Согласен можно любую зависимость представить в линейном виде просто надо знать как.
А вопрос мой вот всем. Есть некторое колво наблюдений
y x
3,84% 0,41%
3,78% 0,37%
3,49% 0,31%
3,43% 0,33%
3,53% 0,36%
3,44% 0,39%
3,35% 0,41%
3,17% 0,42%
3,14% 0,41%
3,04% 0,44%
3,04% 0,46%
3,02% 0,53%
2,94% 0,53%
Целью является создание прогноза.
Можно сделать простенький прогноз определив сезонность наблюдений в виде коэф-в которуые потом наложить на созданный тренд. Проблема заключается в том что нужно посчитать и включить в модель возмоджные скачки этой функции.
Есть 2 фактора кот могут повилять на прогноз - изменение цены на цемент и изменения прироста новых клиентов изза расширения компании.
Если изменение цены на цемент будет больше чем среднегодовое за предыдущие периоды то это может изменить спрос на товар из-за большого повышения цены. Есть ряд наблюдений повышения цен Евроццементом за период в 2 года. Исходя из этого и данных различных новостей можно оценить услвоную вероятность резкого повышения цен на цемент (т.е. больше чем запланировано) и включить ее в модель начиная с какого-либо периода ну и сделать сценарии.
Кто-нибудь сталкивался с расчетом этих сложнопрогнозируемых явлений и включении их в прогноз?
|