Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Qabaqcadan görmək ya Proqnozlaşdırma (İngiliscə. Forecasting) keçmiş və indiki verilərinin istiqamət və gedişini analizi (data trend analysis) əsasında gələcək haqda öncədən faktlı və məntiqli xəbər vermək prosesidir. Bir adi örnək, gələcək müəyyənləşmiş günlərdə faiz dəyişənin təxminidir. Öncədən Demək (Prediction) isə Qabaqcadan görməklə eynidir, ancaq daha ümumi sözdür. İkisi də formal statistik metodlarında olan Zaman Seriləri, keçmə-bloklu (cross-sectional), uzunasına rəqəmlər (longitudinal data), ya alternativ az formal qərar çıxarmaq metodlarını işlədirlər. Bu istifadə çeşidli sahələr arasındda fərqli ola bilər: misal üçün, hidrologiya'da, "Qabaqcadan görmə" (forecasting) və "Ön görü" (forecast) müəyyənləşmiş gələcək zamanlardakı dəyərlərin qiymətləndirilməsi için saxlanılır, halbuki "Öncədən Demək" (Prediction) ibarəti, uzun bir dönəmdə sel axımlarınının neçə dəfə baş verməsi kimi, daha çox ümumi təxminlərə işlənir.
Qabaqcadan görmə yollarının kateqoriyaları
Sayılı yollar Keyfiyyətli yollar qarşısında
Keyfiyyətli öngörü yolları istehlakçıların düşüncə və qərarı əsasında və subyektiv dirlər. Onlar keçmiş verilər(data) əldə olmasalar uyğundurlar. Onları adətən orta və ya uzun mənzilli qərarlarda işlətmək olar. Keyfiyyətli öngörü yollarından neçə örnək:
- Bildirilmiş rəy və qərar (informed opinion and judgment)
- Delfi yolu (Delphi method)
- Bazar araşdırması
- Tarixi yaşam dövrü bənzətməsi (historical life-cycle analogy)
Sayılı qabaqcadan görmə modelləri indiki və keçmiş verilər(data)dən gələcək veriləri (data`nı) əldə etmək için işlənirlər. O modellər keçmiş sayılı verilər(datalar) əldə olanda , və başqa tərəfdən gələcəkdə keçmiş kimi məntiqi tikrar olacaq ülgülər və qalibləri yerində qalanda, uyğundurlar. Bu modelləri ümumən qıssa və ya orta mənzilli qərarlarda işlətmək olar. Sayılı öngörü yollarından neçə örnək:
- Son dövrdə tələb (last period demand)
- Sadə və ölçülmüş N-Dövrlü hərəkətli ortalar (simple and weighted N-Period moving averages)
- Sadə eksponent hamarlaşdırıcı (simple exponential smoothing)
- Neçə qatlı mövsümlü göstəricilər (multiplicative seasonal indexes)
Orta yanaşma
Bu yanaşma'da gələcəkdəki bütün dəyərlər keçmişdəki sayılarla bərabərdir. Bu yanaşma əldə olan hər cür keçmiş uyğun data (verilər) ilə işlənəbilər. Zaman seriləri işarələr sistemində:
keçmişdəki faktlar olaraq
Sadə yanaşma
Sadə öngörmə (Naïve forecasts) yanaşması ən səmərli (İng. cost-effective) qabaqcadan görmə modelidir, və daha mürəkkəb modellər qarşısında, daha yaxşı bir bençmark hazırlayabilər. Zaman seriləri verilərində (datasında), sadə yanaşmanı istifadə etmək son muşahidə olunmuş dəyərlər ilə eyni olan öngörüləri ortaya çıxardır. Bu metod öncədən dəqiqliklə və güvənlə deməyi çətin olan iqtisadi və maliyyə zaman serilərinə yaxşı iş verir. Zaman seriləri mövsümlü olurlarsa, son mövsümdəki dəyərlərlə bərabər olan sayıları əldə edən mövsümlü sadə yanaşma daha uyğun olabilər. Sadə metod sürükləmə (Drift) kimi də işlənəbilər ki onda son muşahidə yə ilk muşahidədən son muşahidəyə qədər orta dəyişikləri artırılacaq. Zaman seriləri işarələr sistemində:
Sürükləmə Yolu (Drift method)
Sadə metodda bir variasiya (dəyişiklik) öngörməyə artma zamanda çoxalmaq ya azalmaq icazəsi verir; elə ki artma zamanda dəyişmə miqdarı (sürükləmə ya drift adlanır) keçmiş verilərdə (data`da) orta ədədinin dəyişməsini göstərməyə imkan yaradır. Buna görə, T+h zamanı üçün öngörü aşağıdakı formulayla hisablanır:
Bu ekvivalent ilk və son müşahidə arasında bir xətt çəkərək, gələcəyə doğru aparır (extrapolate).
Mövsümlü sadə yanaşma
Mövsümlü sadə yanaşma (the seasonal naïve method) hər bir öngörməni eyni mövsümdəki son muşahidə olunmuş dəyəri bərabərləşdirməklə mövsümsəlliyə imkan yaradır. Örnək üçün, bütün sonrakı Aprel aylarının ön görmə rəqəmləri, keçmiş Aprel aylardakı görünmüş dəyərlərlə eyni bərabər olacaqdır.
![image]()
zamanının öngörməsi aşağıdakı olar:
![image]()
, burada ![image]()
=mövsümlü dövrü və ![image]()
ən kiçik və ![image]()
'dən böyük tam sayı dır.
Mövsümlü sadə yanaşma xüsusən yüksək mövsümsəl səviyyəli verilərdə (data`da) faydalıdır.
Zaman seriləri yolları
Zaman seriləri metodları keçmiş veriləri (data`nı) gələcək nəticələrinin qiymətləndirilməsinin əsası olaraq işlədirlər.
- Hərəkətli orta (Moving average)
- Ağırlıqlı hərəkətli orta (Weighted moving average)
- Kalman süzməsi (Kalman filtering)
- Eksponent hamarlaşdırıcı (Exponential smoothing)
- Avtoreqressiya hərəkətli orta (Autoregressive moving average, ARMA)
- Avtoreqressiya birləşmiş hərəkətli orta (Autoregressive integrated moving average, ARIMA)
- Təxmin etmək (Extrapolation)
- Xətti öngörmə (Linear prediction)
- Trend dəyərləndirməsi
- Böyümə əyrisi (Growth curve, statistika)
Səbəbli / ekonometrik qabaqcadan görmə yolları
Bir sayı qabaqcadan görmə yolları əsas faktorları müəyyənləşdirməyə çalışırlar ki öngörmə dəyişənə (variable) təsir edəbilsinlər. Örnək üçün, iqlim modellərinə görə məlumat əldə olursa, çətir satışına bir öngörmə modelini düzəldib və onu yaxşılatmaq olar. Qabaqcadan görmə modelləri müntəzəm mövsüm varyasyonlarını tez-tez nəzərə alırlar. İqlimdən əlavə, belə varyasyonları tətillər və gömrüklərdə isə işlətmək olar: örnək üçün, futbol mövsümü zamanında kollec futbol geyim satışı, mövsüm sona çatandan öncə çox olacaq.
Səbəbli qabaqcadan görmədə istifadə olunan bir neçə qeyri-rəsmi yol, sərt alqoritmlər işlətmirlər(qaynaq?), ama onun yerinə qabaqcadan görən hökm (the judgment of the forecaster) işlədirlər. Bir sayı qabaqcadan görmələr keçmiş münasibətlər və dəyişənlər(variables) arasını nəzərə alırlar: Bir dəyişən, örnək üçün, bir başqa dəyişən ilə üzün bir müddətdə təxminən xətti ilişkidə olursa, mütləq əlaqələr səbəblərini dərk etmədən, belə bir əlaqəni gələcək üçün təxmin etməyi uyğun ola bilər.
Səbəbli yollar bunları ehtiva edir:
- Regression analysis includes a large group of methods for predicting future values of a variable using information about other variables. These methods include both parametric (linear or non-linear) and non-parametric techniques.
- Autoregressive moving average with exogenous inputs (ARMAX)[4]
Quantitative forecasting models are often judged against each other by comparing their in-sample or out-of-sample mean square error, although some researchers have advised against this.[5]
Qərar çıxarmaq yolları
Süni intellekt yolları
Başqa yollar
Qabaqcadan görməyin dəqiqlik və doğruluyu
| Mean absolute error (MAE) |  |
| Mean Absolute Percentage Error (MAPE) |  |
| Mean Absolute Deviation (MAD) |  |
| Percent Mean Absolute Deviation (PMAD) |  |
| Mean squared error (MSE) or Mean squared prediction error (MSPE) |  |
| Root Mean squared error (RMSE) |  |
| Forecast skill (SS) |  |
| Average of Errors (E) |  |
Səhvlər məhdudiyyətləri
Mövsümlülük və döngülü davranış
Mövsümlülük
döngülü (tsiklik) davranış
İşlətmələr və tətbiqlər
Çatışmazlıq və məhdudiyyətlər
Maye dinamikası tənliklər performans məhdudiyyətlər
Texnoloji qeyri-adilik ilə təqdim olunan mürəkkəblik
İstinadlar
- Scott Armstrong, Fred Collopy, Andreas Graefe and Kesten C. Green. "Answers to Frequently Asked Questions". April 27, 2021 tarixində . İstifadə tarixi: May 15, 2013.
- "Arxivlənmiş surət". 2022-05-26 tarixində . İstifadə tarixi: 2016-01-31.
- Nahmias, Steven. Production and Operations Analysis. 2009.
Həmçinin bax
wikipedia, oxu, kitab, kitabxana, axtar, tap, meqaleler, kitablar, oyrenmek, wiki, bilgi, tarix, tarixi, endir, indir, yukle, izlə, izle, mobil, telefon ucun, azeri, azəri, azerbaycanca, azərbaycanca, sayt, yüklə, pulsuz, pulsuz yüklə, haqqında, haqqinda, məlumat, melumat, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, şəkil, muisiqi, mahnı, kino, film, kitab, oyun, oyunlar, android, ios, apple, samsung, iphone, pc, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, web, computer, komputer
Qabaqcadan gormek yaProqnozlasdirma Ingilisce Forecasting kecmis ve indiki verilerinin istiqamet ve gedisini analizi data trend analysis esasinda gelecek haqda onceden faktli ve mentiqli xeber vermek prosesidir Bir adi ornek gelecek mueyyenlesmis gunlerde faiz deyisenin texminidir Onceden Demek Prediction ise Qabaqcadan gormekle eynidir ancaq daha umumi sozdur Ikisi de formal statistik metodlarinda olan Zaman Serileri kecme bloklu cross sectional uzunasina reqemler longitudinal data ya alternativ az formal qerar cixarmaq metodlarini isledirler Bu istifade cesidli saheler arasindda ferqli ola biler misal ucun hidrologiya da Qabaqcadan gorme forecasting ve On goru forecast mueyyenlesmis gelecek zamanlardaki deyerlerin qiymetlendirilmesi icin saxlanilir halbuki Onceden Demek Prediction ibareti uzun bir donemde sel aximlarininin nece defe bas vermesi kimi daha cox umumi texminlere islenir Risk ve qeyri mueyyenlik bilinmezlik Qabaqcadan gorme ve onceden demeyin en onemli ve ayrilmaz bolumudur umumen qabaqcadan gormeyin dogru bir texmin olacagina yaxsi bir derecelendirmek qayda ve praktika sayilir Her halda melumat ve verilen sayilar data diqqetli texmin etmek icun hemese guncelmelidirler Qabaqcadan gorme yollarinin kateqoriyalariSayili yollar Keyfiyyetli yollar qarsisinda Keyfiyyetli ongoru yollari istehlakcilarin dusunce ve qerari esasinda ve subyektiv dirler Onlar kecmis veriler data elde olmasalar uygundurlar Onlari adeten orta ve ya uzun menzilli qerarlarda isletmek olar Keyfiyyetli ongoru yollarindan nece ornek Bildirilmis rey ve qerar informed opinion and judgment Delfi yolu Delphi method Bazar arasdirmasi Tarixi yasam dovru benzetmesi historical life cycle analogy Sayili qabaqcadan gorme modelleri indiki ve kecmis veriler data den gelecek verileri data ni elde etmek icin islenirler O modeller kecmis sayili veriler datalar elde olanda ve basqa terefden gelecekde kecmis kimi mentiqi tikrar olacaq ulguler ve qalibleri yerinde qalanda uygundurlar Bu modelleri umumen qissa ve ya orta menzilli qerarlarda isletmek olar Sayili ongoru yollarindan nece ornek Son dovrde teleb last period demand Sade ve olculmus N Dovrlu hereketli ortalar simple and weighted N Period moving averages Sade eksponent hamarlasdirici simple exponential smoothing Nece qatli movsumlu gostericiler multiplicative seasonal indexes Orta yanasma Bu yanasma da gelecekdeki butun deyerler kecmisdeki sayilarla beraberdir Bu yanasma elde olan her cur kecmis uygun data veriler ile islenebiler Zaman serileri isareler sisteminde y T h T y y1 yT T displaystyle hat y T h T bar y y 1 y T T y1 yT displaystyle y 1 y T kecmisdeki faktlar olaraq Sade yanasma Sade ongorme Naive forecasts yanasmasi en semerli Ing cost effective qabaqcadan gorme modelidir ve daha murekkeb modeller qarsisinda daha yaxsi bir bencmark hazirlayabiler Zaman serileri verilerinde datasinda sade yanasmani istifade etmek son musahide olunmus deyerler ile eyni olan ongoruleri ortaya cixardir Bu metod onceden deqiqlikle ve guvenle demeyi cetin olan iqtisadi ve maliyye zaman serilerine yaxsi is verir Zaman serileri movsumlu olurlarsa son movsumdeki deyerlerle beraber olan sayilari elde eden movsumlu sade yanasma daha uygun olabiler Sade metod surukleme Drift kimi de islenebiler ki onda son musahide ye ilk musahideden son musahideye qeder orta deyisikleri artirilacaq Zaman serileri isareler sisteminde y T h T yT displaystyle hat y T h T y T Surukleme Yolu Drift method Sade metodda bir variasiya deyisiklik ongormeye artma zamanda coxalmaq ya azalmaq icazesi verir ele ki artma zamanda deyisme miqdari surukleme ya drift adlanir kecmis verilerde data da orta ededinin deyismesini gostermeye imkan yaradir Buna gore T h zamani ucun ongoru asagidaki formulayla hisablanir y T h T yT hT 1 t 2T yt yt 1 yT h yT y1T 1 displaystyle hat y T h T y T frac h T 1 sum t 2 T y t y t 1 y T h left frac y T y 1 T 1 right Bu ekvivalent ilk ve son musahide arasinda bir xett cekerek geleceye dogru aparir extrapolate Movsumlu sade yanasma Movsumlu sade yanasma the seasonal naive method her bir ongormeni eyni movsumdeki son musahide olunmus deyeri beraberlesdirmekle movsumselliye imkan yaradir Ornek ucun butun sonraki Aprel aylarinin on gorme reqemleri kecmis Aprel aylardaki gorunmus deyerlerle eyni beraber olacaqdir T h displaystyle T h zamaninin ongormesi asagidaki olar dd y T h T yT h km displaystyle hat y T h T y T h km burada m displaystyle m movsumlu dovru ve k displaystyle k en kicik ve h 1 m displaystyle h 1 m den boyuk tam sayi dir dd Movsumlu sade yanasma xususen yuksek movsumsel seviyyeli verilerde data da faydalidir Zaman serileri yollari Zaman serileri metodlari kecmis verileri data ni gelecek neticelerinin qiymetlendirilmesinin esasi olaraq isledirler Hereketli orta Moving average Agirliqli hereketli orta Weighted moving average Kalman suzmesi Kalman filtering Eksponent hamarlasdirici Exponential smoothing Avtoreqressiya hereketli orta Autoregressive moving average ARMA Avtoreqressiya birlesmis hereketli orta Autoregressive integrated moving average ARIMA Texmin etmek Extrapolation Xetti ongorme Linear prediction Trend deyerlendirmesi Boyume eyrisi Growth curve statistika Sebebli ekonometrik qabaqcadan gorme yollari Bir sayi qabaqcadan gorme yollari esas faktorlari mueyyenlesdirmeye calisirlar ki ongorme deyisene variable tesir edebilsinler Ornek ucun iqlim modellerine gore melumat elde olursa cetir satisina bir ongorme modelini duzeldib ve onu yaxsilatmaq olar Qabaqcadan gorme modelleri muntezem movsum varyasyonlarini tez tez nezere alirlar Iqlimden elave bele varyasyonlari tetiller ve gomruklerde ise isletmek olar ornek ucun futbol movsumu zamaninda kollec futbol geyim satisi movsum sona catandan once cox olacaq Sebebli qabaqcadan gormede istifade olunan bir nece qeyri resmi yol sert alqoritmler isletmirler qaynaq ama onun yerine qabaqcadan goren hokm the judgment of the forecaster isledirler Bir sayi qabaqcadan gormeler kecmis munasibetler ve deyisenler variables arasini nezere alirlar Bir deyisen ornek ucun bir basqa deyisen ile uzun bir muddetde texminen xetti iliskide olursa mutleq elaqeler sebeblerini derk etmeden bele bir elaqeni gelecek ucun texmin etmeyi uygun ola biler Sebebli yollar bunlari ehtiva edir Regression analysis includes a large group of methods for predicting future values of a variable using information about other variables These methods include both parametric linear or non linear and non parametric techniques Autoregressive moving average with exogenous inputs ARMAX 4 Quantitative forecasting models are often judged against each other by comparing their in sample or out of sample mean square error although some researchers have advised against this 5 Qerar cixarmaq yollari Suni intellekt yollari Basqa yollarQabaqcadan gormeyin deqiqlik ve dogruluyu Et Yt Ft displaystyle E t Y t F t Mean absolute error MAE MAE t 1N Et N displaystyle MAE frac sum t 1 N E t N Mean Absolute Percentage Error MAPE MAPE 100 t 1N EtYt N displaystyle MAPE 100 frac sum t 1 N frac E t Y t N Mean Absolute Deviation MAD MAD t 1N Et N displaystyle MAD frac sum t 1 N E t N Percent Mean Absolute Deviation PMAD PMAD t 1N Et t 1N Yt displaystyle PMAD frac sum t 1 N E t sum t 1 N Y t Mean squared error MSE or Mean squared prediction error MSPE MSE t 1NEt2N displaystyle MSE frac sum t 1 N E t 2 N Root Mean squared error RMSE RMSE t 1NEt2N displaystyle RMSE sqrt frac sum t 1 N E t 2 N Forecast skill SS SS 1 MSEforecastMSEref displaystyle SS 1 frac MSE forecast MSE ref Average of Errors E E i 1NEiN displaystyle bar E frac sum i 1 N E i N Sehvler mehdudiyyetleriMovsumluluk ve dongulu davranisMovsumluluk dongulu tsiklik davranisIsletmeler ve tetbiqlerCatismazliq ve mehdudiyyetlerMaye dinamikasi tenlikler performans mehdudiyyetler Texnoloji qeyri adilik ile teqdim olunan murekkeblikIstinadlarScott Armstrong Fred Collopy Andreas Graefe and Kesten C Green Answers to Frequently Asked Questions April 27 2021 tarixinde Istifade tarixi May 15 2013 Arxivlenmis suret 2022 05 26 tarixinde Istifade tarixi 2016 01 31 Nahmias Steven Production and Operations Analysis 2009 Hemcinin baxAntisipasiya