1 / 45

PERAMALAN

PERAMALAN. Salah satu tujuan utama dari pembangunan model untuk runtun waktu adalah dapat meramal nilai-nilai untuk runtun waktu yang akan datang. Kita juga akan menilai ketepatan dari peramalan.

desma
Download Presentation

PERAMALAN

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PERAMALAN

  2. Salah satu tujuan utama dari pembangunan model untuk runtun waktu adalah dapat meramal nilai-nilai untuk runtun waktu yang akan datang. • Kita juga akan menilai ketepatan dari peramalan. • Dalam bab ini kita akan memperhatikan perhitungan dan sifat-sifatnya untuk model trend deterministik dan untuk model ARIMA.

  3. Untuk sebagian besar, kita akan mengasumsikan bahwa model diketahui secara eksak termasuk nilai khusus untuk semua parameter. • Meskipun hal ini tidak pernah benar secara praktis untuk sampel besar penggunaan parameter tidak berakibat secara serius pada peramalan.

  4. PERAMALAN MSE MINIMUM

  5. TREND DETERMINISTIK

  6. PERAMALAN ARIMA • Untuk model ARIMA, peramalan dapat diexpresikan dalam beberapa cara. • Masing-masing ekspresi berkontribusi dengan pengertian kita dari prosedur peramalan keseluruhan dalam kaitan dengan penghitungan, updating, penilaian ketepatan atau tingkah laku peramalan jangka panjang.

  7. RANDOM WALK DENGAN DRIF

  8. HASIL-HASIL UNTUK KASUS ARMA STASIONER UMUM

  9. MODEL ARIMA NONSTASIONER

  10. Trend Deterministik

  11. Untukruntuntemperaturbulanan rata-rata dengan trend kosinus, kitatelahmemprediksi rata-rata bulanJanuari 19,6o F dan rata-rata bulanJunisebagai 68,3o F, masing-masingdeviasi standard darikesalahanperamalan 3,7o F. Jadibatas 95 % prediksiuntukJanuaridanJunimasing-masingadalah • 19,6  1,96 (3,7) = 19,6  7,25 = 12,35 o sampai 26,85 o F • 68,3  1,96 (3,7) = 68,3  7,25 = 61,05 o sampai 75,55 o F • Exhibit 9.2 menunjukkan plot dari peramalan dan batas atas dan batas bawah batas prediksi 95 % atas satu tahun penuh dari Januari sampai dengan Desember.

  12. PERAMALAN DAN BATAS PREDIKSI DENGAN R

  13. UPDATING PERAMALAN ARIMA • Misalkankitameramalruntunwaktu yang tersediapada basis bulanan. • PengamatanterakhirkitaadalahPebruaridankitainginmenilaiuntukMaret, April dan Mei. • Sejalanbertambahnyawaktu, nilaiaktualuntukMaretdiketahui. • Denganmenggunakan data baruini, kitainginmemperbaharuiataumerevisiataumeningkatkanperamalankitauntukbulan April dan Mei. • Tentusajakitadapatmenghitungperamalankitadariawal, tetapiadacara yang lebihsederhana.

  14. PERAMALAN BERBOBOT DAN EWMA

  15. PERAMALAN RUNTUN WAKTU TRANSFORMASI

  16. TERIMA KASIH

More Related