3 Прогнозирование числа вызовов

3.1. Методы выявления тенденции временного ряда

Изучение тренда включает два основных этапа:

1. Ряд динамики проверяется на наличие тренда;

2. Производится выравнивание временного ряда и непосредственное выделение тренда с экстраполяцией полученных результатов.

Непосредственное выделение тренда может быть произведено тремя методами:

• укрупнение интервалов;

• скользящее среднее;

• аналитическое выравнивание.

Сущность метода укрупнения интервалов заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим рядом, в котором показатели относятся к большим по продолжительности периодам времени, т.е. интервал укрупнен. Этот прием используется только для интервальных рядов динамики. Укрупнение производится до тех пор, пока не будет выявлена четкая тенденция развития явления, а уровни ряда охватывать большие периоды времени.

Метод скользящей средней заключается в следующем: формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно сдвигаясь от начального уровня ряда на один уровень. По укрупненным интервалам определяем среднюю из уровней, входящих в каждый интервал[3].

Под аналитическим выравниванием понимают определение основной проявляющейся во времени тенденции развития изучаемого развития. При этом развитие предстает как бы в зависимости только от течения времени. В итоге выравнивания временного ряда получают наиболее общий, суммарный, проявляющий во времени результат действия всех причинных факторов. Отклонение конкретных уровней ряда от уровней, соответствующих общей тенденции, объясняют действием факторов, проявляющихся случайно или циклически. На практике по имеющемуся временному ряду задают вид и находят параметры функции, а затем анализируют поведение отклонений от тенденции.

Тренд представляет собой общую систематическую линейную или нелинейную компоненту, изменяющаяся во времени, т. е это закономерная, неслучайная составляющая временного ряда, которая может быть вычислена по вполне определённому однозначному правилу. В практических исследованиях в качестве модели тренда в основном используют следующие функции: линейную, полиномиальную, степенную, показательную, экспоненциальную. Выбор функции тренда осуществляется по целому ряду статистических критериев (дисперсия, корреляционному отношению, коэффициенту детерминации). При этом критерии являются критериями аппроксимации, а не прогноза.

Таким образом, целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости. На практике по имеющемуся временному ряду задают вид и находят параметры функции, а затем анализируют поведение отклонение от тенденции.

Для выявления основной тенденции (тренда) необходимо рассчитать параметры функции, которая описывает временной ряд[3].

3.2. Метод укрупнения интервалов

Применение данного метода рассмотрим на основе данных таблицы 3.1.

Таблица 3.1 – Метод укрупнения интервалов

Месяц	Кол-во вызовов	Среднее за квартал,
Январь	11470	12121,67
Февраль	12137
Март	12758
Апрель	11742	13527,67
Май	15068
Июнь	13773
Июль	12873	13261,00
Август	13609
Сентябрь	13301
Октябрь	12364	14003,33
Ноябрь	13332
Декабрь	16314
Январь	15201	14206,67
Февраль	13959
Март	13460
Апрель	14631	13684,67
Май	12767
Июнь	13656
Июль	14600	16323,00
Август	16712
Сентябрь	17657
Октябрь	17793	16965,67
Ноябрь	17339
Декабрь	15765

Продолжение таблицы 3.1.

Январь	16333	16325,33
Февраль	17038
Март	15605
Апрель	16486	15567,33
Май	15976
Июнь	14240
Июль	14449	16035,67
Август	16344
Сентябрь	17314
Октябрь	17428	16860,00
Ноябрь	17220
Декабрь	15932

Данный метод производит грубую оценку. Спрогнозировать можно лишь приблизительно, проанализировав таблицу.