Metoda naiwna – Wikipedia, wolna encyklopedia

Metoda naiwna – metoda prognostyczna dotycząca analizy szeregów czasowych bez tendencji.

Metoda ta stosowana jest przy stałym poziomie zjawiska i niewielkich wahaniach przypadkowych (niski współczynnik zmienności V<5-10%) i przy założeniu, że nie wystąpią istotne zmiany najważniejszych czynników.

Reguła predykcji:

${\displaystyle {\widehat {y_{n+1}}}=y_{n}}$

Zalety:

• prosta i łatwa do zrozumienia
• szybka i tania

Wady:

• niska jakość prognoz
• brak możliwości oceny ex-ante

Jest to prognoza typu: "jutro będzie tak jak dziś".

Metoda ta polega na tym, iż wartość z ubiegłego okresu (t-1) przypisywana jest do okresu bezpośrednio następującego po nim jako wartość prognozowana. Przykładowo: jeśli wczoraj było 20 stopni przyjmuje się, że dzisiaj też będzie 20 stopni. Różnica między wartością prognozowaną (oczekiwaną) a wartością rzeczywistą (empiryczną) to błąd prognozy. Jeśli dziś nie jest 20, a 21 stopni, to błąd wynosi 1 stopień Celsjusza, czyli 5%. Jeśli dziś jest 21 stopni Celsjusza, to prognozując jutrzejszą temperaturę, posługując się tą metodą, będziemy zakładać, że jutro będzie 21 stopni (bo dziś tyle jest).

Metodę tę można rozszerzyć o uwzględnienie sezonowości, wtedy prognozą jest ostatnia wartość w odpowiednim okresie, np. prognoza na kwiecień 2010 będzie wartością z kwietnia 2009:

${\displaystyle {\widehat {y_{n+12}}}=y_{n}}$

Można również wykorzystać założenie o obecności trendu jako różnicy między dwiema ostatnimi obserwacjami, wtedy prognoza naiwna ma postać:

${\displaystyle {\widehat {y_{n+1}}}=2y_{n}-y_{n-1}}$

• Prognozowanie