Разработка алгоритма прогнозирования спроса

На рисунке 1 представлен алгоритм построения прогноза потребительского спроса меловой продукции из 13 этапов при решении прогнозирования. Результаты исследования прогностической модели дают возможность контролировать объем производства производимой меловой продукции, который соответствует потребительскому спросу и основан на принятых допущениях и использованной информации. Возможно создание различных вариантов моделей, преимущества и недостатки которых могут быть выявлены только через их сравнительный анализ и практическую реализацию.

На первом этапе ставится задача, определяется цель предстоящего исследования и формируется сущностное значение понятия «вариант решения».

Второй этап заключается в формировании значения спроса на меловую продукции за предыдущие периоды времени. Величина спроса может быть задана не только в натуральном выражении, но также и в стоимостном.

На третьем этапе определяются факторы, детерминирующие значения спроса за прошлые периоды времени.

Рисунок 1 – Структурная схема итеративной диалоговой процедуры прогнозирования потребительского спроса

Четвертый этап заключается в определении значений выбранных факторов модели за предыдущие периоды времени, которые соответствуют значению спроса на продукцию за данные периоды. В процессе необходимо обратить внимание на сопоставимость стоимостных показателей модели.

Пятым этапом производится построение регрессионной модели прогнозирования потребительского спроса на основании исходных данных.

Шестой этап заключается в оценке значимости построенной регрессионной модели. Осуществляется проверка статистической значимости коэффициентов регрессионного уравнения (этап семь). Данная проверка проводится на основе t-статистики, имеющей в данном случае распределение Стьюдента с учетом числа степеней свободы. Если соблюдается условие t расч > t кр , то коэффициент регрессионного уравнения считается статистически значимым и гипотеза о его равенстве нулю отвергается.

После этого производят проверку адекватности построенной регрессионной модели (восьмой этап). Для этого применяется F-статистика, которая при выполнении условий метода наименьших квадратов имеет распределение Фишера. Если при уровне значимости F набл > F a , уравнение – достаточно качественно отражающим динамику изменения зависимой переменной.

Полученное регрессионное уравнение спроса, которое соответствует всем перечисленным выше условиям, признаётся качественным и подвергается экономической интерпретации.

На девятом этапе прогнозируются значения факторов регрессионного уравнения спроса в планируемом периоде.

В результате прогнозирования спроса на последнем этапе можно получить данные о необходимом объеме производства меловой продукции, удовлетворяющему потребительскому спросу.