Öngörü Tekniğinin Seçimi-I

Öngörü Tekniğinin Seçimi-I
Öngörü neden gereklidir? Öngörüyü kim kullanacak? Eldeki verilerin özellikleri nedir? Öngörülecek dönem nedir? Öngörüde için en az ne kadar veri gereklidir? Ne kadar doğruluk arzulanmaktadır? Öngörü maliyeti ne kadardır? Pazarlıoğlu

Öngörü Tekniğinin Seçimi-II
Öngörü probleminin doğası tanımlanmalıdır. Araştırmada kullanılacak verilerin yapısı açıklanmalıdır. Kullanılacak öngörü tekniklerinin kapasite ve sınırları tanımlanmalıdır. Seçilen kararın uygulanabilmesi için bazı ön kriterler geliştirilmelidir. Pazarlıoğlu

Durağan Veriler için Öngörü Teknikleri
Basit(naive) yöntemleri, Basit Ortalamalar yöntemi, Hareketli ortalamalar,, Basit üstel düzeltme, Otoregressive hareketli ortalama (ARMA) modelleri Pazarlıoğlu

Durağan Öngörü Tekniklerinin Kullanılması-I
Zaman serisini üreten süreç kararlı ise yani serinin oluştuğu ortam nispeten değişmiyorsa, Mevcut verilerin yetersiz olduğu durumlarda ya da tanımlama veya uygulama kolaylığı için basit model kullanma durumunda, Pazarlıoğlu

Durağan Öngörü Tekniklerinin Kullanılması-II
Nüfus artışı ya da enflasyon gibi etmenlerin dikkate alınmasıyla yapılan düzeltmelerle elde edilen kararlılık durumunda, Seri dönüşüm işlemleri ile kararlı hale geliyorsa, Seri öngörü tekniğinden elde edilen öngörü hata dizisiyse. Pazarlıoğlu

Basit (Naive)Yöntemler-1
Yetersiz sayıda gözlem durumunda öngörü için kullanılan bir yöntemdir. Bu yöntemin dayandığı varsayım, serinin son dönemde aldığı değerlerin geleceğin en iyi öngörüsü olduğuna dayanır. Pazarlıoğlu

Basit öngörüde diğer gözlemler gözardı edildiği için öngörü hızla yapılmakta ve değişmektedir. Ancak bu bazı sorunlarıda peşi sıra getirmektedir. Tesadüfi dalgalanmaların etkisi öngörüye bir bütün olarak yansımaktadır. Pazarlıoğlu

Yelki El Aletleri şiketinin testere yıllarına ait testere(adet) satışları Yıllar testere 2002-1 500 2005-3 250 2002-2 350 2005-4 550 2002-3 2006-1 2002-4 400 2006-2 2003-1 450 2006-3 2003-2 2006-4 600 2003-3 200 2007-1 750 2003-4 300 2007-2 2004-1 2007-3 2004-2 2007-4 650 2004-3 150 2008-1 850 2004-4 2008-2 2005-1 2008-3 2005-2 2008-4 700 Pazarlıoğlu

Pazarlıoğlu

dönemini öngörü için kullanalım yılı değerlerini ise öngörünün doğruluğunu denetlemek için ayıralım. Bu durumda öngörü için kullanılacak 24 adet gözlem vardır. Pazarlıoğlu

Veriler : Eğilime sahiptirler, Mevsimsel hareket göstermektedirler. Bu durumda yapılacak iş öngörü modelinde düzeltmeye gitmektir.     Pazarlıoğlu

Veriler, zamana göre artma eğilimindedirler. Bu nedenle de eğilime serinin durağan olmadığını söyleyebiliriz. Böylece öngörü için en yakın değeri kullandığımızda, cari değerlerden çok farklı değerler elde etmekteyiz. Eğilimi dikkate alarak öngörü modelini şu şekilde yeniden düzenleyebiliriz. Bu eşitlik çeyrekler arasında oluşan değişim miktarını dikkate almaktadır. Pazarlıoğlu

Bu modele göre 2008 yılının ilk çeyreğinin öngörü değerini elde edelim: Bu modele ait öngörü hatası ise: Pazarlıoğlu

Bazen mutlak değişim miktarından ziyade değişim oranı daha iyi öngörü değeri elde etmek için uygun Bu modele göre 2008 yılının ilk çeyreğinin öngörü değerini elde edelim: Pazarlıoğlu

Bu modele ait öngörü hatası ise: Verilerde mevsimsel dalgalanma mevcuttur, İlk ve dördüncü çeyrekler diğerlerine nazaran daha büyüktür, Bu şekilde mevsimsel dalgalanmaların kuvvetli olduğu aşağıdaki model daha uygun olabilir: Öngörüsü yapılacak çeyrek için bir yıl önceki aynı çeyrek dikkate alınmaktadır. : Pazarlıoğlu

Bu yaklaşımın zayıf noktası ise dikkate alınan çeyrekten sonraki çeyrekleri ve eğilimi gözardı etmektedir. Bunları dikkate almak için aşağıdaki düzeltme işlemlerini yapabiliriz: Burada Yt-3 mevsimsel dalgalamayı ifade etmekte iken, kalan ifade ise geçmiş son dört çeyrekteki değişim miktarı ortalamasını göstermektedir: Pazarlıoğlu

Ortalamalara Dayanan Öngörü Yöntemleri
Karar vericiler sayıları yüzleri ve hatta binleri bulan kalemler için öngörüde bulunmak sorunu ile karşı karşıyadırlar. Bu durumda oldukça hızlı, çok maliyet gerektirmeyen, nispeten basit öngörü araçlarına ihtiyaçları vardır. Bu sorunun üstesinden gelmek için karar vericiler ortalama ya da düzeltme tekniklerine dayanan yöntemleri kullanmaktadırlar. Pazarlıoğlu

Basit Ortalamalar-1 Zaman serisi verileri çeşitli şekillerde düzgünleştirilebilir. Amaç gelecek dönemleri öngörecek modeli geliştirmek için geçmiş verileri kullanmaktır. Basit ortalama gelecek dönemi öngörü için bütün geçmiş verilerin ortalamasını kullanır. t+1 dönemi için basit ortalama modeli : Pazarlıoğlu

Basit Ortalamalar-2 t+2 dönemi için öngörü:
Basit ortalamalar yöntemi, öngörüsü yapılacak seriyi üreten güç kararlı olduğunda uygun bir tekniktir. Pazarlıoğlu

Basit Ortalamalar-3 Bir nakliye şirketinin filosundaki araçlar için 30 hafta boyunca satın aldığı yakıt miktarına ilişkin veriler Hafta Yakıt 1 275 11 302 21 310 2 291 12 287 22 299 3 307 13 290 23 285 4 281 14 311 24 250 5 295 15 277 25 260 6 268 16 245 26 7 252 17 282 27 271 8 279 18 28 9 264 19 298 29 10 288 20 303 30 Pazarlıoğlu

Basit Ortalamalar-4 Pazarlıoğlu

Basit Ortalamalar-5 Şekil incelendiğinde serinin kararlı olduğu görünmektedir. Yani durağan bir seri olduğu için basit ortalamalar yöntemi uygulanabilir. Öngörü uygulamasında ilk 28 haftalık veri seti kullanılıp, 29 ve 30 hafta verileri öngörünün gücünü sınamak için ayrılmıştır. Pazarlıoğlu

Basit Ortalamalar-6 28+2 dönemi için öngörü: Pazarlıoğlu

Basit Ortalamalar-7 31. dönem için öngörü: Pazarlıoğlu

Hareketli Ortalamalar-1
k.dereceden hareketli ortalama, k ardışık değerin ortalamasıdır: k sayıdaki veri noktası seçilir ve bunların ortalaması hesaplanır. En eski veri noktası ortalama hesabından çıkartılır, bunun yerine yeni bir veri noktası ortalama hesabına dahil edilir ve yeniden ortalama hesaplanır. Bu işlem tüm veriler için uygulanır. Pazarlıoğlu

Burada her gözleme eşit ağırlık atanır. Her bir ortalamada yer alan veri noktası sayısı sabittir. Hareketli ortalama modeli ile eğilim ya da mevsimsellik tam anlamıyla kontrol altına alınamaz. Pazarlıoğlu

Bir nakliye şirketinin filosundaki araçlar için 30 hafta boyunca satın aldığı yakıt miktarı örneği için hareketli ortalamaları elde edelim: 29.Gözlem için öngörü hatası: Pazarlıoğlu

Hafta Yakıt 1 275 2 291 3 307 4 281 5 295 6 268 7 252 8 279 9 264 10 288 11 302 12 287 13 290 14 311 15 277 16 245 17 282 18 19 298 20 303 21 310 22 299 23 285 24 250 25 260 26 27 271 28 29 30 Y-tah * 289.8 288.4 280.6 275 271.6 270.2 277 284 286.2 295.6 293.4 282 281 278.4 275.8 294 297.4 299 289.4 280.8 267.8 262.2 261.6 272 e * -21.8 -36.4 -1.6 -11 16.4 31.8 10 6 24.8 -18.6 -48.4 -4 19.6 27.2 29 5 -12.4 -49 -29.4 -35.8 3.2 19.8 40.4 13 Pazarlıoğlu

31.Gözlem için öngörü: Pazarlıoğlu

Basit Ortalamalar-6  Pazarlıoğlu

Çift Hareketli Ortalamalar-1
Öngörüsü yapılacak zaman serinin eğilime sahip olması durumunda uygulanır. Veri setine iki defa ardışık hareketli ortalamalar uygulanır. İlk önce aşağıdaki Mt hareketli ortalamalar seti hesaplanır: Mt serisine bir daha hareketli ortalamalar uygulanarak Mt serisi elde edilir: Pazarlıoğlu

İlk ve ikinci harketli ortalamalar arasındaki fark ilk hareketli ortalamaya eklenerek öngörü geliştirilir: Eğim katsayısına benzer bir düzeltme faktörü hesaplanır: Son olarak, p.dönemin öngörüsü için aşağıdaki eşitlik tahmin edilir: Pazarlıoğlu

hafta Kira 1 654 2 658 3 665 4 672 5 673 6 671 7 693 8 694 9 701 10 703 11 702 12 710 13 712 14 711 15 728 16 Pazarlıoğlu

hafta Kira 1 654 2 658 3 665 4 672 5 673 6 671 7 693 8 694 9 701 10 703 11 702 12 710 13 712 14 711 15 728 16 HO3=Mt 659 665 670 672 679 686 696 699 702 705 708 711 717 et 13 8 1 21 15 7 3 17 : Pazarlıoğlu

Pazarlıoğlu

: hafta Kira 1 654 2 658 3 665 4 672 5 673 6 671 7 693 8 694 9 701 10 703 11 702 12 710 13 712 14 711 15 728 16 HO3=Mt 659 665 670 672 679 686 696 699 702 705 708 711 717 Mt 664.7 669.0 673.7 679.0 687.0 693.8 699.1 702.1 705.0 708.0 712.0 Pazarlıoğlu

Pazarlıoğlu

: hafta Kira 1 654 2 658 3 665 4 672 5 673 6 671 7 693 8 694 9 701 10 703 11 702 12 710 13 712 14 711 15 728 16 HO3=Mt 659 665 670 672 679 686 696 699 702 705 708 711 717 Mt 664.7 669.0 673.7 679.0 687.0 693.8 699.1 702.1 705.0 708.0 712.0 a=2Mt-Mt 675.3 675.0 684.3 693.0 705.0 704.9 707.9 711.0 714.0 722.0 b=(2/k-1)(Mt-Mt) 5.3 3.0 7.0 9.0 5.6 2.9 5.0 a+bp 680.7 678.0 689.7 700.0 714.0 710.4 707.8 710.8 717.0 727.0 e -9.7 15.0 4.3 1.0 -11.0 -8.4 2.2 1.2 -3.0 11.0 Pazarlıoğlu

 Pazarlıoğlu

Üstel Düzeltme Yöntemi-1
Üstel düzeltme, en son tecrübenin ışığında öngörüyü sürekli olarak düzelten bir yöntemdir: Pazarlıoğlu

Yelki El Aletleri şiketinin testere yıllarına ait testere(adet) satışları Yıllar testere 2002-1 500 2005-3 250 2002-2 350 2005-4 550 2002-3 2006-1 2002-4 400 2006-2 2003-1 450 2006-3 2003-2 2006-4 600 2003-3 200 2007-1 750 2003-4 300 2007-2 2004-1 2007-3 2004-2 2007-4 650 2004-3 150 2008-1 850 2004-4 2008-2 2005-1 2008-3 2005-2 2008-4 700 Pazarlıoğlu

Yıllar testere 2002-1 500 2002-2 350 2002-3 250 2002-4 400 2003-1 450 2003-2 2003-3 200 2003-4 300 2004-1 2004-2 2004-3 150 2004-4 2005-1 550 2005-2 2005-3 2005-4 2006-1 2006-2 2006-3 2006-4 600 2007-1 750 2007-2 2007-3 2007-4 650 2008-1 850 2008-2 2008-3 2008-4 700 Y-tah(a=0.1) 500.0 485.0 461.5 455.4 454.8 444.3 419.9 407.9 402.1 381.9 358.7 362.8 381.6 378.4 365.6 384.0 400.6 400.5 395.5 415.9 449.3 454.4 449.0 469.1 et 0.0 -150.0 -235.0 -61.5 -5.4 -104.8 -244.3 -119.9 -57.9 -202.1 -231.9 41.3 187.2 -31.6 -128.4 184.4 166.0 -0.6 -50.5 204.5 334.1 50.7 -54.4 201.0 Y-tah(a=0.6) 500.0 410.0 314.0 365.6 416.2 376.5 270.6 288.2 325.3 250.1 190.0 316.0 456.4 392.6 307.0 452.8 511.1 444.4 387.8 515.1 656.0 562.4 465.0 576.0 et 0.0 -150.0 -160.0 86.0 84.4 -66.2 -176.5 29.4 61.8 -125.3 -100.1 210.0 234.0 -106.4 -142.6 243.0 97.2 -111.1 -94.4 212.2 234.9 -156.0 -162.4 185.0 Pazarlıoğlu

Öngörü Tekniğinin Seçimi-I

Benzer bir sunumlar

... konulu sunumlar: "Öngörü Tekniğinin Seçimi-I"— Sunum transkripti:

Benzer bir sunumlar

Proje hakkında

Geri bildirim

Giriş

Sosyal ağ üzerinden giriş yapmak:

Öngörü Tekniğinin Seçimi-I

Benzer bir sunumlar

... konulu sunumlar: "Öngörü Tekniğinin Seçimi-I"— Sunum transkripti:

Benzer bir sunumlar

Proje hakkında

Geri bildirim