Prognosemetoder – en oversikt - Telenor

More documents

Recommendations

Info

64 Prosentandel av husstander 25 20 15 10 5 0 400 600 800 1000 1200 1400 Årlig abonnementspris i ECU (1 ECU = ca kr 8.30) Figur 4.3 Eksempel på estimert etterspørselskurve for video on demand med vidbåndstilknytning (2 Mbit/s) Prosentandel av husstander 8 6 4 2 0 1500 2700 3900 5100 6300 7500 Årlig abonnementspris i ECU (1 ECU = ca kr 8.30) Figur 4.4 Eksempel på estimert etterspørselskurve for video on demand med bredbåndstilknytning (8 Mbit/s) Prognoser på pris på nettkomponenter Bestemmelse av nettarkitektur Kostnadsanslag av nettarkitektur Prognoser for nye tjenester Etterspørsel som funksjon av pris Pris for tjenestene Figur 4.5 Prosess for beregning av prognoser, kostnader og priser for ny infrastruktur i abonnentnettet den delen av telenettet som ligger over abonnentmodulen i endesentralen – skal refunderes med trafikkinntekter. De øvrige kostnader – altså i abonnentnettet skal refunderes med abonnementsinntekter. Dermed holder det i TITAN-prosjektet å begrense seg til abonnementsetterspørsel, abonnementskostnader og abonnementspriser. Som tidligere nevnt er det i TITAN-prosjektet bygd opp en database for pris på nettkomponenter. Ut fra denne databasen lages det også prognoser for prisnedgang på de ulike nettkomponenter. Ser vi på utbyggingsområder bestående av private abonnenter, vil det ut fra en gitt pris for en tjeneste kunne anslås en gitt etterspørsel. Videre arbeid er ut fra etterspørsel etter ulike tjenester å bestemme en hensiktsmessig nettarkitektur. Dermed kan investeringskostnader og øvrige kostnader beregnes ved bruk av det utviklede beregningsverktøy. Spørsmålet er så om de kostnader som er beregnet harmonerer med de priser som opprinnelig er antatt for tjenestene. Dersom det er betydelig uoverensstemmelse her, må en gå inn et annet sted på etterspørselskurven og gjenta hele prosessen. Samme prosess benyttes også ved ulike tidsintervaller etter hvert som prisprognosene avtar. På den måten lages det også prognoser for etterspørselen etter tjenestene. Det lages altså ikke direkte prognoser, men det lages indirekte prognoser for de ulike tjenester basert på etterspørselskurven fra Delphiundersøkelsen og prisprognoser sammen med kalkulasjon om kostnader ved oppbygging og drift av nettet. Figur 4.5 gir en oppsummering av dette. Det samme opplegget kan også brukes i blandede områder med forretningsabonnenter og private abonnenter og i områder med bare forretningsabonnenter, men det betinger informasjon om etterspørsel i bedriftsmarkedet på samme form som for privatmarkedet. 5 Sammenlikning av de to Delphiundersøkelser Formen på de to undersøkelsene er svært like. Spørreskjemaene er laget nesten på identisk måte. Dette skyldes ikke minst den positive erfaring en hadde med den første Delphiundersøkelsen. Ellers kan det konstateres at tjenestespekteret i to undersøkelser er overraskende likt. Ses det bort fra telegame og telecommunity (telemedisin) så er tjenestene fra 1993-undersøkelsen også definert i Delphiundersøkelsen fra 1976. Konklusjonen er at i situasjoner der en ikke har historiske data om etterspørsel etter nye teletjenester, vil en Delphiundersøkelse være en av de aktuelle kvalitative prognosemetoder. Referanser 1 Trælnes, T, Stordahl, K. Behovsstudie for nye teletjenester i hjemmene. Kjeller, Televerkets Forskningsinstitutt, 1976. (TF-rapport 19/76.) 2 Stordahl, K, Olsen, B T. Prognoser for pris på nettkomponenter basert på utvidelse av lærekurvemodellen. Telektronikk 90(1), 166–172, 1994 (denne utgave). 3 RACE 2087 TITAN. Deliverable #2.
Underlag for prognoser for telefonabonnement: Data og analyse AV CARLO HJELKREM OG JOHANNES BØE 1 Data og definisjoner Det mest naturlige utgangspunkt for en analyse som skal munne ut i prognoser, er definisjonen av den (de) variable som skal framskrives. I Televerket er det TELSIS/AB, databasen som inneholder opplysninger om abonnentene og telefonabonnementene, som er statistikkgrunnlaget. Der er abonnementstypene definert slik: - Hovedabonnement: Sum av eneabonnement, partsabonnement1 , abonnement på bylinje til hussentraler og telefonapparatsystemer, abonnement på innvalgsnummer og tjenesteabonnement. Forkortes HA. - Telefontilknyttinger: Sum av HA, korttidsabonnement, samtale-automater, talestasjoner1 , tjenestebolig- og tjenestearbeidstelefoner, grønne nummer, teletorg, åpen linje, telekonto og ekstranummer til viderekopling (CHATS). Forkortes TTK. - Totalt antall tilknyttinger: Sum av telefontilknyttinger, start-, stopp- og samlenummer m m og prøvenummer. Forkortes TAT. Status for antall innkoplede abonnement fordelt på abonnementstyper finner vi i TELSIS/AB Rapport 35 (R35). Et eksempel på denne rapporten er vist i tabell 1. Den viser status for Region Oslo pr 01.01.93. Som vi ser i tabell 1 tilsvarer altså “Totalsum” det vi ovenfor har kalt “Totalt antall tilknyttinger”. Siden Totalsum inneholder alle typer tilknyttinger, har vi valgt å bruke begrepet “Totalt antall tilknyttinger” (TAT). Hvilke av disse abonnementstypene det bør lages prognoser for, vil avhenge av hva prognosene skal brukes til. - I økonomi-/budsjettsammenheng er det viktig å ha oversikt over HA, da det er disse som i hovedsak genererer inntekter. - For økonomisk analyse (inkl investeringsanalyser) vil det også være av interesse å fokusere på TTK og TAT, da disse strengt tatt også representerer belagt kapasitet i sentraler/nett som bør forrentes. TTK er for øvrig også det 1 Markerer abonnement som ikke eksisterer i dag. Disse er tatt med for sammenlikning av historiske data. begrep som benyttes i internasjonale sammenlikninger. - I teknisk planlegging/oppfølging er det TAT som er viktigst, fordi sentralene må dimensjoneres etter alle tilknyttingstyper. Tradisjonelt har det vært to måter å måle abonnementene på i TELSIS/ AB: Tilgang og etterspørsel. - Tilgang måler antall abonnement/ tilknyttinger som i løpet av en gitt periode koples til sentralene/nettet. - Etterspørsel måler antall abonnement/tilknyttinger som på et gitt tidspunkt, eller i løpet av en gitt periode, etterspørres fra abonnentene/ Televerket. Generelt kan en si at avviket mellom etterspørsel og tilgang er representert ved “den flytende ordremasse”. Denne består Tabell 1 TELSIS/AB Rapport 35 av ueffektuerte ordrer og ordrer som er effektuert men ikke ajourført i TELSIS/AB, og disse slås sammen til “ueffektuerte og ikke oppdaterte”. Nedenfor er de (gjeldende) presise definisjoner for tilgang og etterspørsel gjengitt. Som vi ser, er det også relevant å snakke om brutto og netto i sammenheng med tilgang. I forhold til etterspørsel er ikke bruttobegrepet klart definert. - Brutto tilgang: Antall nye abonnement/tilknyttinger som i løpet av en periode er koplet til nettet. - Netto tilgang: Brutto tilgang minus frakoplinger grunnet oppsigelser pluss tilkoplinger grunnet tilflyttinger minus frakoplinger grunnet fraflyttinger i samme periode. - Total etterspørsel: Region Oslo Abonnementskontoret Televerket Dato: 04.01.93 Rapport nr: 35 kl: 11.26 Antall hovedabonnement og andre abonnement pr 01.01.93 for hele regionen I alt Av disse Innv. nr Bylj. hussl/ Appsys Abonnementskategori 1 Hovedabonnement 456677 67815 10359 2 Korttidsabonnement 471 3 TVs samtaleautomater 2706 4 Talestasjoner 3 5 Tjenesteboligtelefoner 1118 6 Tjenestearbeidstelefoner 4383 505 106 7 Grønne nummer 647 8 Teletorg 918 9 Åpen linje 72 10 Ekstranr. til viderekopl. (CHATS) 697 11 Telekonto * 2090 12 Start, stopp- og samlenummer m m 28 13 Prøvenummer 3803 14 Sum telefontilknyttinger (1–6) 469782 15 Sum andre abonnement (2–8) 16936 16 Totalsum (1–13) 473613 68320 10465 * Senere tatt ut av statistikkene. Se for øvrig kapittel 3. 001.18:621.39 65
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 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?