Таким образом, мы видим, что самым высоким является коэффициент автокорреляции четвертого порядка. Это говорит о том, что во временном ряде присутствуют сезонные колебания с периодичностью в четыре квартала.

В нашем случае коэффициент автокорреляции достаточно велик, и проверять его значимость необязательно.

РАЗДЕЛ 4. ПРОГНОЗИРОВАНИЕ ДАННЫХ ОБ ОБЪЕМЕ РЫНКА БЫТОВОЙ ТЕХНИКИ Г. УФА

4.1 Анализ данных об объеме рынка бытовой техники на основе методов прогнозирования

На основе имеющихся квартальных данных за период 2003-2009 гг., прогноз будет построен на 2010 г. Сравнить полученный прогноз с реальными показателями (первый, второй и третий кварталы) не представляется возможным ввиду отсутствия данных за 2010 г. [19].

Проанализировав данные об объеме рынка бытовой техники г. Уфа графически и содержательно, можно сделать вывод о факторах, определяющих развитие рынка:

· pocт peaльныx дoxoдoв нaceлeния;

· рост потребительского кредитования;

· рост жилищного строительства.

На основе материала, изложенного в пункте 1.3, были построены прогнозы на 2009 г. методами экспоненциального сглаживания с учетом тренда, на основе аддитивной модели, мультипликативной модели и с использованием индексов.

Сравнение полученных данных представлено в таблице 4.1.

Таблица 4.1 Сравнение прогнозных и реальных значений

Реальные значения	Прогноз
Реальные значения	Экспоненциальное сглаживание	Аддитивная модель	Мультипликативная модель	С использованием индексов
1747589	1853982	1823281	1929637	1777767
1754871	1915300	1867596	1916210	1789130
1768796	1976618	1914558	1898126	1781820
1789797	2037936	1959756	1875383	1858792

В таблицах 4.2, 4.3 представлен сравнительный анализ ошибок прогнозирования при различных методах.

Таблица 4.2 Ошибки прогнозных значений в процентах

Прогноз
Экспоненциальное сглаживание	Аддитивная модель	Мультипликативная модель	С использованием индексов
6,09	4,33	10,42	1,73
9,14	6,42	9,19	1,95
11,75	8,24	7,31	0,74
13,86	9,50	4,78	3,85
max	13,86	9,50	10,42	3,85
среднее	10,21	7,12	7,93	2,07

Таблица 4.3 Ошибки прогнозных значений в процентах

Прогноз
Экспоненциальное сглаживание	Аддитивная модель	Мультипликативная модель	С использованием индексов
MAD	30116	21006	23263	6102
MSE	5909154885	2857036140	3467625716	292264866
MAPE	0,01702	0,01070	0,01239	0,00322

Таким образом, наименьшие ошибки получены при прогнозировании с помощью использования индексов.

4.2 Выбор наилучшего метода прогнозирования

На рис 4.1 представлены графики прогнозов различными методами.

Рис. 4.1. Сравнение прогнозов на 2009 г.

Наиболее точный прогноз получен с помощью использования индексов. При прогнозе данным методом ошибки минимальны.

В 2009 году ситуация на рынке бытовой техники ухудшилась. В основном снижение продаж коснулось рынка стиральных машин, встраиваемой техники, кондиционеров и телевизоров [20].

4.3 Оценка адекватности и точности модели

Полученный различными методами прогноз объема рынка бытовой техники г. Уфа необходимо оценить.

Для эффективной оценки адекватности моделей, позволяющих спрогнозировать объем рынка, рассчитаем коэффициенты детерминации по формуле (1.55):

Таблица 4.4 Коэффициенты детерминации

Метод прогнозирования	Коэффициент детерминации
Метод Хольта	0,768
Аддитивная модель;	0,825
Мультипликативная модель	0,771
Прогноз с использованием индексов.	0,974

Наиболее высокий коэффициент детерминации у модели с использованием индексов, что говорит об адекватности этой модели.

Прогноз на 2010 г. построен с помощью наиболее точного и адекватного метода – с помощью индексов. Результаты представлены на рис. 4.2.

Рис. 4.2. Прогноз на 2010 г.

Таблица 4.5 Прогнозные значения на 2010 г.

Квартал	Прогнозные значения
I	1953724
II	2036834
III	2073799
IV	2120464

На основе данного прогноза можно сделать вывод, что на рынке бытовой техники г. Уфа в 2010 г. ожидается увеличение объемов продаж.

Прогнозируемый годовой объем продаж за 2010 г. составит 8 184 821 руб.

ЗАКЛЮЧЕНИЕ

В ходе написания курсовой работы приобретены практические навыки поиска и систематизации собранного материала для статистического исследования, исследованы теоретические и прикладные аспекты прогнозирования на основе временных рядов.

Результаты применены к материалам рынка бытовой техники г. Уфа за 2010 г. В данной работе сделан графический и содержательный анализ данных, выявлена динамика основных показателей за 7 лет, разработана процедура прогнозирования, получен прогноз на 2010 г. Также оценена и проверена адекватность моделей и сделан вывод о том, что наиболее эффективный прогноз получен с помощью использования индексов.

В курсовой работе решены следующие задачи:

1) подготовка обзоров методов прогнозирования;

2) графический анализ данных об объеме рынка бытовой техники;

3) содержательный анализ данных об объеме рынка бытовой техники;

4) анализ данных об объеме рынка бытовой техники на основе методов прогнозирования;

5) задача прогнозирования на 2009 г., проверка адекватности и точности прогноза и анализ ситуации на рынке бытовой техники г. Уфа в 2009 г;

6) выбор наилучшего метода прогнозирования;

7) построение прогноза на 2010 г. и расчет прогнозируемого объема продаж

8) построение прогноза на 2008 г. и проверка адекватности и точности прогноза;

9) построение прогноза на 2009 г. и анализ ситуации на предприятии в 2009 г.;

10) выбор наилучшего метода прогнозирования;

11) построение прогноза на 2010 г. и расчет прогнозируемого дохода.

В курсовой работе сформулированы выводы о том, что прогнозируемый объем продаж в 2010 г. составит 8 184 821 руб.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Кендэл М. Временные ряды / М. Кендэл. М.: Финансы и статистика, 1981. 199 с.

2. Ханк Д. Бизнес-прогнозирование / Д Ханк, А. Райтс, Д. Уичерн. М: Издательство «Вильямс», 2003. 656 с.

3. Просветов Г.И. Управленческий учет. Задачи и решения / Г.И. Просветов. М: Издательство РДЛ, 2006. 272 с.

4. Боровиков В.П. Популярное введение в программу STATISTICA / В.П. Боровиков. М.: Финансы и статистика, 2003. 267 с.

5. Боровиков В.П. Прогнозирование в системе STATISTICA / В.П. Боровиков, Г.И. Ивченко. М.: Финансы и статистика, 2000. 277 с.

6. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю.П. Лукашин. М: Издательство РДЛ, 2007. 182 с.

7. Михайлов Д.С. Аналитические технологии для прогнозирования и анализа данных / Д.С. Михайлов. М.: Финансы и статистика, 2001. 199 с.

8. Орлов А.И. Прогнозирование / А.И. Орлов. М.: Финансы и статистика, 2003. 189 с.

9. Веснин В.Р. Прогнозы и прогнозирование / В.Р. Веснин. М: Триада 2000. 212 с.

10. Джонстон Д. Эконометрические методы / Д. Джонстон. М.: Статистика, 1980, 210 с.

11. Доугерти К. Введение в эконометрику / К. Доугерти. М.: Инфра-М, 1997. 251 с.

12. Кремер Н.Ш. Эконометрика: Учебник для ВУЗов / Н.Ш. Кремер, Б.А. Путко. М.: ЮНИТИ-ДАНА, 2003, 311 с.

13. Кандаурова Г.А. Прогнозирование и планирование в экономике / Г.А. Кандаурова. Интерпрессервис, Современная школа, 2005. 480 с.

14. Павленко В.Н. Временные ряды / В.Н. Павленко, А.М. Набиев, Е.А. Постников, М.А. Хрыкина. Санкт-Петербург: РГГМУ, 2007. 57 с.

15. Гамбаров Г.М. Статистическое моделирование и прогнозирование / Г.М.

16. Исследования рынка – Режим доступа: http://marketing.rbc.ru/

17. Официальный сайт консалтинговой компании MostMarketing– Режим доступа: http://www.m-marketing.ru/

18. Пресс-релиз – Режим доступа: http://press-release.com/

19. Информационный сайт города Уфы – Режим доступа: http://webufa.ru/

20. Информационный строительный портал – Режим доступа: http://restko.ru/

ПРИЛОЖЕНИЕ 1. Статистические показатели динамики

t	Yt	Абсолютный прирост, минуты		Темп роста, %		Темп прироста, %
Цепной	Базисный	Цепной	Базисный	Цепной	Базисный
1	582790	-	-	-	-	-	-
2	589787	6997	6997	101	101	1	1
3	602547	12760	19757	102	103	2	3
4	605458	2911	22668	100	104	0	4
5	712300	106842	129510	118	122	18	22
6	720458	8158	137668	101	124	1	24
7	734879	14421	152089	102	126	2	26
8	739528	4649	156738	101	127	1	27
9	892901	153373	310111	121	153	21	53
10	898787	5886	315997	101	154	1	54
11	914525	15738	331735	102	157	2	57
12	922145	7620	339355	101	158	1	58
13	1110683	188538	527893	120	191	20	91
14	1115879	5196	533089	100	191	0	91
15	1135897	20018	553107	102	195	2	95
16	1150121	14224	567331	101	197	1	97
17	1395473	245352	812683	121	239	21	139
18	1400217	4744	817427	100	240	0	140
19	1421587	21370	838797	102	244	2	144
20	1447879	26292	865089	102	248	2	148
21	1747589	299710	1164799	121	300	21	200
22	1754871	7282	1172081	100	301	0	201
23	1768796	13925	1186006	101	304	1	204
24	1789797	21001	1207007	101	307	1	207
25	1823014	33217	1240224	102	313	2	213
26	1900147	77133	1317357	104	326	4	226
27	1958799	58652	1376009	103	336	3	236
28	1982140	23341	1399350	101	340	1	240

Стратегический анализ рынка бытовой техники (стр. 6 из 6)