Wpływ założeń na ocenę prognoz w metodach wygładzania wykładniczego

• Autorzy: Maria M. Kaźmierska-Zatoń , Wojciech Zatoń

Warianty tytułu

Assumptions Influence on Evaluation of Forecast in Exponential Smoothing Methods

• Języki publikacji: PL

Abstrakty

Ideą metod wygładzania wykładniczego, do których należą metoda Browna, metoda Holta, metoda Wintersa i ich modyfikacje, jest budowa prognoz na podstawie składowych szeregu czasowego wygładzonych za pomocą ważonej średniej ruchomej. Ich stosowanie wymaga arbitralnego określenia wartości startowych (początkowych) dla składowych szeregu czasowego oraz wartości tzw. parametrów wygładzania. (...) Przygotowując prognozy z użyciem tych metod, czasem nie docenia się wpływu założeń (wartości startowych) na ocenę jakości prognoz w świetle określonych miar statystycznych, a ma to znaczenie tym większe, że owe miary stanowią funkcję kryterium w procesie optymalizacji wartości parametrów wygładzania. W referacie podjęto próbę oceny wpływu tych założeń. Uwagę skupiono na metodzie Wintersa jako najbardziej rozbudowanej z metod wygładzania wykładniczego, ilustrując rozważania wynikami własnych badań empirycznych. (fragment tekstu)

EN

The quality of forecasts depends on how well they are fitted to the observed values. The evaluation of this quality may be done via variety of error measurements. Two aspects should be considered:
- detailed formula of counting an error for a single period of forecast (eg. squared, absolute or relative error),
- type of mean for the overall error of forecast (eg. median, arithmetic or geometric mean).
Making forecasts on the basis of exponential smoothing methods one sometimes underestimates the influence of assumptions (initial values) on the evaluation of forecasts using the forecast error mentioned above. The choice of the initial values may be arbitrary to some extent and in bibliography one can find many rules proposed for setting these values. Because of this, it is important to test the dependence of the different assumptions about initial values on the forecasts themselves as well as on their evaluation. We have solved some examples with different assumptions about initial values for the Winters method to illustrate this problem. The matter of interest is also the possibility of parallel optimization initial values for forecast and smoothing parameters. (original abstract)

Słowa kluczowe

PL

Prognozowanie; Teoria prognozy; Wyniki badań

EN

Forecasting; Forecast theory; Research results

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2003
• Numer: nr 1001 Prognozowanie w zarządzaniu firmą
• Strony: 81--92

Twórcy

autor

Maria M. Kaźmierska-Zatoń

• Uniwersytet Łódzki

autor

Wojciech Zatoń

• Uniwersytet Łódzki

Bibliografia

• Archibald B.C., Koehler A.B.(2003), Normalization of seasonal factors in Winters' methods, "International Journal of Forecasting" 19, p. 143-148.
• Armstrong J.S., Collopy F. (1992), Error measures for generalizing about forecasting methods: Empirical comparisons, "International Journal of Forecasting", vol. 8, p. 69-80.
• Gajda J.B. (2001), Prognozowanie i symulacja a decyzje gospodarcze, Wydawnictwo C.H. Beck, Warszawa.
• Gardner E.S. (1985), Exponential smoothing: The State of the art, "Journal of Forecasting" 4, p. 1-28.
• Gardner E.S. et al. (2001), Further results on focus forecasting exponential smoothing, "International Journal of Forecasting", 17, p. 287-293.
• Granger C.W.J., Newbold P. (1986), Forecasting economic time series, Academic Press, New York.
• Grubb H., Mason A. (2001), Long lead-time forecasting of UK air passengers by Holt-Winters methods with damped trend, "International Journal of Forecasting", 17, p. 71-82.
• Kelm R. (1999), Kwartalny szacunek produktu krajowego brutto i popytu finalnego dla lat 1990-1997, "Prace Instytutu Ekonometrii i Statystyki UŁ", nr 125, Łódź.
• Krawczyk S. (2001), Metody ilościowe w planowaniu (działalności przedsiębiorstwa). Wydawnictwo C.H. Beck, Warszawa.
• Kwiatkowska-Ciotucha D. (2000), Egzemplifikacja zastosowań średnich błędów prognoz ex post, "Prace Naukowe AE we Wrocławiu" nr 838.
• Lasdon L., Waren A., Jain A., Ratner M. (1978), Design and Testing of a Generalized Reduced Gradient Code for Nonlinear Programming, ACM Transaction on Mathematical Software vol. 4, no 1.
• Makridiakis S. et al. (1998), Forecasting. Methods and Applications, third edition, Wiley, New York.
• Milo W. (red) (2002), Prognozowanie i symulacja, Wydawnictwo Uniwersytetu Łódzkiego.
• Prognozowanie gospodarcze. Metody i zastosowanie (2001), red. M. Cieślak, PWN, Warszawa.
• Tashman L.J. (2000), Out-of-sample tests of forecasting accuracy: an analysis and review, "International Journal of Forecasting", 16, p. 437-450.
• Winston W.L., Albright S.C. (2001), Practical management science, second edition, Duxbury. Winters P.R. (1960), Forecasting sales by exponentially weighted moving averages, "Management Science" 6, p. 324-342.
• Załuska U. (2000), Błędy prognoz ex post - wskazówki aplikacyjne, "Prace Naukowe AE we Wrocławiu" nr 838.