Weighted Moving Average Sap

Gewichtetes gleitendes Durchschnittsmodell Definition Im gewichteten gleitenden Durchschnittsmodell (Prognosestrategie 14) wird jeder historische Wert mit einem Faktor aus der Gewichtungsgruppe im univariaten Prognoseprofil gewichtet. Formel für den gewichteten gleitenden Durchschnitt Das gewichtete gleitende Durchschnittsmodell ermöglicht es Ihnen, aktuelle historische Daten stärker als ältere Daten zu gewichten, wenn Sie den Durchschnitt bestimmen. Sie tun dies, wenn die neueren Daten repräsentativer sind, was zukünftige Nachfrage als ältere Daten sein wird. Daher kann das System schneller auf eine Niveauänderung reagieren. Die Genauigkeit dieses Modells hängt weitgehend von der Wahl der Gewichtungsfaktoren ab. Wenn sich das Zeitreihenmuster ändert, müssen Sie auch die Gewichtungsfaktoren anpassen. Beim Anlegen einer Gewichtungsgruppe tragen Sie die Gewichtungsfaktoren in Prozent ein. Die Summe der Gewichtungsfaktoren muss nicht 100 sein. Mit dieser Prognosestrategie wird keine Ex-post-Prognose berechnet. Gewichteter gleitender Durchschnitt Der gewichtete gleitende Durchschnittsalgorithmus glättet die Zeitreihendaten, während er bestimmten Zeitperioden eine größere Bedeutung gibt. Es wird oft für die Erstellung einer Umsatzprognose für reife Produkte mit ziemlich stabilen Verkaufszahlen verwendet. Gewichteter gleitender Durchschnitt (rollierende 3 Perioden) Berechnung Wie bei dem einfachen gleitenden Durchschnittsalgorithmus analysiert der gewichtete gleitende Durchschnitt die Zeitreihendaten, indem eine Reihe von Durchschnittswerten für verschiedene Teilmengen von Werten erstellt wird, die in verschiedenen Teilmengen von Perioden gemessen werden. Jedoch werden in diesem Fall die Mittelwerte für die Teilmengen berechnet, indem die Kennzahlenwerte mit vordefinierten Gewichten multipliziert werden und die Summe dieser multiplizierten Werte durch die Summe der Gewichte dividiert wird. Somit wird ein gewichteter Durchschnitt als Ex-post-Prognose für eine feste Anzahl von Perioden berechnet. Als nächsten Schritt verschiebt der Algorithmus die Berechnung eine Periode in die Zukunft, wobei noch m Perioden für die Berechnung berücksichtigt werden. Der gewichtete Durchschnitt der letzten m historischen Perioden wird die Prognose für die erste künftige Periode sein. Jeder historische Wert wird mit dem jeweiligen Gewicht dieser Periode gewichtet. Die resultierende Prognose ist eine konstante Zahl, zu der einige Teilmengen der Zeitreihendaten mehr beitragen als andere. Die Ex-post-Prognose wird daher wie folgt berechnet: Berechnung der verwendeten Ex-post Prognosevariablen: X1, X2. Xn Zeitreihenwerte m die Größe der Teilmenge W1, W2. Wn Gewichte i m. N und 0 lt m n Die Prognose berechnet sich wie folgt: Berechnung der prognostizierten Variablen: X1, X2. Xn Zeitreihenwerte m die Größe der Teilmenge W1, W2. Wn Gewichte i m. N und 0 lt mn Abgesehen von der Angabe der Kennzahlen für die Prognose und die Ex-post-Prognose müssen Sie folgende Einstellungen vornehmen, wenn Sie den gewichteten gleitenden Durchschnittsalgorithmus in Ihrem Modell verwenden möchten: Quelle der Gewichte Die Kennzahl, die verwendet wird Speichern der Gewichtungen, mit denen das System die Zeitreihendaten multiplizieren soll Anzahl der Perioden Die Länge der Teilmengen in der Zeitreihe, für die der gleitende Durchschnitt berechnet wird. Wenn Sie z. B. 3 für diese Einstellung auswählen und die Periodizität auf Monat einstellen, berechnet der Algorithmus den Durchschnitt für die Monate 1, 2 und 3, dann für die Monate 2, 3 und 4 und so weiter innerhalb der Historie Horizont. Berechnung auf zukünftige Perioden verlängern Wenn Sie diese Option auswählen, wird die gewichtete gleitende Durchschnittslogik von den letzten Perioden in der Vergangenheit auf die zukünftigen Perioden übertragen. Weitere Informationen finden Sie in der Beschreibung derselben Einstellung in Simple Moving Average.