Time Series and Forecasting
Essay by blulaz • March 2, 2018 • Essay • 385 Words (2 Pages) • 1,150 Views
Homework 6 – Business Statistics 1
Due:
Taken from the textbook “Statistical Techniques in Business & Economics with Global Data Sets, 13th Edition” by Douglas A. Lind, William G. Marchal, Samuel A. Wathen, McGraw-Hill, 2008.
Chapter 16: Time Series and Forecasting
- Tabel berikut menunjukkan jumlah tiket film yang terjual di bioskop “Library Cinema Complex”, dalam ribuan, untuk periode dari 1996 hingga 2008. Hitung rata-rata bergerak 5 tahunan (five year moving average) dengan menggunakan pembobot 0,1 ; 0,1 ; 0,2 ; 0,3 dan 0,3 . Jelaskan tren yang diperoleh
Tahun | Jumlah tiket terjual |
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 | 8,61 8,14 7,67 6,59 7,37 6,88 6,71 6,61 5,58 5,87 5,49 5,43 |
Jawab:
Tahun | Jumlah tiket terjual | Weighted MA(5) | Perhitungan Weighted MA(5) |
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 | 8,61 8,14 7,67 6,59 7,37 6,88 6,71 6,61 5,58 5,87 5,49 5,43 | 7,397 7,174 6,977 6,768 6,424 6,116 5,991 5,822 5,609 | 0,1*8,61+0,1*8,14+0,2*7,67+0,3*6,59+0,3*7,37 = 7,397 0,1*8,14+0,1*7,67+0,2*6,59+0,3*7,37+0,3*6,88 = 7,174 0,1*7,67+0,1*6,59+0,2*7,37+0,3*6,88+0,3*6,71 = 6,977 0,1*6,59+0,1*7,37+0,2*6,88+0,3*6,71+0,3*6,61 = 6,768 0,1*7,37+0,1*6,88+0,2*6,71+0,3*6,61+0,3*5,58 = 6,424 0,1*6,88+0,1*6,71+0,2*6,61+0,3*5,58+0,3*5,87 = 6,116 0,1*6,71+0,1*6,61+0,2*5,58+0,3*5,87+0,3*5,94 = 5,991 0,1*6,61+0,1*5,58+0,2*5,87+0,3*5,94+0,3*5,49 = 5,822 0,1*5,58+0,1*5,87+0,2*5,94+0,3*5,49+0,3*5,43 = 5,609 |
[pic 1]
Data menunjukkan tren penurunan linier (Note: Grafik optional)
- Angka penjualan dari material atap rumah buatan Carolina Home Construction, Inc. sejak tahun 2000 menurut per kuartal adalah sebagai berikut (dalam $000)
Tahun | Kuartal | |||
I Jan – Mar | II Apr – Jun | III Jul – Sep | IV Okt – Des | |
2000 2001 2002 2003 2004 2005 2006 | 210 214 246 258 279 302 321 | 180 216 228 250 267 290 291 | 60 82 91 113 116 114 120 | 246 230 280 298 304 310 320 |
- Tentukan indeks musiman (seasonal indexes) untuk pola penjualan tersebut dengan metode rasio – rata-rata bergerak (ratio to moving average)
- Lakukan deseasonalized data tersebut dengan indeks musiman yang diperoleh.
- Prediksi penjualan Tahun 2007 pada Kuartal I, II, III dan IV
Jawab:
a)
Tahun | Kuartal | Sales Aktual | 4 Kuartal MA | Centered MA | Specific Seasonal |
2000 2001 2002 2003 2004 2005 2006 | I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV | 210 180 60 246 214 216 82 230 246 228 91 280 258 250 113 298 279 267 116 304 302 290 114 310 321 291 120 320 | 174,00 175,00 184,00 189,50 185,50 193,50 196,50 198,75 211,25 214,25 219,75 225,25 229,75 235,00 239,25 240,00 241,50 247,25 253,00 252,50 254,00 258,75 259,00 260,50 263,00 | 174.500 179.500 186.750 187.500 189.500 195.000 197.625 205.000 212.750 217.000 222.500 227.500 232.375 237.125 239.625 240.750 244.375 250.125 252.750 253.250 256.375 258.875 259.750 261.750 | 0,3438 1,3705 1,1459 1,1520 0,4327 1,1795 1,2448 1,1122 0,4277 1,2903 1,1596 1,0989 0,4863 1,2567 1,1643 1,1090 0,4747 1,2154 1,1949 1,1451 0,4447 1,1975 1,2358 1,1117 |
[pic 2]
...
...