دوره آموزشی تجزیه و تحلیل کسب و کار: پیش بینی با هموارسازی فصلی پایه

هموارسازی نمایی فصلی توسعه ای از هموارسازی نمایی ساده (SES) است. صاف کردن فصلی اغلب زمانی استفاده می شود که یک خط پایه قله ها و دره های فصلی منظم را نشان دهد. استفاده از آب خانگی یک مثال آشنا است: مصرف در طول تابستان و پاییز افزایش می‌یابد و در زمستان و بهار کاهش می‌یابد، اما مصرف کلی سالانه در طی چندین سال ثابت می‌ماند. در این دوره، مشاور باتجربه تحلیل کسب و کار و کارشناس آموزشی کنراد کارلبرگ نشان می‌دهد که چگونه می‌توان تغییرات فصلی را برای پیش‌بینی‌های دقیق‌تر و روشن‌تر ترکیب کرد. نحوه شناسایی فصلی بودن، هموارسازی فصلی خطوط پایه افقی و بهینه سازی پیش بینی های خود را با R و Microsoft Excel بیاموزید.

اهداف یادگیری
مشخص کنید چه چیزی فصلی بودن را از یک روند یا یک چرخه متمایز می کند.
نحوه استفاده از ارجاعات مطلق و نسبی در نام های تعریف شده را بررسی کنید و به یاد بیاورید که مرجع مطلق همیشه ثابت می ماند در حالی که مراجع نسبی بسته به سابقه تغییر می کنند.
با بررسی توابع خودهمبستگی در یک همبستگی فصلی را در یک خط پایه شناسایی کنید.
نحوه اولیه سازی اثرات فصلی را در خط مبنا بررسی کنید.
سطح فعلی خط پایه و اثر فصلی جاری را از مشاهدات، پیش‌بینی‌ها و ثابت‌های هموارسازی قبلی پیش‌بینی کنید.
اندازه گیری خطای کل در یک پیش بینی را کمی کنید و با استفاده از حل کننده آن را به حداقل برسانید.
یک خط مبنا را در یک شی داده ایجاد کنید و از آن خط پایه در R پیش بینی کنید.
مقایسه نتایج اکسل و R