В данной статье был рассмотрен механизм прогнозирования на примере показателей объема производства основной продукции на предприятии ОАО «РИАТ». Организация представляет собой предприятие нового поколения автомобильной техники. Этот факт и был положен в название компании. Новые стандарты распространяются не только на принципы организации производства, но и на миссию, которая заключается в ориентации на требования потребителей и стремлении обеспечить автовладельцев комфортной и недорогой автокомплектацией.
Одним из основных методов прогнозирования дальнейших перспектив являются временные ряды. Прогнозирование временных рядов заключается в построении модели для предсказания будущих событий, основываясь на известных событий прошлого, предсказания будущих данных, до того как они будут измерены. Временной ряд представляет собой последовательность данных, описывающих объект в последовательные моменты времени. В отличие от анализа случайных выборок, анализ временных рядов основывается на предположении, что последовательные данные наблюдаются через равные промежутки времени. Прогноз будущих значений временного ряда используется для эффективного принятия решений.
В
zk.,k.vjtujhec.zk.,k.vjtujhec.
данной статье по статистическим данным предприятия ОАО «РИАТ» в Набережных Челнах был проведен анализ и составлен прогноз в пакете STATISTICA 8.0.
На рисунке 1 можно заметить, что ряд имеет отчетливо возрастающий тренд, а также сезонную составляющую.
Рисунок 1 – Таблица исходных значений.
Прогноз исходного временного ряда будет краткосрочным и может являться основанием для принятия решений в ближайшее время. Для краткосрочного прогнозирования целесообразно взять непреобразованный ряд, что сохранит наибольшее число его особенностей. Краткосрочный прогноз может быть построен авторегрессиоными методами, учитывая взаимную л
zk.,k.vjtujhec.zk.,k.vjtujhec.
инейную зависимость членов ряда. Инструменты для этого доступны в среде STATISTICA в модуле «Временные ряды и прогнозирование»
Обратив внимание на рисунок 2,становится ясно, что в таблице результатов с оценками, стандартными ошибками, асимптотическими значениями t-статистик обе оценки (сезонных и несезонных параметров) высоко значимы.
Рисунок 2 – Таблица оценок.
При прогнозировании хорошая "картина" получается, когда прогнозы продолжают наблюдаемый ряд (рисунок 3).
Рисунок 3 – График прогнозных значений.
Таким образом, прогноз для ОАО «РИАТ» показывает относительно стабильное развитие уровня продаж на ближайшие месяцы. Построенная модель АРПСС(авто-регрессии проинтегрированного скользящего среднего (ARIMA) широко используются при анализе временных рядов), прогнозирующая последующие 5 наблюдений также указывает на хороший прогноз, соответственно, и расширение клиентской базы, поэтому имеет смысл увеличить объемы производства автомобильных сидений.
Литература
Боровиков В.П. Введение в статистику / В.П. Боровиков. – М., 2004. – 267с.
Разработка, изготовление автомобильной техники ОАО «РИАТ» [Электронный ресурс]. Режим доступа: http://www.riat.ru/. Дата обращения: 15.09.2015.
Колемаев В.А. Математическая экономика / В.А. Колемаев. ̶ М.: Юнити, 1998. – 390 с.