som ligg
Page 11 and 12:
ment fra bedrifter. I tillegg er de
Page 13 and 14:
Tele-hjemmearbeid Kommunikasjon mel
Page 15 and 16:
observasjoner, fordi det er en ny t
Page 17 and 18:
1.nyttårsdag (x 10 000) 400 350 30
Page 19 and 20:
20 dere med antall abonnenter. niv
Page 21 and 22:
Indeks 220 200 180 160 140 120 100
Page 23 and 24:
menes at det statistisk ikke er tro
Page 25 and 26:
klassiske prognosemetoden i den fø
Page 27 and 28:
Tabell 6.3 Tidsrekker med forskjell
Page 29 and 30:
38 7.3 Enkel modellbygging Utgangsp
Page 31 and 32:
Når vi bruker minste kvadraters me
Page 33 and 34:
e t 0 99.9 Figur 7.13 Plott av resi
Page 35 and 36:
58 53 48 43 38 33 28 1 0.5 0 -0.5 -
Page 37 and 38:
sjonene eller utviklingen til y. Va
Page 39 and 40:
det kommunisere med. Dermed blir tj
Page 41 and 42:
1 og ved t med (1 - b) og summerer
Page 43 and 44:
i etterspørselen i påfølgende m
Page 45 and 46:
aggregerte prognosen er riktig. Ned
Page 47 and 48:
prognosene vil med sikkerhet ikke v
Page 49 and 50:
skyld, er lite, vil det også være
Page 51:
Ed: O D Anderson. Amsterdam, North
Page 54 and 55:
54 Diverse enkeltpersoner 16 Televe
Page 56 and 57:
Figur 3.3 Innhenting av informasjon
Page 58 and 59:
58 Selvbetjening over telenettet Tj
Page 60 and 61:
60 Det kan være vanskelig med noen
Page 62 and 63:
62 I TITAN-prosjektet ble det foret
Page 64 and 65:
64 Prosentandel av husstander 25 20
Page 66 and 67:
66 I N E T T E T Annullerte bestill
Page 68 and 69:
(x 100) 22 17 12 68 7 2 -3 01/87 +
Page 70 and 71:
periodene, skyldes at dette skjules
Page 72 and 73:
72 “givende” sentralen til den
Page 74 and 75:
74 spesielt er opptatt av forklarin
Page 76 and 77:
001.18:621.39 76 Glattingsmodeller
Page 78 and 79:
78 Tabell 2 De opprinnelige sesongo
Page 80 and 81:
80 0.025 0.02 0.015 0.01 0.005 y' t
Page 82 and 83:
Tabell 3 Holts metode 82 År t Anta
Page 84 and 85:
Tabell 5 Hvordan Holt-Winters addit
Page 86 and 87:
(x 100) 20 15 10 86 5 0 antall abon
Page 88 and 89:
Abonnement 540 520 500 480 460 88 n
Page 90 and 91:
90 ingsprosedyre som skal iterere s
Page 92 and 93:
92 forbedringer av modellen. Plott
Page 94 and 95:
94 Vi ser av (5.12) at variansen ti
Page 96 and 97: 96 Figur 7.2 Residualer fra lineær
Page 98 and 99: 98 Tabellen viser at alle parameter
Page 100 and 101: disse til å lage prognoser med. So
Page 102 and 103: 102 16 Bøe, J, Stordahl, K. Teller
Page 104 and 105: 200 180 160 140 120 100 80 60 40 Fi
Page 106 and 107: 106 1 0.8 0.6 0.4 0.2 0 1 0.8 0.6 0
Page 108 and 109: 108 Tabell 2 viser de historiske da
Page 110 and 111: 001.18:621.39 110 Box-Jenkins metod
Page 112 and 113: Standardavvik 600 550 500 450 400 S
Page 114 and 115: 114 AR-parametre og q MA-parametre
Page 116 and 117: 116 Figur 13 Autokorrelasjonsfunksj
Page 118 and 119: 118 Korrelasjonsverdi Vi ser av fig
Page 120 and 121: 120 Aksepter hypotesen om at parame
Page 122 and 123: Residualer 0.4 0.3 0.2 0.1 122 0 -0
Page 124 and 125: 124 Referanser 1 Stordahl, K, Hjelk
Page 126 and 127: Tabell 1 Volum tellerskritt, abonne
Page 128 and 129: 128 Tabell 3a Prognose fra modell b
Page 134 and 135: 001.18:621.39 134 Prognoser for abo
Page 136 and 137: 136 Tabell 3 Analyse av støyledden
Page 138 and 139: 138 Tabell 5 Utskrift av prognosepr
Page 140 and 141: vi ikke diskutere her. Poenget er
Page 142 and 143: 142 prognosen. Da “beskjæres”
Page 144 and 145: 144 7 Stordahl, K. Prognosemetoder:
Page 148 and 149: 148 Tabell 5 Antall samtalesekunder
Page 150 and 151: 150 a) (x1000) 45 35 25 15 5 (x1000
Page 152 and 153: 152 Tabell 8 viser de avleste telle
Page 154 and 155: 154 Tabell 11 Komplett datasett med
Page 156 and 157: 001.18:621.39 156 Prognoser for nye
Page 158 and 159: 158 3.1 Vurderinger av foreliggende
Page 160 and 161: 160 passer utmerket, med relativt l
Page 162 and 163: 2B+D aksesser (x1000) 7 6 5 4 3 2 1
Page 164 and 165: 164 (x1000) 10 8 6 4 2 0 Tabell 6 I
Page 166 and 167: 001.18:621.39 166 Prognoser for pri
Page 168 and 169: 168 der ˆσ β* = ˆσ = ˆy t =
Page 170 and 171: n r (t) 90 % 10 170 1,00 0,80 0,60
Page 172 and 173: ønsker å benytte disse metodene f
Page 174 and 175: 174 Remote router/ Bridge hand, the
Page 176 and 177: 176 Figure 5 ATM cell Bridge 48 byt
Page 178 and 179: 178 DTE less than 2 Mbit/s, Frame R
Page 180 and 181: 180 References 1 Mannsåker, B et a
Page 182 and 183: 182 Table of contents page Introduc
Page 184 and 185: 006 621.391 184 Signal processing B
Page 186 and 187: 006:681.324 006:681.327.8 186 Data
Page 188 and 189: 006 621.39 188 Teletraffic and dime
Page 190 and 191: 190 contractor. The project had a b
Page 192 and 193: Table 2 ITU Recommendations for con
Page 194 and 195: 006 654.01:65 194 Telecommunication
Page 196 and 197:
006 196 Introduction EURESCOM is an
Page 198:
198 Intelligent networks 26 % Infra
show all

Prognosemetoder – en oversikt - Telenor

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?