Тхе експоненцијално изглађивање То је метода која има механизам самокорекције који има могућност прилагођавања прогноза на начин супротан прошлим грешкама. То су пондерисани покретни просеци тренутних и прошлих вредности где су пондери смањени експоненцијално се, према томе, може користити за изравнавање и истовремено извођење различитих прогнозе.
Ова метода се сматра еволуцијом методе пондерисаног покретног просека, где се израчунава временски просек који има механизам самокорекције. фокусира се на прилагођавање прогноза на начин супротан претходним одступањима кроз корекције које могу утицати на коефицијент изравнавања.
Огласи
На овај начин овај модел може да достигне навести податке о прогнозама и потражњу за последњи период, поред коефицијента глетања. Његов утицај тражи начин да се елиминишу различити историјски неправилни елементи кроз тренутне периоде потражње, постижући оптималне резултате.
Огласи
У овом чланку ћете пронаћи:
Експоненцијалне карактеристике заглађивања
Исток метода заглађивања садржи следеће карактеристике:
- То је техника изградње поверења, која се може применити на сезонске податке и податке о временским серијама. на овај начин пружају низ изглађених података за презентацију и за извођење прогнозе.
- Подаци о временским серијама су низови посматрања.
- Посматрање је поступак који се насумично врши на уредан начин.
- Експоненцијално заглађивање омогућава додељивање опадајућих експоненцијалних пондера током времена.
- То је метода коју не треба користити за предвиђање продаје сезонских производа, то је због продаје која показује образац који метод покретног просека нема способност моделирања.
- У зависности од квантификације, овај метод може дати већу тежину новијим подацима него мање недавним или инверзним.
- То је метода која додељује једну вредност која гарантује превенцију у будућности.
Како израчунавате прогнозу помоћу експоненцијалног изравнавања?
Како је то једноставна калкулација, потребна је само претходна прогноза, потражња за стварним прогнозним периодом и константа од изглађивање. Када се ова метода користи први пут, узимаће се у обзир процена претходне прогнозе или резултат једноставног просека.
Огласи
Тхе формула експоненцијалног заглађивања То је:
Нова прогноза = прогноза претходног периода + алфа (стварна потражња претходног периода - прогноза претходног периода)
Огласи
Где:
Ф1 = Нова прогноза
Огласи
Ф1–1 = Прогноза за претходни период
Алфа = константа заглађивања
А1-1 = Стварна потражња из претходног периода
Колика је константа заглађивања у експоненцијалном заглађивању?
Ова метода делује помоћу константе од алфа заглађивање која има вредност између 0 и 1, међутим, у својој стварној примени вредност може да варира између 0,05 и 0,50.
Константа делује као пондерисани фактор и њена варијација се прави у зависности од потребе да се недавним подацима или претходним подацима да већа тежина. У том смислу, ако је алфа једнак 1, прогноза потражње за наредни период мора бити једнака текућем периоду.
Као последица тога, изабрана алфа треба да буде повезана са жељеном стопом одзива и производом. У супротном, дешава се да ако компанија почне да расте у својој потражњи, биће потребна већа алфа вредност и тиме пружити већи значај недавној потражњи.
Предности и недостаци методе експоненцијалног заглађивања
Међу најрелевантнијим предностима су:
- Управо се метода предвиђања највише користи, јер је врло једноставна, што је омогућило да се примени у пракси у великим и малим предузећима. Обично се то ради у једноставним Екцел датотекама или у софтверу.
- Формула која се користи је врло једноставна, потребна вам је само претходна прогноза, стварна потражња за период прогнозе и константа заглађивања.
- Не морате имати велику количину историјских података.
- Гарантује већу прецизност, јер је експоненцијални модел.
- Обично је прилично флексибилно у настојању да прида више значаја и најновијој и најстаријој потражњи.
Да би се указало на недостатак ове методе, може се рећи да:
- Попут метода покретног просека, то је одговор на тренд, односно иако се постиже алфа вредност одговорити на неке промене које се дешавају у просеку, ове систематске промене ће повећати грешку прогнозе. То значи да је приликом примене алфе која је већа од 0,5 и која има добре резултате, боље одлучити се за двоструко експоненцијално заглађивање.
Експоненцијални глачајући Екцел образац
Тхе експоненцијално заглађивање екцел предлошка садржи следеће карактеристике:
- Покрените прогнозу серије заједно са графом да бисте добили грешке у процени.
- Можете израчунати просек временске серије, користећи поступак самокорекције.
- Просек запажања, можете их стећи експоненцијално, што значи да подаци јесу пондерисани су давањем веће тежине недавним запажањима, а мањом тежином онима са већом старина.
- Препоручује се за обрасце нивоа или случајне потражње, где се настоји избећи утицај на нерегуларне историјске елементе.
