Forecasting Teknikleri Excel Uygulaması Time series data Her data temel olarak 3 component (kısımdan) oluşur; Trend Seasonal 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,