
Driver
Администратор
- Регистрация
- 08.05.19
- Сообщения
- 34,911
- Реакции
- 309,825
- #1
Голосов: 0
Прогнозирование продаж 2. прогнозные модели на основе экспоненциального сглаживания
Среди методов прогнозирования «экспоненциальное сглаживание» снискало себе славу самого быстрого и простого в исполнении метода прогнозирования. Большинство компаний используют этот метод в своем арсенале.
По своей сути экспоненциальное сглаживание близкий родственник «сезонной декомпозиции». Как и «сезонная декомпозиция» метод «экспоненциального сглаживания» позволяет учитывать тренд и сезонный фактор, но есть и еще кое-что. Экспоненциальное сглаживание придерживается той мысли, что не вся историческая информация одинаково ценна для построения прогноза. Так фактические продажи последних трех месяцев для нас гораздо важнее, чем фактические продажи в эти же сезоны двухлетней давности. Поэтому при прогнозировании вес последних событий экспоненциально возрастает в наших глазах.
Формат обучения - дистанционный
Сложность – начальный уровень
До этого курса необходимо пройти обучение по программе «Прогнозирование продаж. Прогнозные модели 1. На основе сезонной декомпозиции»
После успешного окончания данного курса рекомендуем изучить курс «Прогнозирование продаж 3. Прогнозные модели на основе многофакторной регрессии».
Используемое ПО - Excel
Основная идея
Разновидности моделей экспоненциального сглаживания
1-параметрическое экспоненциальное сглаживание
Параметр сглаживания – alpha.
2-параметрическое экспоненциальное сглаживание
Параметр сглаживания – beta.
1-параметрическое экспоненциальное сглаживание
Параметр сглаживания – gamma и phi
Подбор параметров
Влияние горизонта прогноза на подбор параметров
Построение прогнозов и 95% доверительных интервалов
Анализ «Факт-Прогноз»
Недостатки и ограничения экспоненциального сглаживания
Автоматизация построения прогнозов в Excel
Материал может быть удален по просьбе
Скачать:
Среди методов прогнозирования «экспоненциальное сглаживание» снискало себе славу самого быстрого и простого в исполнении метода прогнозирования. Большинство компаний используют этот метод в своем арсенале.
По своей сути экспоненциальное сглаживание близкий родственник «сезонной декомпозиции». Как и «сезонная декомпозиция» метод «экспоненциального сглаживания» позволяет учитывать тренд и сезонный фактор, но есть и еще кое-что. Экспоненциальное сглаживание придерживается той мысли, что не вся историческая информация одинаково ценна для построения прогноза. Так фактические продажи последних трех месяцев для нас гораздо важнее, чем фактические продажи в эти же сезоны двухлетней давности. Поэтому при прогнозировании вес последних событий экспоненциально возрастает в наших глазах.
Формат обучения - дистанционный
Сложность – начальный уровень
До этого курса необходимо пройти обучение по программе «Прогнозирование продаж. Прогнозные модели 1. На основе сезонной декомпозиции»
После успешного окончания данного курса рекомендуем изучить курс «Прогнозирование продаж 3. Прогнозные модели на основе многофакторной регрессии».
Используемое ПО - Excel
Основная идея
Разновидности моделей экспоненциального сглаживания
1-параметрическое экспоненциальное сглаживание
Параметр сглаживания – alpha.
2-параметрическое экспоненциальное сглаживание
Параметр сглаживания – beta.
1-параметрическое экспоненциальное сглаживание
Параметр сглаживания – gamma и phi
Подбор параметров
Влияние горизонта прогноза на подбор параметров
Построение прогнозов и 95% доверительных интервалов
Анализ «Факт-Прогноз»
Недостатки и ограничения экспоненциального сглаживания
Автоматизация построения прогнозов в Excel
Материал может быть удален по просьбе
Скачать:
Похожие темы
- [Артемий Сердитов] Эксперт на стероидах (2025)
- [Udemy] Финансовое моделирование: полный курс финансов в Excel (2024)
- [Ирина Подрез] [Podrez academy] Система продаж Podrez (2024)
- [РУНО] Электронный документооборот предприятия и бухгалтерии (2024)
- [Евгения Балтаг] Генератор контента с GPT-ассистентом (2025)
- [Артур Хорошев] Авторские blueprint для make.com (2024)
- [Сергей Багузин] Статистическое мышление (2024)
- [Максим Иванченко] Решение управленческих и технических задач методами ТРИЗ (2024)
- [Маргарита Масютина, Анастасия Серогодская] WOWнейросети (2024)
- [Елена Александровна] Продукт на миллион (2024)