Prognosemetoder – en oversikt - Telenor

More documents

Recommendations

Info

Innhold TEMA: Introduksjon, Kjell Stordahl 3 Prognosemetoder – en oversikt, Kjell Stordahl 5 Bruk av ekspertundersøkelser til prognoser for nye teletjenester i privatmarkedet, Kjell Stordahl 53 Underlag for prognoser for telefonabonnement: Data og analyse, Carlo Hjelkrem og Johannes Bøe 65 Glattingsmodeller, Johannes Bøe og Carlo Hjelkrem 76 Regresjonsmodeller, Kjell Stordahl, Carlo Hjelkrem og Johannes Bøe 87 Vekstmodeller, Johannes Bøe og Carlo Hjelkrem 103 Box-Jenkins metode, Carlo Hjelkrem og Johannes Bøe 110 Sammenlikning av prognosemodeller fra ulike metoder, Johannes Bøe og Carlo Hjelkrem 125 Prognoser for abonnementsetterspørsel, Carlo Hjelkrem og Johannes Bøe 134 Tellerskritt – grunnlagsdata og prognoser, Johannes Bøe og Carlo Hjelkrem 145 Prognoser for nye tjenester hvor data er mangelfulle, Johannes Bøe og Carlo Hjelkrem 156 Prognoser for pris på nettkomponenter basert på utvidelse av lærekurvemodellen, Borgar Tørre Olsen og Kjell Stordahl 166 Telektronikk 90. årgang Nr. 1 - 1994 ISSN 0085-7130 Redaktør: Ola Espvik Tel. + 47 63 80 98 83 Redaktør, Status: Endre Skolt Tel. + 47 63 80 92 11 Redaksjonssekretariat: Gunhild Luke Tel. + 47 63 80 91 52 SPESIAL: Scenarios for introduction of broadband services in telecommunication networks, Rolf B Haugen and Bente Mannsåker 173 STATUS: Adresse: Telektronikk Televerkets Forskningsinstitutt (Norwegian Telecom Research) P.O. Box 83 N-2007 Kjeller, Norway International research and standardisation activities in telecommunication: Introduction, Endre Skolt 183 Signal processing, Gisle Bjøntegård 184 Data networks and open system communications, Berit Svendsen and Mette Røhne 186 Teletraffic and dimensioning, Harald Pettersen 188 Terminal equipment and user aspects, Trond Ulseth 191 Telecommunications Management Network, Ståle Wolland 194 Redaksjonsråd: Viseadministrerende direktør Ole P Håkonsen Forskningsdirektør Karl Klingsheim Strategidirektør Bjørn Løken Design: Design Consult AS Utforming og illustrasjoner: Gunhild Luke, Britt Kjus, Åse Aardal Televerkets Forskningsinstitutt A presentation of EURESCOM, Endre Skolt 196 FORSKNING
På samme måte som Televerket har utviklet seg har også behovet for prognoser og prognosearbeid utviklet seg. Tidligere var det få tjenester og få nett. Går vi en del år tilbake leverte Televerket hovedsakelig tjenestene telefoni og teleks. I dag er det en rekke tjenester, og i den infrastruktur som Televerket nå har, tilbys også store mengder tilleggstjenester og også skreddersydde kommunikasjonsløsninger. Dette stiller krav til håndtering av et stort volum med ulike prognoser. For under ti år siden ble de siste ventelistene på telefonabonnement avskaffet. I perioden før var ventelistene til dels svært lange, og det var ikke noen særlig god ide å reklamere for hovedabonnement. Markedsaktivitetene i Televerket var derfor svært begrenset. På samme måte var også prognoseaktivitetene begrenset. Tidligere var også utbyggingen av telenettet mer stasjonært. Det var færre behov å ta hensyn til ved planlegging og utbygging av nettet. Samtidig var det sterke begrensninger på tilgang til investeringsmidler. Dette gjorde blant annet at prognosene ikke i samme grad som nå var underlag for den reelle nettutbyggingen. Andre faktorer, spesielt distriktspolitiske ut fra Televerkets samfunnsansvar, ble brukt til prioritering av fordelte investeringsmidler. Televerket ble heller ikke, på samme måte som i dag, betraktet som en forretningsenhet. Nå stilles det sterkere krav til oppfølging av inntekter og kostnader. I den sammenheng er det også viktig å få kontroll på inntektsutviklingen ved å lage gode prognosemodeller og å se på effekten av ulike prisstrategier. På kostnadssiden er det svært viktig å foreta en optimal bruk av investeringsmidlene. Trafikk- og abonnementsprognosene gir et svært viktig underlag her. Ser vi bort fra den tiden det var separate private telefonanlegg i Norge, har Televerket ikke opplevd særlig konkurranse på sine basistjenester. Denne utviklingen er nå i ferd med å snu. Ut fra internasjonal utvikling og ikke minst EUs direktiver går Televerket mot full konkurranse på alle sine tjenester og etter hvert også sin basis infrastruktur. Det er konkurranse på mobiltelefon og datatjenestene. Fra 1 januar 1993 ble det også tillatt for andre nettoperatører å selge kapasitet som er leid i Televerkets infrastruktur. Det vil sannsynligvis ikke gå mange år før Televerkets siste eneretter: telefon og basis infrastruktur inkludert satellitt – vil bli avskaffet. Dette betyr at Televerket allerede nå må innrette seg etter en kommende fri konkurranse. I motsetning til tidligere må det derfor utarbeides strategier for organisasjon, bemanningsutvikling, inntekter/kostnader, prisstrategier, etc, med sikte på den kommende konkurransesituasjonen. Prognoser er et svært viktig underlag i disse strategiene. Introduksjon AV KJELL STORDAHL Erfaringer fra prognosearbeid har vist at bearbeiding og tilrettelegging av underlagsdataene er den mest tidkrevende og også viktigste del av prosessen. Nærmere 80 % av arbeidet gjøres her. Det er svært viktig for de som lager prognoser å ha god kjennskap til underlagsdataene. Det er først når en får god innsikt i underlagsdataene og i hvorledes de endrer seg over tid, at en får forståelse for selve prognosemodellen. Et eksempel her er at da Dagbladet fjernet sine to sider med annonser på sex-samtaler så forårsaket det en markant nedgang i veksten på utenlandstrafikk. Ved å gå inn i underlagsdataene var det lett å identifisere at nedgangen i veksten på utenlandstrafikk i den gitte perioden ikke var generell, men kom i spesielle takstklasser der det gikk sex-samtaler til blant annet Hong Kong og Nederlandske Antiller. Det må understrekes at det er svært viktig å få etablert systemer, målinger og underlagsdata/statistikk slik at en har en database som viser en historisk utvikling. Først når dette er på plass er det mulig å lage gode prognoser samtidig som det selvsagt er viktig å ha et referansenivå ut fra den historiske utviklingen. En prognosemodell skal på best mulig måte beskrive en fremtidig utvikling. Sammenlikning mellom prognosene og faktisk observerte verdier viser hvor gode prognosene og prognosemodellen er. Ved å følge opp utviklingen – eksempelvis måned for måned – er det på et tidlig tidspunkt mulig å detektere og justere for spesielle hendelser som påvirker utviklingen. Televerket har inntil nylig vært i en enerettsituasjon på områder hvor hovedinntektene er hentet inn. Etter hvert vil andre nettoperatører komme inn og sakte men sikkert ta markedsandeler. Dette vil gjøre prognosearbeidet vanskeligere, men samtidig mer utfordrende. Det er å håpe at dette nummer av Telektronikk blir lest av mange. Den første artikkelen gir en generell innføring i prognosemetoder. De øvrige artiklene gir mer detaljert innføring i ulike prognosemodeller, samtidig som det vises hvorledes prognosemodellene anvendes på ulike problemstillinger. 3
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 130 and 131:
Page 132 and 133:
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 146 and 147:
Tabell 1 Oversikt over takstklassen
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?