Жоаннес Верморель, июнь 2013 г.В статистике точность прогнозов — это степень сходства «заявленных» показателей с фактическими (реальными). Реальные показатели обычно нельзя измерить во время прогнозирования, потому что «заявка» касается будущего. Для большинства компаний более высокая точность прогнозов означает повышение производительности и снижение эксплуатационных расходов.
В данной статье мы принимаем статистическую точку зрения, ориентированную в первую очередь на торговлю и производство, особенно на оптимизацию запасов и планирование спроса.
Использование оценок точности
При расчете точности мы получаем «количественную оценку ожидаемого качества прогнозирования».
Для оптимизации запасов оценка точности прогнозирования имеет несколько функций:
- выбор одной модели прогнозирования для расчета основного спроса.
- расчет резервного запаса с учетом того, что обычно по закону нормального распределения ошибки прогнозирования неизбежны.
- расстановка приоритетов по пунктам, требующим наибольшего внимания, так как первичные данные статистических прогнозов недостаточно надежны.
В других случаях, например, при стратегическом планировании, оценки точности нужны для анализа возможных вариантов с учетом определенных сценариев и вероятности их возникновения.
Влияние объединения данных на точность
Существует ошибочное мнение, что от качества модели прогнозирования во многом зависит точность прогнозов; это не так.
Важнейшим фактором точности является «естественная непредсказуемость» предмета прогнозирования. На практике в торговле или на производстве такая непредсказуемость во многом соотносится с уровнем объединения:
- прогнозы для больших территорий: например, национальные прогнозы в сравнении с местными, более точны.
- то же самое верно и для более длительных периодов времени: например, ежемесячные прогнозы в сравнении с ежедневными.
«Случай из практики»: Работая в Lokad, мы видим, что «абсолютной» точности не существует: она зависит от ситуации. Например, прогноз потребления электроэнергии на один день в большой европейской стране с погрешностью в 0,5 % считается довольно неточным, тогда как менее 80 % погрешности при прогнозировании продаж нового товара в первый день — это значительно достижение.
И только когда уровень объединения данных уже известен, качество модели прогнозирования начинает играть важнейшую роль для получения точного прогноза. Наконец, качество прогноза снижается при работе с более отдаленными датами в будущем.
Эмпирическая точность и реальная точность
Термин «точность» обычно используется, когда мы говорим о качестве каких-либо физических измерений. К сожалению, этот же подход может ввести в заблуждение, если использовать его применительно к статистическому прогнозированию. Действительно, если физические измерения можно проверить с помощью различных методов, «реальную точность» прогноза можно сверить только с «данными, которых у вас нет».
Как только данные появляются, создать идеально точный прогноз не составляет труда: для этого нужно только переписать данные.
Этот вопрос «не давал специалистам по статистике покоя на протяжении более чем ста лет», так как достаточно убедительный взгляд на данную проблему был сформулирован лишь в конце XX века в теории Вапника–Червоненкиса (1).
Точность прогнозов на практике можно измерять относительно доступных данных, однако когда эти данные появляются, «прогнозы» перестают быть таковыми, так как они уже касаются прошлого, а не будущего. Следовательно, такие измерения называют «эмпирической точностью» в противоположность «реальной точности».
Проблемы с
переподгонкой могут привести к большим несоответствиям между эмпирической и реальной точностью. Внимательный анализ имеющихся фактических данных может нейтрализовать проблемы с переподгонкой при прогнозировании
временных рядов.
Общепринятые меры точности
Существует множество единиц измерения точности прогнозирования. Чаще всего используются следующие:
На практике выбор единицы измерения должен зависеть того, может ли она отражать расходы компании, понесенные из-за погрешностей прогнозирования.
Особенности Lokad
Лучше примерно правильно, чем точно неверно. За время нашей работы с торговыми и промышленными компаниями, мы заметили, что очень часто слишком мало внимания уделяется выбору единицы измерения точности.
«Идеальная» единица измерения должна выдавать значения не в процентах а в долларах или евро, точно «показывая размеры расходов, понесенных из-за неточности прогнозирования». Хотя большинство единиц измерения симметричны (квантильная точность — исключение), вероятность прогнозирования недостатков или излишков на практике не симметрична. При выборе единицы измерения мы рекомендуем исходить из экономической точки зрения: она должна отражать затраты компании с учетом отраслевой специфики и не быть просто статистическим показателем.
Также важно понимать, что прогнозы не могут быть «абсолютно» точными и вести планирование строго по ним не стоит. Непредсказуемость — неотъемлемая черта бизнеса, и ее нужно учитывать.
Еще по теме
