Prognosemetoder – en oversikt - Telenor
Prognosemetoder – en oversikt - Telenor
Prognosemetoder – en oversikt - Telenor
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
80<br />
0.025<br />
0.02<br />
0.015<br />
0.01<br />
0.005<br />
y' t = (1-a)y t + (1-a)ay t-1 + (1-a)aay t-2 + ...<br />
Vekt<strong>en</strong>e som tildeles tidligere blir følg<strong>en</strong>de:<br />
(1-a), (1-a)a, (1-a)aa, ...<br />
Figur 4 viser hvordan vekt<strong>en</strong>e avtar ekspon<strong>en</strong>tielt<br />
med avstand<strong>en</strong> fra siste<br />
observasjon. Dette kan anses som <strong>en</strong><br />
rimelig antakelse ettersom det er mest<br />
1 6 11 16 21 26 31 36<br />
Figur 4<br />
(x 100)<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
observert verdi<br />
a = 0.75<br />
prognose<br />
naturlig at de siste observasjon<strong>en</strong>e har<br />
største betydning.<br />
3.1 Prognosemodell,<br />
ekspon<strong>en</strong>tiell glatting<br />
Prognosemodell<strong>en</strong> basert på ekspon<strong>en</strong>tiell<br />
glatting kan uttrykkes <strong>en</strong>kelt på følg<strong>en</strong>de<br />
matematisk form:<br />
Ft+m = y't Ut fra d<strong>en</strong>ne formel<strong>en</strong> ser vi at prognos<strong>en</strong><br />
er <strong>en</strong> fast verdi som vil <strong>en</strong>dre seg når nye<br />
observasjoner kommer til. y' t finnes ved<br />
hjelp av rekursjonsformel<strong>en</strong> som er<br />
beskrevet tidligere.<br />
3.1.2 Eksempel<br />
Vi tar utgangspunkt i to forskjellige tidsserier<br />
hvor én er med tr<strong>en</strong>d og én ut<strong>en</strong><br />
tr<strong>en</strong>d (stasjonær). På begge tidsseri<strong>en</strong>e<br />
bruker vi glattingskonstant a = 0,75.<br />
Figur 6 viser historikk, tilpasning og<br />
prognose for tidsserie med tr<strong>en</strong>d (ikke<br />
stasjonær).<br />
Intuitivt vil vi forstå at når vi har <strong>en</strong> tidsserie<br />
som er voks<strong>en</strong>de vil prognos<strong>en</strong> få<br />
<strong>en</strong> konstant verdi. Ser vi ut fra de historiske<br />
data at tidsseri<strong>en</strong> er voks<strong>en</strong>de er det<br />
naturlig å anta at kurv<strong>en</strong>s observasjoner<br />
0<br />
1 10 20 30 40 50 60 70 80 90 100<br />
Figur 5 Historikk og prognose for tidsserie ut<strong>en</strong> tr<strong>en</strong>d (stasjonær)<br />
(x 1000)<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
vil vokse også i framtid<strong>en</strong>. Konklusjon<strong>en</strong><br />
blir altså at <strong>en</strong> prognosemodell basert på<br />
ekspon<strong>en</strong>tiell glatting ikke vil være aktuell<br />
å bruke på andre tidsserier <strong>en</strong>n på stasjonære<br />
tidsserier. Figur 6 viser dette.<br />
Figur 5 viser <strong>en</strong> tidsserie som er stasjonær,<br />
dog med et nivåskift. Her passer<br />
modell og tidsserie samm<strong>en</strong>, modell<strong>en</strong><br />
estimerer kun ett nivå og tidsseri<strong>en</strong> inneholder<br />
kun d<strong>en</strong>ne kompon<strong>en</strong>t<strong>en</strong>.<br />
Disse eksempl<strong>en</strong>e viser hvor viktig det er<br />
å vite noe om tidsrekk<strong>en</strong> før <strong>en</strong> lager <strong>en</strong><br />
prognose.<br />
4 Tidsrekker med tr<strong>en</strong>d,<br />
Holts metode<br />
Bruk av bevegelig gj<strong>en</strong>nomsnitt eller<br />
ekspon<strong>en</strong>tiell glatting kan, som nevnt i<br />
kapittel 3, avdekke <strong>en</strong> ev<strong>en</strong>tuell tr<strong>en</strong>d.<br />
Eller tr<strong>en</strong>d<strong>en</strong> kan være åp<strong>en</strong>bar fordi vi<br />
allerede har kj<strong>en</strong>nskap til hvordan tidsseri<strong>en</strong><br />
har oppført seg tidligere. For å<br />
kunne håndtere <strong>en</strong> tidsserie med tr<strong>en</strong>d<br />
finnes flere andre modeller utledet fra<br />
ekspon<strong>en</strong>tiell glatting. Vi velger å se på<br />
<strong>en</strong> metode som kalles Holts metode som<br />
er <strong>en</strong> form for ekspon<strong>en</strong>tiell glatting, m<strong>en</strong><br />
har i tillegg tatt med <strong>en</strong> tr<strong>en</strong>dfaktor.<br />
observert verdi<br />
a = 0.75<br />
prognose<br />
0<br />
1 10 20 30 40 50 60 70 80 90 100<br />
Figur 6 Historikk, tilpasning og prognose for tidsserie<br />
med tr<strong>en</strong>d (ikke stasjonær)