Documente Academic
Documente Profesional
Documente Cultură
Tehnicile de netezire sunt utilizate pentru a genera valori netezite, dar şi pentru obţinerea de
^
previziuni pe termen scurt. Vom nota prin Y t (h) previziunea variabilei Y efectuată la momentul
Y
t, pe baza datelor disponibile până la acest moment Y 1 , Y 2 , ..., t , pentru un orizont de timp h.
Avantaje ale metodelor de netezire exponenţială, în previziune: reduc intervenţia analistului în
elaborarea previziunilor, nu necesită separarea componentelor sistematice (tendinţă,
sezonalitate), în practică s-au dovedit a fi candidate serioase ale altor metode mai complexe.
Metodele din această clasă implică utilizarea unor coeficienţi de netezire, cu valori cuprinse între
0 şi 1, ce facilitează alocarea unor ponderi diferite termenilor seriei.
Ca şi metoda de previziune, acest model este adecvat pentru previziunea unei serii de timp ce
poate fi ajustată local, în vecinătatea lui t, printr-o constantă:
Yt m t
Utilizarea relaţiei de recurenţă ce defineşte această metodă necesită o valoare iniţială Ŷ1 . De
regulă, Ŷ1 se consideră ca fiind media primilor termeni ai seriei, media seriei sau prima valoare
ˆ
observată Y1 Y1 ; stabilirea valorii de pornire nu afectează calitatea previziunilor, dacă lungimea
seriei este rezonabilă. În continuare, ceilalţi termeni se obţin pas cu pas, ca şi previziuni efectuate
la momentul curent şi cu orizontul de previziune h=1:
ˆ ˆ
- la momentul t=1, valoarea previzionată pentru Y2 este Y2 c Y1 (1 c)Y1
- la momentul t=2, când devine disponibilă şi observaţia Y2 , valoarea
Yˆ c Y2 (1 c )Yˆ2 , ş.a.m.d.
previzionată pentru Y3 este 3
O altă formă echivalentă a relaţiei de recurenţă este următoarea:
Yˆt 1 Yt c (Yt Yˆt ) Yt c et
unde t
e Yt Yˆt este eroarea de previziune, la momentul t, adică diferenţa între valoarea
observată şi previziune. Se poate observa că previziunea pentru următoarea perioadă este egală
cu valoarea curentă Yt corectată cu ultima eroare de previziune ponderată prin constanta de
netezire.
Intuitiv, ideea de bază a metodei devine mai clară dacă utilizăm succesiv relaţia de recurenţă
pentru Yt , Yt 1 , ..., Y2 :
Yˆt 1 c Yt (1 c)Yt cYt (1 c) cYt 1 (1 c)Yt 1
=cY + c (1−c )Y +c (1−c )2 Y +⋯+c (1−c )t−1 Y +(1−c )t Y^ =
t t−1 t−2 1 1
t−1
¿ ∑ c (1−c ) Y t−i +const .
i
i=0
Astfel, valoarea previzonată la momentul t, pentru t+1 , se determină ca o medie ponderată a
Y
tuturor observaţiilor Y 1 , Y 2 , ..., t disponibile până la acest moment, iar ponderea observaţiilor
descreşte exponenţial, pe măsură ce ne îndepărtăm de prezent:
Yt pondere c
Yt-1 pondere c(1−c )
2
Yt-2 pondere c(1−c )
………. .........................................
t−1
Y1 pondere c(1−c )
Cea mai mare pondere o are observaţia curentă Yt. Suma ponderilor asociate tuturor observaţiilor
tinde spre 1 atunci când numărul observaţiilor este mare.
Relativ la constanta de netezire, când c =1 valorile previzionate sunt egale cu ultima
Y^ =Y
observaţie t+1 t . Când c are o valoare apropiată de 1, atunci se acordă o pondere mai mare
observaţiilor recente, fiind adecvată pentru serii netede. Atunci când c este aproape de 0,
previziunea depinde într-o mai mare măsură de valorile înregistrate în trecut, fiind adecvată
pentru serii cu o amplitudine mare a fluctuaţiilor. De regulă softurile statistice estimează o
valoare optimă pentru c, fiind acea valoare pentru care unul dintre indicatorii sintetici ai erorilor
de previziune este minim. Frecvent, se minimizează media pătratelor erorilor de previziune:
T −1 T −1
1 1
∑ ( Y t +1 −Y t +1 ) = ∑ e2t +1 →min
^ 2
Metoda de netezire exponenţială simplă a fost extinsă pentru serii ce prezintă tendinţă. În
vecinătatea originii previziunii (momentul t), ajustarea seriei se realizează printr-o dreaptă:
Yˆt h at hbt
unde h este orizontul de previziune, iar nivelul seriei at respectiv panta dreptei bt se modifică
conform unor relaţii de recurenţă asemănătoare cu cele din cazul metodei de netezire
exponenţiale simple:
at Yt 1 ( at 1 bt 1 )
bt a t a t 1 1 bt 1
În aceste relaţii intervin două constante de netezire , 0,1. Prima ecuaţie descrie netezirea
nivelului (mediei) seriei, iar a doua descrie netezirea pantei tendinţei liniare locale.
Pentru perioada observată, previziunile se generează iterativ, la orizontul de previziune h 1
. Valoarea previzionată, la momentul t, pentru următoarea perioadă este:
Yˆt 1 at bt .
Atunci când devine disponibilă o nouă observaţie Yt (şi originea previziunii devine t) parametrii
dreptei, termenul liber at asimilat cu nivelul sau media seriei respectiv panta dreptei bt se
ajustează conform relaţiilor de recurenţă. Nivelul seriei at la momentul t este o medie ponderată
a bt 1 Yˆt şi noua observaţie disponibilă Yt . Panta
între nivelul său previzionat anterior t 1
dreptei bt la momentul t este o medie ponderată între panta estimată la momentul t prin saltul
nivelului seriei at at 1 şi panta estimată la momentul precedent bt 1 .
Utilizarea relaţiilor de recurenţă necesită valori iniţiale pentru at respectiv bt . Varianta de
iniţializare întâlnită frecvent este: a1 Y2 şi b1 Y2 Y1 .
Constantele de netezire , 0,1 sunt determinate de regulă din condiţia minimizării
erorilor de previziune, fiind acele valori pentru care unul dintre indicatorii sintetici ai erorilor de
previziune este minim. De regulă aceste constante se determină din condiţia minimizării mediei
pătratelor erorilor de previziune:
1 T 1
T
Yt 1 Yˆ
t 1
2
1 T 1 2
T
et 1 min
MSE = t 0 t 0
unde nivelul seriei at , panta dreptei de tendinţă bt respectiv componenta sezonieră S t sunt
generate de relaţiile de recurenţă:
Y
at t 1 at 1 bt 1
S t p
bt a t a t 1 1 bt 1
Y
S t t 1 S t p
at .
Componenta sezonieră este reprezentată aici coeficienţii sezonalităţii. Estimaţia pentru
componenta sezonieră, la momentul t, este o medie ponderată între coeficientul sezonalităţii
estimat prin raportul între valoarea curentă şi nivelul seriei Yt / at şi ultima valoare a
St p
coeficientului, generată pentru respectivul sezon (calculată la momentul t-p). În ecuaţia
Y /S
pentru nivelul seriei at se utilizează valoarea desezonalizată curentă t t p estimată prin
valoarea curentă împărţită la cea mai recentă estimaţie a indicelui sezonalităţii pentru respectivul
sezon.
Ca şi valori iniţiale, necesare în relaţiile de recurenţă, sunt sugerate următoarele:
p
1
a p= ∑ Y k ,
- media datelor ce acoperă primul ciclu sezonier p k =1 fiind astfel eliminată
sezonalitatea din nivelul iniţial al seriei;
1 Y p 1 Y1 Y p 2 Y2 Y2 p Y p
bp ( ... )
- p p p p , fiecare termen din sumă fiind o estimaţie
pentru panta dreptei aferentă unui sezon;
- coeficienţii sezonalităţii sunt estimaţi prin coeficienţii determinaţi prin metoda raportării
la mediile mobile, varianţt multiplicativă. O altă variantă de lucru este următoarea:
Y Y Yp
S1 1 S 2 2 Sp
ap ap ap
, , ..., .
Cele trei constante de netezire , , 0,1 sunt determinate din condiţia minimizării erorilor
de previziune.
Previziunile, pentru un orizont de timp h, sunt calculate utilizând estimaţiile aT , bT respectiv
ST p h
rezultate la ultima iteraţie:
YˆT h (aT h bT ) S T p h
.
unde nivelul seriei at , panta dreptei de tendinţă bt , respectiv componenta sezonieră S t sunt
generate de relaţiile de recurenţă:
at (Yt S t p ) 1 at 1 bt 1
bt a t a t 1 1 bt 1
S t (Yt at ) 1 S t p
.
unde , , 0,1 . Pentru iniţializarea coeficienţilor sezonalităţii se poate utiliza metoda
raportării la mediile mobile (model aditiv) sau diferenţele:
S1 Y1 a p S 2 Y2 a p S Yp a p
, , ..., p .
Previziunile, pentru un orizont de timp h, sunt determinate ţinând seama de forma aditivă a
modelului:
YˆT h aT h bT S T p h
.
Materiale suplimentare:
- sliduri atasate
- https://otexts.com/fpp2/holt.html
- Tutorial (pdf) Eviews