Forcasting of Seasonality 복습

[장정호(경영)]

이번 14주차에는 Forecasting of Seasonality 에 대해 배웠습니다. Forecasting of Seasonality는 계절성 예측으로 계절마다 특정한 추세가 발견될 때 사용합니다. MS60을 이용하면 한번에 간단하게 답이 나오지만 수업시간에 나온 개념을 복습해보기위해 다른 문제로 수업시간에 진행한 것 처럼 한단계씩 풀이 해보도록 하겠습니다.

년도	분기	매출(백만)
2017	1Q	30
	2Q	42
	3Q	55
	4Q	100
2018	1Q	35
	2Q	46
	3Q	59
	4Q	120
2019	1Q	43
	2Q	57
	3Q	71
	4Q	142

먼저 이 표를 그려보면 아래와 같습니다

여기서 먼저 Trend를 없애고 순수 Seasonal부터 분석해보도록 하겠습니다. Moving average를 통해서 값을 계산해보았습니다.

그러나 여기에 나온 Moving average는 사실 2Q와 3Q사이에 값이므로 2.5Q가 적절하므로 다시 Moving Average를 평균을 나눠보겠습니다.

년도	분기	매출(백만)	Moving Average	Centered Movingaverage
2017	1Q	30
	2Q	42	56.75
	3Q	55	58	57.375
	4Q	100	59	58.5
2018	1Q	35	60	59.5
	2Q	46	65	62.5
	3Q	59	67	66
	4Q	120	69.75	68.375
2019	1Q	43	72.75	71.25
	2Q	57	78.25	75.5
	3Q	71
	4Q	142

이렇게 하면 분기에 맞는 Trend를 제거한 값이 나오게 됩니다. 이 값들로 그래프를 그리면 아래와 같은 값이 나옵니다.

이전보다는 완만한 값이 도출되었습니다.

이제 Seasonal-Irregular Value를 구하기위해 실제값에서 Centered Moving Average를 나눠보도록 하겠습니다.

년도	분기	매출(백만)	Centered Movingaverage	Seasonal-Irregular Value
2017	1Q	30
	2Q	42
	3Q	55	57.375	0.959
	4Q	100	58.5	1.709
2018	1Q	35	59.5	0.588
	2Q	46	62.5	0.736
	3Q	59	66	0.894
	4Q	120	68.375	1.755
2019	1Q	43	71.25	0.604
	2Q	57	75.5	0.755
	3Q	71
	4Q	142

이렇게하면 Seasonal irregular value가 나오는데 이 값들을 의 평균을 구해보았고 이것이 계절지수(Seasonal Index)가 됩니다.

	Seasonal Irregular	Seasonal Index
1Q	0.588, 0.604	0.596
2Q	0.736, 0.755	0.745
3Q	0.959 , 0.894	0.926
4Q	1.709, 1.755	1.732

계절지수까지 구했다면 이번에는 seasonality가 제거된 Trend data를 구해보겠습니다.

Deseaonalized 는 실제 매출값에서 계절지수를 나눈값이 Deseasonalized sales입니다.

년도	분기	매출(백만)	Seasonal Index	Deseaonalized Sales
2017	1Q	30	0.523	50.346
	2Q	42	1.138	56.339
	3Q	55	1.129	59.378
	4Q	100	1.316	57.730
2018	1Q	35	0.523	58.737
	2Q	46	1.138	61.705
	3Q	59	1.129	63.696
	4Q	120	1.316	69.275
2019	1Q	43	0.523	72.163
	2Q	57	1.138	76.460
	3Q	71	1.129	76.651
	4Q	142	1.316	81.976

Deseasonalized sales에서 나온값을 기반으로 회귀식을 구해보겠습니다.

이때 직접계산은 너무 시간이 오래걸려서 MS60을 이용하였습니다.

이제 여기까지 왔다면 마지막은 Trend로 예측한 값에 계절지수를 곱해주면 우리가 바라던 종착지인 Quarterly Forecast값이 나옵니다.

		Trend Forecast	Seasonal Index	Quarterly Forecast
2020	1Q	82.56	0.596	49.195
	2Q	85.2	0.745	63.515
	3Q	87.85	0.926	81.373
	4Q	90.49	1.732	156.748

이렇게 Quarterly Forecast값을 구해보았는데 MS60에는 바로 풀 수 있는 모듈이 존재하므로 마지막으로 MS60을 통해 다시 구해보고 마치겠습니다.

원본값을 넣어주고 season의 수를 4개(4분기이므로) 예측수도 앞과같이 4로 정해서 답을 구해보면

앞에 한단계식 풀어본 13~16과 같은  49.19 , 63.51 , 81.37 , 156.74 값이 나옵니다.

마치며: 앞의 Forecasting은 회귀식, Seasonal은 계절성을 알아보기위한 입력값이고 엑셀파일은 표 계산을 한 자료들입니다!

사실 후반부의 Moving average, Forecasting, Seasoanlity 등은 다른 과목에서 한번 배운적이 있었습니다. 그때는 그냥 식을 외워서 NN분기의 값을 예측해보시오 이런문제였는데 직접 풀어보고 MS60프로그램을 통해서 실습해보니 깊은 내용을 배운 것 같습니다. 한 학기동안 열정적으로 강의해주셔서 감사합니다 교수님!

forecasting.FOR

100B

seasonal.FOR

56B

seasonality.xlsx

20.93KB

[현승용]

수고가 많았단다. 기말고사 대체과제에서 멋진 모습 기대한단다.