Trend analizi

Август 12, 2022

Содержание

2. TREND KAVRAMI Trend tahmini verilerin yorumlanmasına yardım eden istatistiksel bir tekniktir. Zaman serisi analizlerinde güdülen amaç
3. Zaman Serisi Analizi Doğrusal trend analizi olarak da bilinir. Özetle, zaman-trend analizi geçmiş yıllarda gerçekleşen gözlem
4. Zaman Serisi Analizi Örnek : Yıllar Satış Miktarı (Bin Ton) 390 425 420 1980 475 ..
5. Zaman Serisi Analizi Örnek : a= (ΣYi / n) - b(ΣXi / n) b= [(nΣXiYi –
6. Zaman Serisi Analizi Örnek : Buradan, b= [(12 (38075)- 78 (5605) / 12 (650) - (78)2]
7. Zaman Serisi Analizi Örnek : Y = 392.46 + 11.48 (X) X = 13 yıl için
8. PAMUK İHRACATINA YÖNELİK TREND ANALİZİ ÖRNEĞİ
9. Doğrusal Bir Trend İçin Genel Denklem F=a+bt Veya Y=a+bx F – forecast (tahmin) t – time
10. En Küçük Kareler Yöntemi Bu yöntemle tarihsel veriler kullanılarak en uygun doğru belirlenir. Bu amaçla a
12. TREN ANALİZİ HESABI
13. b=[(21*12382,97-1273,89*231)/21*3311-(231)^2]= - 2,11671 a= (1273,89/21)-2,11671*(231/21)=83,94954 Y = -2,11671 x +83,94954 2009 yılı için tahmin Y =
14. Zaman Serisi Analizi Önemli hususlar: Zaman serisi analizlerinde geçmiş verilerin doğrusal bir trend izlemesi gerekir. Aksi
15. EXCEL PROGRAMI KULLANILARAK TREND ANALİZİ NASIL YAPILIR? Öncelikle tarihsel verilerin excel kullanılarak grafiği çizilir. Aşağıdaki grafik
16. 2. Adım : Grafikteki noktaların üzerine mouse ile gelinir ve sağ click yapılır. Burada çıkan menüde
17. 3. Adım Tren Ekle bölümünde Trend/Regresyon tipi seçilir.
18. 4 .Adım : Options seçilir. Burada “grafik üzerinde denklemi göster” ve “grafik üzerinde R kare değerini
19. 5 .Adım : Yapılan önceki 4 işlemden sonra grafik üzerinde trend doğrusu, trend denklemi ve determinasyon
20. 1988-2008 yılları arasındaki pamuk ihracatı trendi, trend doğrusu denklemi ve determinasyon katsayısı aşağıda gösterilmiştir.
21. Trend Analizlerinde Uyum İyiliğinin Ölçülmesinde ; Korelasyon Katsayısı (The Correlation Coefficient) ve Determinasyon Katsayısı (The Determination
22. Determinasyon Katsayısı (R2) Regresyon veya trend doğrusu tarafından açıklanan bağımlı değişkendeki değişkenliğin yüzdesini ölçmektedir. 0 ile
23. Quantitative forecasting methods in library management Doğrusal Olmayan Trendler (Non-linear trends) Logarythmic (Logaritmik) Polynomial (Polinom) Power
24. Logarythmic (Logaritmik) :Verideki hızlı artış ve azalışlarda kullanılır.
25. Polynomial (Polinom):Verideki dalgalanmalar. Büyük veri setlerindeki kazanç ve kayıpların tespit edilmesinde kullanılır.
26. Power (güç) :Spesifik orandaki (metre, saniye, vb.) artışların ölçümünde kullanılır.
27. Exponential (üssel) :Yüksek oranlarda artış ve düşme var ise, kullanılır.
28. Moving Average (Hareketli Ortalamalar) : Verideki dalgalanmaları düzgün hale getirir. İlk iki verinin ortalaması, hareketli ortalama
29. En iyi trend nasıl belirlenir? 1) Veri seti için 5 trend karşılaştırılır (linear, logarythmic, polynomial, power,
31. Скачать презентацию

Слайд 2

TREND KAVRAMI
Trend tahmini verilerin yorumlanmasına yardım eden istatistiksel bir tekniktir.
Zaman

serisi analizlerinde güdülen amaç geçmişten yararlanılarak geleceğin tahmin edilmesidir.
Bir firma yöneticisi elindeki son on beş aya ait satış rakamlarına bakarak geleceğe yönelik tahminde bulunabilir. Yöneticinin elindeki verilerde geçmişte genel olarak satışlar artmışsa, öyleyse gelecekte de bu durumun sürmesi beklenir. İşte zaman serisinin en önemli unsuru olan bu gidişe “trend” adı verilir.

Слайд 3

Zaman Serisi Analizi
Doğrusal trend analizi olarak da bilinir. Özetle, zaman-trend

analizi geçmiş yıllarda gerçekleşen gözlem değerlerine “y = a + bx” modeli biçimindeki en iyi uyan doğruyu, sapmaların karelerinin toplamını minimize eden “En Küçük Kareler” yöntemi ile belirlemeyi hedefler.
Daha sonra, doğrusal olduğu kabul edilen trendin (eğilimin) gelecekte de devam edeceği varsayımı altında tahminlerde bulunulur.

Слайд 4

Zaman Serisi Analizi
Örnek :
Yıllar Satış Miktarı (Bin Ton)
390
425
420
1980

475
..
..
..
1988 560

Слайд 5

Zaman Serisi Analizi
Örnek : a= (ΣYi / n) - b(ΣXi /

n)
b= [(nΣXiYi – ΣYi.ΣXi) / nΣX2i - (ΣXi)2 ]

Слайд 6

Zaman Serisi Analizi
Örnek : Buradan,
b= [(12 (38075)- 78 (5605) /

12 (650) - (78)2]
b= 11.48 bulunur.
a= (5605 / 12) - (11.48 / 12)
a= 392.46 bulunur.
Katsayılarımız dikkate alındığında, doğrusal tahmin modelimiz şu şekilde ifade edilebilir :
Y = 392.46 + 11.48 (X)

Слайд 7

Zaman Serisi Analizi
Örnek : Y = 392.46 + 11.48 (X)
X =

13 yıl için ;
Y1989 = 392.46 + 11.48(13)
Y1989 = 541.7 bin ton
olarak tahmin edilir.

Слайд 8

PAMUK İHRACATINA YÖNELİK TREND ANALİZİ ÖRNEĞİ

Слайд 9

Doğrusal Bir Trend İçin Genel Denklem
F=a+bt
Veya
Y=a+bx
F – forecast (tahmin)
t –

time value (zaman değeri),
a – y intercept (sabit katsayı),
b – Doğrunun eğimi.

Слайд 10

En Küçük Kareler Yöntemi
Bu yöntemle tarihsel veriler kullanılarak en uygun doğru

belirlenir. Bu amaçla a ve b katsayıları hesaplanır.
a ve b katsayıları belirlendikten sonra, oluşturulan denklem ile gelecekteki değerler tahmin edilir.

Слайд 11

Слайд 12

TREN ANALİZİ HESABI

Слайд 13

b=[(2112382,97-1273,89231)/213311-(231)^2]= - 2,11671
a= (1273,89/21)-2,11671(231/21)=83,94954
Y = -2,11671 x +83,94954
2009 yılı için tahmin

Y = -2,11671 * (22) +83,94954 = 37,37783

Слайд 14

Zaman Serisi Analizi
Önemli hususlar:
Zaman serisi analizlerinde geçmiş verilerin

doğrusal bir trend izlemesi gerekir. Aksi halde, doğrusal olmayan en iyi eğrilerin geçmiş verilere uyarlanması şart olur.
Veriler alınırken, mevsimsel, devrevi ve rassal değişimlerin belirlenmesi ve tahmin modelinin anılan etkileri gözetecek şekilde kurulması gereklidir.
Dönem uzunluğunun 12’den az sayıda olmamasına dikkat edilmelidir.

Слайд 15

EXCEL PROGRAMI KULLANILARAK TREND ANALİZİ NASIL YAPILIR?
Öncelikle tarihsel verilerin excel kullanılarak

grafiği çizilir. Aşağıdaki grafik 1988-2008 yılları arasındaki pamuk ihracatını göstermektedir.

Слайд 16

2. Adım : Grafikteki noktaların üzerine mouse ile gelinir ve sağ

click yapılır. Burada çıkan menüde Add Trenline (trend ekle) seçilir.

Слайд 17

3. Adım Tren Ekle bölümünde Trend/Regresyon tipi seçilir.

Слайд 18

4 .Adım : Options seçilir. Burada “grafik üzerinde denklemi göster” ve

“grafik üzerinde R kare değerini göster” işaretlenir.

Слайд 19

5 .Adım : Yapılan önceki 4 işlemden sonra grafik üzerinde trend

doğrusu, trend denklemi ve determinasyon katsayısı ortaya çıkacaktır.

Слайд 20

1988-2008 yılları arasındaki pamuk ihracatı trendi, trend doğrusu denklemi ve determinasyon

katsayısı aşağıda gösterilmiştir.

Слайд 21

Trend Analizlerinde Uyum İyiliğinin Ölçülmesinde ;
Korelasyon Katsayısı (The Correlation Coefficient)
ve
Determinasyon

Katsayısı (The Determination Coefficient) kullanılmaktadır.

Слайд 22

Determinasyon Katsayısı (R2)
Regresyon veya trend doğrusu tarafından açıklanan bağımlı değişkendeki değişkenliğin

yüzdesini ölçmektedir. 0 ile 1 arasında değer almaktadır, yüksek değer iyi bir uyum olduğunu göstermektedir.
Range: [0, 1].
RSQ=1 means best fitting (iyi uyum)
RSQ=0 means worse fitting (kötü uyum)

Слайд 23

Quantitative forecasting methods in library management
Doğrusal Olmayan Trendler (Non-linear trends)
Logarythmic (Logaritmik)
Polynomial

(Polinom)
Power (güç)
Exponential (üssel)
Moving average (hareketli ortalamalar)

Слайд 24

Logarythmic (Logaritmik) :Verideki hızlı artış ve azalışlarda kullanılır.

Слайд 25

Polynomial (Polinom):Verideki dalgalanmalar. Büyük veri setlerindeki kazanç ve kayıpların tespit edilmesinde

kullanılır.

Слайд 26

Power (güç) :Spesifik orandaki (metre, saniye, vb.) artışların ölçümünde kullanılır.

Слайд 27

Exponential (üssel) :Yüksek oranlarda artış ve düşme var ise, kullanılır.

Слайд 28

Moving Average (Hareketli Ortalamalar) : Verideki dalgalanmaları düzgün hale getirir. İlk

iki verinin ortalaması, hareketli ortalama trendinin ilk noktası olarak kullanılmaktadır. Daha yüksek ve daha düşük dalgalanma gösteren verilerde kullanılması uygundur.

Слайд 29

En iyi trend nasıl belirlenir?
1) Veri seti için 5 trend karşılaştırılır

(linear, logarythmic, polynomial, power, exponential)
Örneğin; verilerdeki artış ve azalışlar istikrarlı bir şekilde ise, doğrusal (linear) trend seçilir. Eğer verilerdeki artış ve azalışlar çok hızlı ise logaritmik trend seçilir.
2) Determisayon katsayılarına bakılır ve en yüksek olanı seçilir.

Trend analizi

Содержание

TREND KAVRAMITrend tahmini verilerin yorumlanmasına yardım eden istatistiksel bir tekniktir. Zaman

Zaman Serisi Analizi Doğrusal trend analizi olarak da bilinir. Özetle, zaman-trend

Zaman Serisi Analizi Örnek :Yıllar Satış Miktarı (Bin Ton) 390 425 4201980

Zaman Serisi Analizi Örnek : a= (ΣYi / n) - b(ΣXi /

Zaman Serisi Analizi Örnek : Buradan, b= [(12 (38075)- 78 (5605) /

Zaman Serisi Analizi Örnek : Y = 392.46 + 11.48 (X)X =