Slayt 1

Forecasting Teknikleri
Excel Uygulaması
Time series data
Her data temel olarak 3 component
(kısımdan) oluşur;
ƒ Trend
ƒ Seasonal
ƒ Irregular.
Bir seri
Data value = Trend + Seasonal +
Irregular
Dır.
İlk olarak
► Başlamadan
önce verinin yapısının
incelenmesi gerekir,
► Grafik çizilir,
► Farklı componentler belirlenmeye çalışılır,
► Analiz etmek için en iyi yola karar verilir.
Tüketimin 1981-1992 Seyri
Veri trend, mevsimsellik(seasonal) ve
düzensiz(irregular) kısımlar içerir.
Seride Yer Alan
Componentlerin Ayrıştırılması
İlk Önce Ayrıştırılacak Componentler
Yazılır.
İlk aşama;Trendin
Tanımlanmasıdır,
► moving
average metodu, başka bir
deyişle verilerdeki düzensiz unsurların
ayrıştırılarak, ortalama bir eğilimin
bulunması gerekir,
MA ve Trend
Son ve İlk İki karedeki ortalama değerler, bu verinin
çeyrekli veri olması nedeniyle yani yeterli veri
olmaması nedeniyle silinir.
Grafik incelendiğinde, asıl verinin izlediği yol ve trend
görülmektedir.
İkinci aşama, verideki seasonal
componentin belirlenmesidir,
► İlk
önce, Trend asıl veriden çıkarılarak,
seasonal ve irregular kısım bulunur,
► Moving
average yöntemi ile seri seasonal
kısmına ayrıştırılır.
İrregular ve seasonal kısım, bulunur.
Asıl veriden, trend çıkartılmıştır.
Üçüncü aşama, Seasonal kısmın
belirlenmesidir,
çeyrek dikkate alınarak, moving
average ile seasonal düzensiz(irregular)
kısım veriden atılarak, ayrıştırılır
► Dört
Seasonal Kısım ayrıştırılır,
Son Aşamada mevsimsel etkiden
arındırılmış veriler bulunur,
► Temel
veriden, mevsimsel etki çıkartılarak,
mevsimsel etkiden ayrıştırılmış kısım elde
edilir.
Mevsimsel etkiden ayrıştırılmış
veriler,
Mevsimsel etkiden ayrıştırılmış
verilerin grafiği,
Verinin mevsimsel etki ve ayrıştırılma
durumları,
Tüketim verisinin ilk hali ve trendi,
Trend(doğrusal) Doğrusunun
Tüketim ham veriye eklenmesi,
Ham veri, Hesaplanan(MA ile) Trend
ve doğrusal trend
Son aşama, Forecast değerinin
bulunmasıdır,
Bu aşamada, ham veriden elde edilen trend doğrusu ve regresyon
denklemi yardımı ile forecast değerinin bulunması ve daha sonra bu
değerinde mevsimsel etkiden arındırılarak gerçek forecast değerinin
bulunmasıdır,
► Bu verilere göre tükeimin 1992 ve 4 dördüncü çeyrekte ne olacağı
öngörülmeye çalışılmaktadır.
► y = -0.3292x + 865.03 denkleminde 1992-4 değerinin elde edilebilmesi
için, x ile ifade edilen zaman değişkenine, bu yılın sırası olan 20
►
koyulur. Buradan, -0.3292*20+865.03 ve 865.03 değeri elde edilir.
Ancak bu veri, mevsimsel etkiyi içermektedir.
► Bu nedenle, bir önceki dönem, aynı çeyrekte yer alan mevsimsel etki
değeri bu değere ilave dilerek, mevsimsel etkiden arındırılmış olarak,
forecast değeri, 1992-4 dönemi için, 858,2648 olarak elde edilir.
forecast için sıra numaraları eklenir.
Buna göre, ilk yıl 1 dir.
Çizilen trend ve elde edilen regresyon denklemi yardımı ile forecast değeri
mevsimsel etkiyi de içerecek şekilde hesaplanır,
Daha sonra da bu, forecast ile öngörülecek yıl için mevsimsel düzeltmeye
tabii tutulur,
Tüketim ham veri ve tahmin ettiğimiz veri dikkate
alınarak grafik çizilecek olursa,
Forecast
Bu forecast değeri trend doğrusunca da
öngörülmektedir,