Relacionando uma Temporada com Ancestores em Suavização Exponencial Sazonal - manequins

Ao fazer alisamento exponencial sazonal no Excel, pense em como o suavização exponencial funciona. Ele usa uma fórmula como esta para basear a próxima previsão em parte sobre o pré e em parte na previsão anterior:

Nova Previsão = (0. 3 × Prévio Real) + (0. 7 × Previsão Prevista) < Isso equivale a uma média ponderada de dois números anteriores - o real e o previsto. Esta fórmula específica dá um pouco mais de peso para a previsão do que para o real. Você precisa experimentar em torno de alguns com uma linha de base particular para obter o alinhamento direito constante (isto é o 0. 3 na fórmula) e o fator de amortecimento direito (esse é o 0. 7 na fórmula).

A idéia aqui é que um período de tempo na linha de base estará intimamente relacionado com o período de tempo seguinte. Se a temperatura alta de hoje fosse de 70 ° F, você precisaria mostrar uma frente fria que se aproximava para convencer alguém de que a alta de amanhã será de 50 ° F. Sem informações adicionais, contraditórias, apostaram em 70 ° F. Ontem tende a prever hoje, e hoje tende a prever amanhã.

Mas mude para meses. A temperatura média de um mês é muito mais relacionada com a média histórica desse mês do que a temperatura média do mês anterior. Se o máximo diário médio de maio fosse de 70 ° F, você ainda se inclinaria para 70 ° F para junho, mas antes de colocar algum dinheiro para baixo, você gostaria de saber o que

último O valor diário médio de junho foi.

Então, aqui está o que você vai fazer: em vez de usar apenas uma constante de suavização, você usará dois. Em vez de usar apenas uma constante em conjunto com o valor de linha de base imediatamente anterior, você usará um para o valor anterior (suavização de maio para ajudar a previsão de junho) e um para a temporada que é um ano atrás deste (suavizando em junho passado para ajuda no próximo mês de junho).

A figura mostra uma linha de base de vendas sazonal e as previsões associadas, na prática.

As previsões sazonais não podem começar até uma seqüência de estações de linha de base ter passado.

Observe como as vendas sempre aumentaram durante o terceiro trimestre de cada ano, e aumentaram durante o quarto trimestre. Em seguida, o fundo cai durante o primeiro e segundo trimestres. A figura também mostra as previsões, que capturaram o padrão sazonal em uma equação de suavização, tornando as previsões muito mais precisas.

E se você usasse um alisamento exponencial simples? A figura dá algumas das más notícias.

As previsões suavizam o sinal na linha de base.

Aqui, a constante de suavização é 0. 3, e as previsões são relativamente insensíveis às flutuações nos atuais da linha de base. As previsões acenam de passagem para os picos e vales na linha de base, mas é um tipo de aceno indigno.

E se você aumentasse a constante de suavização para que as previsões acompanhassem os reais mais do que os suavizam? Essa situação é mostrada aqui, onde a constante de suavização é 0. 7.

As previsões estão atrasadas para refletir as mudanças na linha de base.

Os picos e vales são representados com mais clareza - mas eles ficam atrasados ​​por trás de sua ocorrência real. Compare a última figura e as previsões tardias com a primeira figura e suas previsões no tempo. As previsões na Figura 18-1 podem aparecer a tempo, porque prestam atenção ao que aconteceu no ano passado. E aparecer é 85% da vida.

A figura seguinte mostra como você pode combinar os componentes para obter um valor de previsão. Não se preocupe, a fonte dos componentes e o que eles significam tornam-se claros ao caminhar no desenvolvimento da previsão sazonal.

Os efeitos sazonais estão acima (valores positivos) e abaixo (valores negativos) o nível geral atual da linha de base.

A fórmula na célula F5 dá o nível da linha de base a partir do quarto trimestre de 2012. A fórmula é:

= MÉDIA (D2: D5)

No início do processo de suavização, esta é a nossa melhor estimativa de o nível atual da linha de base. É apenas a média dos quatro resultados de receita trimestral para 2012. É análogo ao usar a primeira observação como a primeira previsão em suavização exponencial simples.

Ao examinar a fórmula na célula H5:

= F5 + G2

, você pode ver que a previsão para o quarto trimestre de 2013 é a soma de duas quantidades:

O nível de previsão da linha de base para o Q1 2013 a partir do quarto trimestre de 2012 (ver célula F5)

• O efeito de estar no quarto 1 a partir de 2012 (ver célula G2)
• Todas as previsões na coluna E e coluna H são a soma do nível de previsão da linha de base e o efeito da estação do ano anterior. Um bom teste de sanidade compara as previsões de suavização sazonal na primeira figura com as previsões de suavização ordinárias nos próximos dois números.

Claramente, você está melhor se você puder estimar o efeito sazonal

antes de ocorrer. Isto é o que está acontecendo na última figura, que combina o nível atribuível a uma temporada com o nível geral da linha de base para obter a previsão da estação atual antes de ocorre a próxima instância da temporada. Essa é a razão para colocar a previsão para o período

próximo na coluna H e para o período atual na coluna E. Isso ajuda você a lembrar que você pode montar a previsão por um período determinado no final do período anterior. Observe, por exemplo, que a célula H5 tem a previsão para o próximo período, essa célula E6 tem a previsão para o período atual e que ambos são iguais a $ 548, 160.