Технологии интеллектуального анализа данных : учебное пособие

268 чтобы ранее сделанный прогноз Х (+1) тоже вошел в число исход- ных значений. Затем снова будет запущен алгоритм расчета про- гнозируемого значения и Х (+2) будет рассчитан с учетом Х (+1) и так далее в соответствии с заданным горизонтом прогноза. Продолжим рассматривать предыдущий пример. На основа- нии построенной модели временного ряда спрогнозируем продажи на следующий месяц. Для этого на входы модели необходимо подать значения о продажах за три месяца – 01.04.2004; 01.05.2005; 01.06.2004, а это есть поля Х – 2; Х – 1 и X . Следовательно, необходимо сопоставить поля, как показано в табл. 4.23. Таблица 4.23 Сопоставление полей для прогнозирования Столбец При очередном шаге брать значения из Х – 3 Х – 2 Х – 2 Х – 1 Х – 1 X X После применения алгоритма прогноза будет получена табл. 4.24. Таблица 4.24 Прогнозирование временного ряда Первый день месяца Х – 3 Х – 2 Х – 1 X Шаг прогноза 01.03.2004 1000 1160 1210 1130 01.04.2004 1160 1210 1130 1250 01.05.2004 1210 1130 1250 1300 01.06.2004 1130 1250 1300 1400 1 Столбец X показывает историю продаж, включая спрогнози- рованное значение на следующий месяц. Для получения прогноз- ного значения 1400 на вход модели были поданы значения: 1130,