Interpretieren der wichtigsten Ergebnisse für Gleitender Durchschnitt (MA)

Führen Sie die folgenden Schritte aus, um eine Analyse der gleitenden Durchschnitte zu interpretieren. Zu den wichtigsten Ausgaben gehören das Diagramm der gleitenden Durchschnitte, die Genauigkeitsmaße und die Prognosen.

In diesem Thema

Schritt 1: Bestimmen, ob das Modell an Ihre Daten angepasst ist
Schritt 2: Vergleichen der Anpassung Ihres Modells mit anderen Modellen
Schritt 3: Bestimmen, ob die Prognosen genau sind

Schritt 1: Bestimmen, ob das Modell an Ihre Daten angepasst ist

Untersuchen Sie das Glättungsdiagramm, um zu ermitteln, ob das Modell an Ihre Daten angepasst ist. Wenn die Anpassungen eng an den tatsächlichen Daten liegen, ist das Modell an Ihre Daten angepasst.

Wenn das Modell an Ihre Daten angepasst ist, können Sie Einfache exponentielle Glättung ausführen und die beiden Modelle vergleichen.
Wenn das Modell nicht an die Daten angepasst ist, untersuchen Sie das Diagramm auf Trends und Saisonabhängigkeit. Wenn Sie Anzeichen für einen Trend oder eine Saisonabhängigkeit feststellen, sollten Sie eine andere Zeitreihenanalyse verwenden. Weitere Informationen finden Sie unter Welche Zeitreihenanalyse sollte verwendet werden?.

In diesem Glättungsdiagramm liegen die Anpassungen eng an den Daten, was darauf hinweist, dass das Modell an Ihre Daten angepasst ist.

Schritt 2: Vergleichen der Anpassung Ihres Modells mit anderen Modellen

Vergleichen Sie die Anpassung Ihres Modells anhand der Genauigkeitsmaße (MAPE, MAD und MSD) mit anderen Zeitreihenmodellen. Diese Statistiken allein sind nicht sehr aussagekräftig, mit Ihnen können Sie jedoch die Anpassungen vergleichen, die mit unterschiedlichen Methoden erzielt werden. Für alle drei Statistiken gilt, dass kleinere Werte im Allgemeinen auf ein besser angepasstes Modell hindeuten. Wenn ein einzelnes Modell nicht die kleinsten Werte für alle drei Statistiken aufweist, ist MAPE in der Regel die bevorzugte Maßzahl.

Hinweis

Die Genauigkeitsmaße liefern einen Hinweis auf die Genauigkeit, die Sie erwarten können, wenn Sie vom Ende der Daten eine Periode in die Zukunft prognostizieren. Sie geben daher nicht die Genauigkeit von Prognosen an, die weiter als eine Periode in der Zukunft liegen. Wenn Sie das Modell für Prognosen verwenden, sollte Ihre Entscheidung nicht ausschließlich auf den Genauigkeitsmaßen basieren. Sie sollten auch die Anpassung des Modells untersuchen, um sicherzustellen, dass die Prognosen und das Modell eng an den Daten liegen, insbesondere am Ende der Datenreihe.

Modell 1

Genauigkeitsmaße

MAPE	7,265
MAD	16,621
MSD	518,119

Modell 2

Genauigkeitsmaße

MAPE	2,474
MAD	9,462
MSD	135,701

Wichtigste Ergebnisse: MAPE, MAD, MSD

In diesen Ergebnissen sind alle drei Maßzahlen für das zweite Modell kleiner als für das erste Modell. Das zweite Modell ist also besser angepasst.

Schritt 3: Bestimmen, ob die Prognosen genau sind

Untersuchen Sie die Anpassungen und Prognosen im Diagramm, um zu ermitteln, wie genau die Prognosen sind. Die Prognosen sollten in der Regel dem Verlauf der Daten am Ende der Datenreihe folgen. Wenn die Anpassungen und die Daten am Ende der Datenreihe auseinanderlaufen, sind die Prognosen möglicherweise nicht genau. Da die Prognosen aus gleitenden Durchschnitten konstant sind, ist es wichtig, dass vor dem Erstellen von Prognosen kein Trend in den Daten vorhanden ist. Wenn vor dem Erstellen der Prognosen ein Trend vorhanden ist, sind die Prognosen möglicherweise ungenau.

Die Prognosen aus gleitenden Durchschnitten sind sehr konservativ, da sie ausschließlich auf der letzten Schätzung des Niveaus und nicht auf der Schätzung des Trends basieren. Sie sollten in der Regel nur Prognosen für 6 Perioden in der Zukunft erstellen.

In diesem Glättungsdiagramm liegen die Anpassungen eng an den Daten, insbesondere am Ende der Datenreihe. Sie können für die nächsten 6 Monate rund 58 Verkäufe erwarten; die Spannweite liegt bei 52 bis 65.