College 1
Tijdreeksanalyse
Op grond van gegevens uit het Verkopen per kwartaal
verleden (bijvoorbeeld 70
verkoopgegevens) de toekomst 60
50
voorspellen, door verband in 40 aantal verkocht
gegevens te zoeken. 30 Trend
20
10
0
.1 .2 .3 .4 .1 .2 .3 .4 .1 .2 .3 .4 .1 .2 .3
010 010 010 010 011 011 011 011 012 012 012 012 013 013 013
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Nodig: Gegevens (cijfers)
Veelal voor de korte tot middellange termijn
Aanname: Patroon uit verleden ook geldig in toekomst
Mogelijke componenten tijdreeks:
Trend
Conjunctuur
Seizoenspatroon
Rest/ruis
3 categorieën tijdreeksen:
Zonder trend en seizoenspatroon
Met trend, maar geen seizoenspatroon
Met trend en seizoenspatroon
Effeningsmethodes Verkoopcijfers per periode
Alleen toepasbaar als geen trend en/of 24
Aantal verkocht
seizoenscomponent aanwezig
22
Vaak voor korte termijn
20
Meerdere methodes
Algemeen: methodes effenen/middelen 18
1 2 3 4 5 6 7 8 9
gegevens uit het verleden
Periode
, Methode 1:
Voortschrijdend gemiddelde (V.G.)
Voorspelling voor huidige periode is het gemiddelde van n
vorige perioden
Keuze n afhankelijk van minimale voorspelfout met gegevens
uit verleden
(voorspelfout = werkelijk - voorspelling)
Notatie:
Yt : werkelijke waarde periode t
Ft : forecast voor periode t
Yt - Ft : voorspelfout voor periode t
Gewogen voortschrijdend gemiddelde (G.V.G.)
Voorspelling voor huidige periode is gewogen gemiddelde van
n vorige periodes
Keuze n en gewichten hangt af van de minimale voorspelfout
met gegevens uit het verleden
Exponentiële effening
Voorspelling huidige periode (Ft) hangt af van
- voorspelling (Ft-1) voor vorige periode
- werkelijke waarde (Yt-1) vorige periode
- effeningsconstante α
Keuze α op basis van minimale voorspelfout met gegevens uit verleden
Welke startwaarde te kiezen? Opties:
F1 Y1 , F1 (Y1 Y2 Y3 ) / 3
… enzovoorts (in opgaven soms gewoon gegeven)
MAD = GEMIDDELDE ABSOLUTE AFWIJKING (POSITIEVE AFWIJKING WERKELIJK)
MSE = GEMIDDELDE KWADRATISCHE AFWIJKING (VARIANTIE)
MODEL MET DE KLEINSTE AFWIJKING IS HET BESTE!!!
Tijdreeksanalyse
Op grond van gegevens uit het Verkopen per kwartaal
verleden (bijvoorbeeld 70
verkoopgegevens) de toekomst 60
50
voorspellen, door verband in 40 aantal verkocht
gegevens te zoeken. 30 Trend
20
10
0
.1 .2 .3 .4 .1 .2 .3 .4 .1 .2 .3 .4 .1 .2 .3
010 010 010 010 011 011 011 011 012 012 012 012 013 013 013
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Nodig: Gegevens (cijfers)
Veelal voor de korte tot middellange termijn
Aanname: Patroon uit verleden ook geldig in toekomst
Mogelijke componenten tijdreeks:
Trend
Conjunctuur
Seizoenspatroon
Rest/ruis
3 categorieën tijdreeksen:
Zonder trend en seizoenspatroon
Met trend, maar geen seizoenspatroon
Met trend en seizoenspatroon
Effeningsmethodes Verkoopcijfers per periode
Alleen toepasbaar als geen trend en/of 24
Aantal verkocht
seizoenscomponent aanwezig
22
Vaak voor korte termijn
20
Meerdere methodes
Algemeen: methodes effenen/middelen 18
1 2 3 4 5 6 7 8 9
gegevens uit het verleden
Periode
, Methode 1:
Voortschrijdend gemiddelde (V.G.)
Voorspelling voor huidige periode is het gemiddelde van n
vorige perioden
Keuze n afhankelijk van minimale voorspelfout met gegevens
uit verleden
(voorspelfout = werkelijk - voorspelling)
Notatie:
Yt : werkelijke waarde periode t
Ft : forecast voor periode t
Yt - Ft : voorspelfout voor periode t
Gewogen voortschrijdend gemiddelde (G.V.G.)
Voorspelling voor huidige periode is gewogen gemiddelde van
n vorige periodes
Keuze n en gewichten hangt af van de minimale voorspelfout
met gegevens uit het verleden
Exponentiële effening
Voorspelling huidige periode (Ft) hangt af van
- voorspelling (Ft-1) voor vorige periode
- werkelijke waarde (Yt-1) vorige periode
- effeningsconstante α
Keuze α op basis van minimale voorspelfout met gegevens uit verleden
Welke startwaarde te kiezen? Opties:
F1 Y1 , F1 (Y1 Y2 Y3 ) / 3
… enzovoorts (in opgaven soms gewoon gegeven)
MAD = GEMIDDELDE ABSOLUTE AFWIJKING (POSITIEVE AFWIJKING WERKELIJK)
MSE = GEMIDDELDE KWADRATISCHE AFWIJKING (VARIANTIE)
MODEL MET DE KLEINSTE AFWIJKING IS HET BESTE!!!
