ПРОГНОЗИРОВАНИЕ ЧИСЛА КЛИЕНТОВ НА ОСНОВЕ КОРРЕЛЯЦИИ СТАТИСТИЧЕСКИХ ДАННЫХ
DOI:
https://doi.org/10.22213/2410-9304-2018-1-41-44Ключевые слова:
сравнение сигналов, коэффициент корреляции, прогнозирование, обработка сигналовАннотация
В статье рассмотрена задача прогнозирования числа клиентов для сервиса обслуживания на примере автомойки. Предложенный алгоритм основывается на поиске корреляции между статистическими данными числа клиентов и количества дневных осадков. Алгоритм состоит из трех этапов: составление и предварительная обработка сигналов, определение коэффициента корреляции, составление прогноза. Дана оценка эффективности данного алгоритма. Первый этап включает сбор и предварительную обработку сигналов. Этап основывается на применении фильтров нижних и верхних частот, а также на других многочисленных методах обработки сигналов. Второй этап основан на определении коэффициента корреляции и его дальнейшего использования в качестве меры отклонения прогноза. Последний этап состоит из определения пропорций сигналов и применения его при прогнозировании выходного сигнала. Применение данного алгоритма обработки и прогнозирования сигнала дает возможность работодателям гораздо более эффективно использовать имеющиеся трудовые ресурсы, используя статистические данные числа клиентов и количества осадков.Библиографические ссылки
Айфичер Э. Цифровая обработка сигнала: практический подход. 2-е изд. / пер. с англ. М. : Вильямс, 2004. 992 с
Харченко М. А. Корреляционный анализ : учеб. пособие для вузов. Воронежский государственный университет, 2008. С. 13-17.
Романенко И. В. Социальное и экономическое прогнозирование. СПб. : Изд-во Михайлова В. А., 2000. 64 с.
Статистическое моделирование и прогнозирование / под. ред. А. Г. Гранберга. М. : Финансы и статистика, 1990. 382 с.
Халафян А. А. STATISTICA 6. Статистический анализ данных. 2-е изд. М. : Бином, 2009.
Загрузки
Опубликован
02.04.2018
Как цитировать
Султанов, Р. О., Еланцев, М. О., & Орехов, К. А. (2018). ПРОГНОЗИРОВАНИЕ ЧИСЛА КЛИЕНТОВ НА ОСНОВЕ КОРРЕЛЯЦИИ СТАТИСТИЧЕСКИХ ДАННЫХ. Интеллектуальные системы в производстве, 16(1), 41–44. https://doi.org/10.22213/2410-9304-2018-1-41-44
Выпуск
Раздел
Статьи