Сезонная линейная регрессия 

Использование

В качестве альтернативы сезонную линейную регрессию (стратегию прогноза 35) можно использовать для создания прогноза на основе сезонных моделей (стратегия прогноза 30) или на основе сезонно-трендовых моделей (стратегия прогноза 31). Особое внимание следует уделить использованию сезонной линейной регрессии, если временной ряд прошлого периода содержит большое количество нулей или особо малые значения. В этих случаях стратегия прогноза 30 может помочь вычислить базисные значения, являющиеся слишком высокими.

Функции

Перед применением сезонной линейной регрессии система выполняет тест для сезона. Данный тест используется для проверки содержания в сезонных растрах данных прошлых периодов. При этом система определяет коэффициент автокорреляции для всех периодов. Если определенное значение больше или равно 0,3, система применяет сезонную линейную регрессию. Если значение меньше 0,3, система не распознает сезонный растр и применяет линейную регрессию.

Для изменения предела значения (0,3) можноиспользовать метод PARAMETER_SET Business Add-In (BAdI)/SAPAPO/SCM_FCSTPARA.

Действия

Система выполняет вычисление прямой сезонной линейной регрессии следующим образом:

...

       1.      Расчет сезонных индексов.

Определение начального сезонного индекса для каждого прошлого периода t

                            a.      Расчет числа сезонов n_k, доступных в пределах всего временного ряда прошлых периодов:

n_{k =} n_{total /} n_season,

где n_season - число периодов за сезон, а n_total - общее количество значений прошлого периода.

                            b.      Расчет среднего значения A_k каждого сезона k:

A_k = Σ V(t) / n_season,

где V(t) - значение прошлого периода t периода, а n_season - число периодов за сезон.

                            c.      Начальный сезонный индекс s_start (t) рассчитывается для каждого периода t в пределах каждого сезона.

S_start(t) = V(t) / A_k

При наличии незавершенного сезона (который появляется в случае, если n_k не является целым числом) начальный сезонный индекс s_start (t) самых старых данных прошлых периодов рассчитывается с использованием среднего A_k сезона n_kth.

Определение среднего сезонного индекса

                            d.      Если значение k доступно для всех сезонов, то начальные сезонные индексы усредняются:

s_average(s) = (s_start (s) + s_start(n_season + s) + ....+s_start((k-1) n_season+s))/k,

s = 1, ... , n_season

Сглаживание средних сезонных индексов

                            e.      Результат шага d сглаживается посредством указанного коэффициента сглаживания. Рекомендуемое значение коэффициента сглаживания, установленное по умолчанию, равно 1. Это значение может быть изменено посредством метода PARAMETER_SET в BAdI/SAPAPO/SCM_FCSTPARA.

       2.      Фактические данные исправляются на основе сезонных индексов, рассчитанных в шаге 1.

       3.      Линейная регрессия выполняется на основе несезонных фактических значений.

       4.      Сезонные индексы применяются к результатам калькуляции линейной регрессии, которая производит результаты прогноза.