ARIMA – ПРОГНОЗИРОВАНИЕ СПРОСА ПРОИЗВОДСТВЕННОГО ПРЕДПРИЯТИЯ

  • Анастасия Александровна Миролюбова
  • Александр Дмитриевич Прокофьев
  • Михаил Борисович Ермолаев
Ключевые слова: автокорреляция, временной ряд, прогнозирование, прогнозировани предприятиее, стационарность ряда, товарная группа, ARIMA - модель, спрос

Аннотация

Каждому предприятию в условиях нестабильной внешней среды необходим контроль и анализ объема продаж. В статье решается практическая задача разработки модели прогнозирования объема спроса по шести товарным группам крупного промышленного предприятия, производителя парфюмерно-косметической и хозяйственно-бытовой продукции в аэрозольной упаковке. Предложен алгоритм прогнозирования спроса на основе ARIMA-моделей с использованием ППП Statistica. По каждой товарной группе получен прогноз по двум моделям с точностью прогнозирования в пределах 80-98%. 

Литература

Официальный сайт ПРОФстажировки.

РФ. 2.0 [Электронный ресурс] – Режим доступа:

https://xn--80aeliblxdekein0a.xn--p1ai/

Официальный сайт АО «Арнест» [Электронный ресурс]// https://arnest.ru/uslugi/

Федеральный закон «О коммерческой

тайне» от 29.07.2004 № 98-ФЗ (в ред. Федеральных

законов от 18.04.2018 № 86-ФЗ) [Электронный

ресурс]

Кулин Н.И., Козлов Е.А., Жук Ю.А.

Прогнозирование весеннего половодья рек с использованием методов машинного обучения //

Научно-технический вестник информационных

технологий, механики и оптики. 2021. №1. URL:

https://cyberleninka.ru/article/n/prognozirovanievesennego-polovodya-rek-s-ispolzovaniem-metodovmashinnogo-obucheniya (дата обращения:

04.2021).

Сырцова А. О. Метод прогнозирования

результатов ЕГЭ на основе объединения моделей

ARIMA и нейронной сети моделей ARIMA и

нейронной сети. Скиф. 2019. №5-1 (33). URL:

https://cyberleninka.ru/article/n/metodprognozirovaniya-rezultatov-ege-na-osnoveobedineniya-modeley-arima-i-neyronnoy-seti-modeleyarima-i-neyronnoy-seti (дата обращения: 04.04.2021)

Шалунова М.А. Прогнозирование продаж фармацевтической компании при помощи модели ARIMA. Хроноэкономика. 2018. №3 (11).

URL: https://cyberleninka.ru/article/n/prognozirovanieprodazh-farmatsevticheskoy-kompanii-pri-pomoschimodeli-arima (дата обращения: 04.04.2021).

Боровиков В.П., Боровиков И.П.

Statistica: статистический анализ и обработка данных в среде Windows. Издание 2-е, стереотипное.

М.: Информационно-издательский дом «Филинъ»,

608 с.

Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:

ЮНИТИ. 1998. [Электронный ресурс].

REFERENCES

The official website for the professional

training of the Russian Federation. 2.0 [Electronic resource]//URL: https://xn--80aeliblxdekein0a.xn--p1ai/

Official website of Arnest JSC [Electronic

resource] // https://arnest.ru/uslugi/

Federal Law "On Commercial Secrets" dated July 29, 2004 No. 98-FZ (as amended by Federal

Laws dated April 18, 2018 No. 86-FZ) [Electronic resource]

//http://www.consultant.ru/document/cons_doc_LAW_

Kulin N.I., Kozlov E.A., Zhuk Yu.A.

Forecasting spring flood of rivers using machine learning methods // Scientific and technical bulletin of information technologies, mechanics and optics. 2021.

No. 1.

Syrtsova A.O. Method for predicting USE

results based on combining ARIMA models and a neural network of ARIMA models and a neural network.

Skif. 2019. No. 5-1 (33). URL:

https://cyberleninka.ru/article/n/metodprognozirovaniya-rezultatov-ege-na-osnoveobedineniya-modeley-arima-i-neyronnoy-seti-modeleyarima-i-neyronnoy-seti (date of access : 04.04.2021)

Shalunova M.A. Forecasting sales of a

pharmaceutical company using the ARIMA model //

Chronoeconomics. 2018. N 3 (11). URL:

https://cyberleninka.ru/article/n/prognozirovanieprodazh-farmatsevticheskoy-kompanii-pri-pomoschimodeli-arima (date of access: 04/04/2021).

Borovikov V.P., Borovikov I.P. Statistica:

statistical analysis and data processing in the Windows

environment. M .: Information and publishing house

«Filin», 1998. 608 p.

Ayvazyan S.A., Mkhitaryan V.S. Applied

statistics and foundations of econometrics. M.: UNITI.

[Electronic resource]

Опубликован
2021-06-30
Как цитировать
Миролюбова, А., Прокофьев, А., & Ермолаев, М. (2021). ARIMA – ПРОГНОЗИРОВАНИЕ СПРОСА ПРОИЗВОДСТВЕННОГО ПРЕДПРИЯТИЯ. Современные наукоемкие технологии. Региональное приложение, 66(2), 50-55. извлечено от http://journals.isuct.ru/snt/article/view/3675
Раздел
Экономические науки

Наиболее читаемые статьи этого автора (авторов)

<< < 1 2