Artık (Residual) 15.04.2015Pazarlıo ğ lu De ğ işkenlerin cari de ğ erleri ile öngörü de ğ erleri arasındaki fark artık (residual) olarak adlandırılmaktadır.

Slides:



Advertisements
Benzer bir sunumlar
Simülasyon Teknikleri
Advertisements

ZAMAN SERİLERİ -1 ÖNGÖRÜ :
ALTIN FİYATININ VE İŞLEM HACMİNİN TAHMİNİ
MAK 4026 SES ve GÜRÜLTÜ KONTROLÜ
İçerik Projenin Amacı Veri (toplama & işleme) Tahmine Giriş
ÖLÇME VE DEĞERLENDİRME Temel Kavramlar
Sistem Tasarım 2 Fiyatlandırmaya Bağlı Talep Tahmin Analizi
ÖLÇME TÜRLERİ, MERKEZİ YIĞILMA ÖLÇÜLERİ VE STANDART SAPMA
Tanımlayıcı İstatistikler
MÜH 100 İSTATİSTİK Yrd. Doç. Dr. Veysel Gazi
Üretim Planlama Kontrol Tahminleme Teknikleri
Sistem Tasarım 2 Fiyatlandırmaya Bağlı Talep Tahmin Analizi Grup: BigM Proje Danışmanları M. Gökhan ATALIK Çağlar GÜVEN Serhat BAŞKAYA Serhan DURAN Koray.
Sistem Tasarım 2 Fiyatlandırmaya Bağlı Talep Tahmin Analizi Grup: BigM Proje Danışmanları M. Gökhan ATALIK Çağlar GÜVEN Serhat BAŞKAYA Serhan DURAN Koray.
ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ
KOŞULLU ÖNGÖRÜMLEME.
Temel İstatistik Terimler
Değişkenlik Ölçüleri.
VARYANS STANDART SAPMA
Bölüm6:Diferansiyel Denklemler: Başlangıç Değer Problemleri
Ölçme sonuçları üzerinde yapılan istatiksel işlemler
TANIMLAYICI İSTATİSTİKLER
Yıldız Teknik Üniversitesi Makina Mühendisliği Bölümü
Ünite 3: Talep Tahminleri
ÖNGÖRÜMLEME (Forecasting)
FEN LABORATUVARINDA ÖLÇÜ HATALARI VE ANLAMLI RAKAMLAR
Betimleyici İstatistik – I
Merkezi Eğilim (Yer) Ölçüleri
Zaman Serileri Analizi
Öngörü Tekniğinin Seçimi-I
Box-Jenkins Metodolojisi-I
FİNANS KURUMLARI YAZILIM PROJELERİNDE EFOR TAHMİNİ İÇİN PARAMETRİK YÖNTEMLERİN ANALİZİ Mevlüt GÜÇLÜ Kuveyt Türk Katılım Bankası Bilgi Teknolojileri ve.
Otokorelasyon Analizi
MEVSİMSELLİKTEN ARINDIRMA
CASE FAIR OSTER Prepared by: Fernando Quijano & Shelly Tefft.
KRUSKAL WALLIS VARYANS ANALİZİ
Ölçme Sonuçlarının Değerlendirilmesi
21 - ÖLÇME SONUÇLARI ÜZERİNE İSTATİSTİKSEL İŞLEMLER
İşletme Bölümü GÜZ TEKRAR.
Üstel Düzeltme Yöntemi-1
E ğ ilim-Tabanlı Öngörü Pazarlıo ğ lu Öngörü gerçekleşen de ğ erin altında ya da üstünde olabilir. Bu duruma öngörü sapması adı verilir. Öngörü.
HATA TİPLERİ Karar H0 Doğru H1 Doğru H0 Kabul Doğru Karar (1 - )
Operasyon Yönetimi Talep Tahmini Doç. Dr. Mustafa Yüzükırmızı
Gazeteciler için İstatistik İnan Utku Türkmen. Tarihsel Perspektif Evrim Görelilik Öklid dışı Geometriler Marksizm Endüstriyel Süreçler.
Örneklem Dağılışları.
ÖĞRENME AMAÇLARI Veri analizi kavramı ve sağladığı işlevleri hakkında bilgi edinmek Pazarlama araştırmalarında kullanılan istatistiksel analizlerin.
Merkezi Eğilim Ölçüleri (Ortalamalar)
Sayısal Analiz Sayısal Türev
Güven Aralığı.
Regresyon Analizi İki değişken arasında önemli bir ilişki bulunduğunda, değişkenlerden birisi belirli bir birim değiştiğinde, diğerinin nasıl bir değişim.
DENEYSEL BULGULARIN ANALİZİ
TEDARİK ZİNCİRİ YÖNETİMİ
Analitik olmayan ortalamalar Bu gruptaki ortalamalar serinin bütün değerlerini dikkate almayıp, sadece belli birkaç değerini, özellikle ortadaki değerleri.
HATA VE HATA ANAL İ Z İ. 2  Fiziksel veya sosyal olayların matematiksel olarak çözülmelerinde yapılan hatalar genellikle üç ana ba ş lıkta toplanır.
TAHMİN I see that you will get an A this semester.
Temel Matematik 2 10-Seriler Temel Matematik 2 10-Seriler Ocak 2016 İ stanbul Üniversitesi Prof. Dr. Ergün Ero ğ lu İ Ü İ şletme Fakültesi Sayısal Yöntemler.
Ölçme Sonuçları Üzerinde İstatistiksel İşlemler
DEĞİŞİM ÖLÇÜLERİ.
ÜSTEL DÜZLEŞTİRME YÖNTEMİ
İŞLU İstatistik -Ders 3-.
DEĞİŞKENLİK ÖLÇÜLERİ.
Temel İstatistik Terimler
Sapma (Dağılma) ölçüleri
Tıp Fakültesi UYGULAMA 2
Ölçme Sonuçları Üzerinde İstatistiksel İşlemler
İstatistik Ders Notları.
ÖLÇÜM SİSTEMLERİ ANALİZİ
STRATEJİK DEĞERLENDİRME VE KONTROL
ARAŞTIRMA YÖNTEMLERİ PSY 311
NİŞANTAŞI ÜNİVERSİTESİ
Temel İstatistik Terimler
Sunum transkripti:

Artık (Residual) Pazarlıo ğ lu De ğ işkenlerin cari de ğ erleri ile öngörü de ğ erleri arasındaki fark artık (residual) olarak adlandırılmaktadır.

Ortalama Mutlak Sapma Mean Absolute Deviation (MAD) Pazarlıo ğ lu Serinin ölçüldü ğ ü birim ile öngörü hatasını ölçmek için kullanılır.

Ortalama Hata Kareler Mean Squared Error(MSE) Pazarlıo ğ lu Hataların kareleri alındı ğ ı için bu yaklaşım, büyük öngörü hatalarını cezalandırır. Böylece daha küçük hatalar üreten yöntem tercih edilir.

Ortalama Mutlak Yüzde Hata Mean Absolute Percetage Error (MAPE) Pazarlıo ğ lu Sayısal de ğ erlerinden ziyade yüzdelere göre öngörü hatalarını hesaplamak için kullanılan ölçüm.

Ortalama Yüzde Hata Mean Percetage Error (MPE) Pazarlıo ğ lu Sayısal de ğ erlerinden ziyade yüzdelere göre öngörü hatalarını hesaplamak için kullanılan ölçüm.

Öngörü Ölçülerinin Kullanımı Pazarlıo ğ lu İ ki farklı tekni ğ in do ğ rulu ğ unun karşılaştırılması, Tekniklerin kullanışlı ğ ının veya güvenli ğ inin ölçülmesi, En iyi tekni ğ in araştırılması.

Öngörü Ölçüleri :Örnek Pazarlıo ğ lu Müşteri öngörü Toplam hata |e||e| e2e | e |/ Y e/Ye/Y

Öngörü Ölçüleri :Örnek Pazarlıo ğ lu MAD=34/8=4.3 Her bir öngörü ortalama 4.3 müşteri sapmaktadır. MSE=188/8=23.5 MAPE=55.6/8=%6.95 MPE=16.2/8=%2.03

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Üstel düzeltme yöntemi temeli bütün önceki gözlem de ğ erlerinin üstel a ğ ırlıklı hareketli ortalaması almaktır. Model aşa ğ ı ya da yukarı do ğ ru e ğ ilim göstermeyen seriler için uygundur. Bu yöntemde ana amaç cari düzeyi tahmin etmektir. Bu düzey tahmin edildikten sonra serinin gelecekte alaca ğ ı de ğ erleri öngörü amacıyla kullanılır. Üstel düzeltme, en son tecrübenin ışı ğ ında öngörüyü sürekli olarak düzelten bir yöntemdir

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yeni gözleme  a ğ ırlı ğ ı verilirken, eski öngörüye (1-  ) a ğ ırlı ğ ı verilir. Burada “  ”düzeltme sabiti olup, 0<  <1 arasında de ğ er almaktadır. :

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yelki El Aletleri şiketinin testere yıllarına ait testere(adet) satışları YıllartestereYıllartestere

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yıllartestere Y-tah(  =0.1) etet 0.0

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yıllartestere Y-tah(  =0.1) etet

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yıllartestere Y-tah(  =0.1) etet

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yıllartestere Y-tah(  =0.1) etet

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yıllartestere Y-tah(  =0.1) etet

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yıllartestere Y-tah  =0.6) etet

Üstel Düzeltme Yöntemi Pazarlıo ğ lu Yıllartestere Y-tah(  =0.1) etet Y-tah  =0.6) et

Üstel Düzeltme Yöntemi Pazarlıo ğ lu  =0.1 MSE=24262MAPE=%38.9  =0.6 MSE=22248MAPE=%36.5

Üstel Düzeltme Yöntemi Pazarlıo ğ lu  =0.1 MSE=21091MAPE=%32.1  =0.6 MSE=22152MAPE=%36.7

Holt Yöntemi Pazarlıo ğ lu Holt yönteminde üç denklem kullanılır: 1.Üstel düzeltilmiş seri ya da cari düzey tahmini

Holt Yöntemi Pazarlıo ğ lu Yıllartestere LtLt 500.0

Holt Yöntemi Pazarlıo ğ lu Yıllartestere LtLt

Holt Yöntemi Pazarlıo ğ lu Holt denkleminde üç denklem kullanılır: 1.Üstel düzeltilmiş seri ya da cari düzey tahmini 2. Trend tahmini

Holt Yöntemi Pazarlıo ğ lu Yıllartestere LtLt TtTt

Holt Yöntemi Pazarlıo ğ lu Holt denkleminde üç denklem kullanılır: 1.Üstel düzeltilmiş seri ya da cari düzey tahmini 2. Trend tahmini 3. p. Dönemin öngörüsü

Holt Yöntemi Pazarlıo ğ lu Yıllartestere LtLt TtTt Y-Tah t+p

Holt Yöntemi Pazarlıo ğ lu Öngörü hatasının belirlenmesi

Holt Yöntemi Pazarlıo ğ lu Yıllartestere LtLt TtTt Y-Tah t+p etet

Holt Yöntemi Pazarlıo ğ lu Yıllartestere Lt T Yt+p et ,00,0500,00, ,0-4, , ,4-10,5450,5-200, ,9-9,9379,820, ,2-7,7376,074, ,3-8,9390,5-40, ,6-14,0369,4-169, ,2-14,1304,6-4, ,4-12,3289,160, ,6-15,2295,1-95, ,0-18,2251,4-101, ,0-12,3202,8197, ,8-3,3249,7300, ,6-2,9336,513, ,4-5,5337,7-87, ,11,8305,9244, ,76,9381,0169, ,05,7438,6-38, ,93,3432,7-82, ,88,9411,2188, ,717,1476,8273, ,114,8575,9-75, ,69,8567,9-167, ,213,5527,4122,6

Holt Yöntemi Pazarlıo ğ lu dönemi için öngörü hesaplanması 1.Üstel düzeltme serisinin güncellenmesi 2.Trend tahmininin güncellenmesi

Holt Yöntemi Pazarlıo ğ lu dönemi için öngörü hesaplanması 3. Bir dönem sonrasının (2008-1) öngörüsü

Holt Yöntemi Pazarlıo ğ lu Yıllartestere Lt T Yt+p et ,00,0500,00, ,0-4, , ,4-10,5450,5-200, ,9-9,9379,820, ,2-7,7376,074, ,3-8,9390,5-40, ,6-14,0369,4-169, ,2-14,1304,6-4, ,4-12,3289,160, ,6-15,2295,1-95, ,0-18,2251,4-101, ,0-12,3202,8197, ,8-3,3249,7300, ,6-2,9336,513, ,4-5,5337,7-87, ,11,8305,9244, ,76,9381,0169, ,05,7438,6-38, ,93,3432,7-82, ,88,9411,2188, ,717,1476,8273, ,114,8575,9-75, ,69,8567,9-167, ,213,5527,4122, ,6

Winter Yöntemi Pazarlıo ğ lu Winter yönteminde 4 denklem kullanılır. 1. Üstel düzeltilmiş seri

Winter Yöntemi Pazarlıo ğ lu Winter yönteminde 4 denklem kullanılır. 2. Trend tahmini 1. Üstel düzeltilmiş seri

Winter Yöntemi Pazarlıo ğ lu Winter yönteminde 4 denklem kullanılır. 3.Mevsimsellik tahmini 2. Trend tahmini 1. Üstel düzeltilmiş seri

Winter Yöntemi Pazarlıo ğ lu Winter yönteminde 4 denklem kullanılır. 4. p. Dönemin öngörüsü 3.Mevsimsellik tahmini 2. Trend tahmini 1. Üstel düzeltilmiş seri

Winter Yöntemi Pazarlıo ğ lu YıllartestereLtTtStYt+pet ,459-41,95411, , , ,109-40,99370, ,85921, ,984-39,30680, ,564727, ,077-38,46681, ,343924, ,785-35,84941, ,063182, ,194-31,32350, , , ,748-31,03580, ,22134, ,466-31,56041, , , ,831-30,06791, ,945249, ,809-30,16320, ,2549-2, ,515-28,47640, ,863328, ,574-21,72281, , , ,962-14,11171, , , ,575-10,43930, ,306486, ,466-8,206230, ,33538, ,366-4,395581, , , ,588-3,933871, ,583517, ,206-1,978691, ,428248, ,8562, , ,999385, ,5863, , ,284413, ,9365, , ,705999, ,077, , ,625831, ,2869, , ,255339, ,4697, , , ,7122

Winter Yöntemi Pazarlıo ğ lu 25. Gözlem (2008-1) öngörüsü 1. Üstel düzeltilmiş seri

Winter Yöntemi Pazarlıo ğ lu 25. Gözlem (2008-1) öngörüsü 2. Trend tahmini

Winter Yöntemi Pazarlıo ğ lu 25. Gözlem (2008-1) öngörüsü 3.Mevsimsellik tahmini

Winter Yöntemi Pazarlıo ğ lu 25. Gözlem (2008-1) öngörüsü 4. p. Dönemin öngörüsü