Themen dieser Woche
- Regresyon ile talep tahmini
- Mevsimsellik indeksi hesaplama
- Tahmin hatası ölçütleri: MAD, MSE, MAPE
Lehrinhalt
Nedensel tahmin yöntemleri, talebi kendi geçmişinden değil onu etkileyen değişkenlerden tahmin eder. Basit doğrusal regresyonda talep, bir bağımsız değişkenin (reklam harcaması, inşaat izinleri, gelir) doğrusal fonksiyonu olarak modellenir; en küçük kareler yöntemiyle katsayılar bulunur.
Zaman serisinde trend, dönem numarasının bağımsız değişken alınmasıyla regresyonla da tahmin edilebilir. Belirlilik katsayısı, modelin veriyi ne kadar açıkladığını gösterir; yüksek olması nedensellik kanıtı değildir.
Mevsimsellik, mevsim indeksleriyle ele alınır: her dönemin ortalamaya oranı hesaplanır, seri mevsimsellikten arındırılır, trend tahmin edilir ve sonuç yeniden mevsim indeksiyle çarpılır.
Tahmin doğruluğu ölçütleri: ortalama mutlak sapma (MAD), ortalama kare hata (MSE) ve ortalama mutlak yüzde hata (MAPE). MAPE oransal olduğu için farklı ürünler arasında karşılaştırma yapmaya elverişlidir, ancak talebin sıfıra yakın olduğu kalemlerde yanıltıcıdır.
İzleme sinyali, tahmin hatalarının sistematik biçimde tek yöne kaymasını yakalar; belirli bir eşiği aştığında modelin artık geçerli olmadığı anlaşılır ve yöntem gözden geçirilir.