METODY NAIWNE

Prognozowanie naiwne jest najprostsz─ů metod─ů oszacowania przysz┼éych warto┼Ťci. Zak┼éada ono, ┼╝e przysz┼ée warto┼Ťci b─Öd─ů mia┼éy tak─ů sam─ů lub analogiczn─ů struktur─Ö jak historia. Wszystko zale┼╝y od tego jak─ů wiedz─Ö posiadamy.

  • Je┼Ťli o obserwowanym szeregu nie wiemy nic, prognoz─ů na nast─Öpny krok jest ostatnia dost─Öpna obserwacja.

F_{t+1}=X_t

 

 

  • Je┼Ťli wiemy, ┼╝e w danych wyst─Öpuje sezonowo┼Ť─ç, prognoz─ů na nast─Öpny krok jest analogiczna obserwacja z ostatniego okresu (np. z tego samego miesi─ůca poprzedniego roku).

F_{t+1}=X_{t+1-s}

     gdzie s to okres sezonowo┼Ťci.

 

  • Je┼Ťli wiemy, ┼╝e w danych wyst─Öpuje trend, prognoz─ů na nast─Öpny krok jest ostatnia dost─Öpna obserwacja powi─Ökszona o przyrost mi─Ödzy przedostatni─ů a ostatni─ů obserwacj─ů.

F_{t+1}=2X_t - X_{t-1}

 

Za┼éo┼╝enia o istnieniu trendu i sezonowo┼Ťci mo┼╝na po┼é─ůczy─ç, prognozuj─ůc nast─Öpn─ů warto┼Ť─ç jako analogiczn─ů warto┼Ť─ç z ostatniego okresu powi─Ökszona o przyrost w ci─ůgu ostatniego okresu, gdzie przyrostem w tym przypadku jest r├│┼╝nica pomi─Ödzy warto┼Ťciami z ostatniego i przedostatniego okresu.

F_{t+1}=2X_{t-s} - X_{t-2s} 

 

Prognozy naiwne s─ů bardzo proste i przez to cz─Östo niedok┼éadne. Zwykle wi─Öc stosowane s─ů w przypadkach, kiedy od dok┼éadno┼Ťci wa┼╝niejsze jest szybkie wyliczenie prognozy. Ka┼╝dy model statystyczny powinien by─ç lepszy (a przynajmniej nie gorszy) od prognozy naiwnej.