Question

Mth
Y(t) Demand
1.000
280.000
2.000
288.000
3.000
266.000
Warm Up
sample
4.000
295.000
5.000
302.000
6.000
310.000
7.000
303.000
8.000
328.000
309.000
Forecast 9.000
Sample 10.000
315.000
11.000
320.000
12.000
332.000
13.000

Naive Model

F(t)

e(t)

MAD

280.000
288.000
266.000
295.000
302.000
310.000 -7.000 7.000
303.000 25.000 25.000
328.000 -19.000 19.000
309.000 6.000
6.000
315.000 5.000
5.000
320.000 12.000 12.000
332.000
12.333
MAD
MAPE
MSE
RMSE

MAPE
(e(t)/x(t)*100)

MSE

2.310
7.622
6.149
1.905
1.563
3.614

49.000
625.000
361.000
36.000
25.000
144.000

3.860

206.667

12.330
3.860
206.670
14.380

3 MA Model

RMSE

F(t)

e(t)

MAPE
(e(t)/x(t)*100)

MSE

0.220
7.012
1.510
0.529
0.833
5.221

0.444
529.000
21.778
2.778
7.111
300.444

8.333

2.554

143.593 11.983

MAD
MAPE
MSE
RMSE

8.330
2.550
143.590
11.980

MAD

302.333 0.667 0.667

305.000 23.000 23.000
313.667 -4.667 4.667
313.333 1.667 1.667
317.333 2.667 2.667
314.667 17.333 17.333
14.376

Exponential S

RMSE

F(t)
280.000
280.000
281.600
278.480
281.784
285.827
290.662
293.129
300.104
301.883
304.506
307.605

Exponential Smoothing (Alpha=.2)

e(t)
0.000
8.000
-15.600
16.520
20.216
24.173
12.338
34.871
8.896
13.117
15.494
24.395

MAD

MAPE
(e(t)/x(t)*100
)

MSE

12.338
34.871
8.896
13.117
15.494
24.395

4.072
10.631
2.879
4.164
4.842
7.348

152.232
1215.958
79.147
172.060
240.056
595.116

18.185

5.656

409.095

MAD
MAPE
MSE
RMSE

18.190
5.660
409.100
20.230

RMSE

20.226

Regression

t
0.000
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
9.000
10.000
11.000
12.000
13.000

F(t) = 79.73
+2.03X

y(t)
82.000
80.000
90.000
92.000
83.000
94.000
99.000
92.000
94.000
98.000
96.000
97.000

t bar
sum (Y*t)
sum(t sqrd)
y bar
b
a

Calculate
b,a from
regression
using first 6
months
only b=2.03
a=79.73

3.500
1859.000
91.000
86.833
79.730
2.030

81.760
83.790
85.820
87.850
89.880
91.910
93.940
95.970
98.000
100.030
102.060
104.090
106.120

e(t)

MAD

MAPE

MSE

0.240
-3.790
4.180
4.150
-6.880
2.090
5.060
-3.970
-4.000
-2.030
-6.060
-7.090

5.060
3.970
4.000
2.030
6.060
7.090

5.111
4.315
4.255
2.071
6.313
7.309

25.604
15.761
16.000
4.121
36.724
50.268

MAD
4.702
MAPE 4.896
MSE 24.746
RMSE 4.975

Smoothing
F(t) after
e(t) (from
smoothing regression)
81.760
83.816
85.432
87.886
90.379
91.700
93.939
96.525
98.169
99.770
101.548
102.861

0.240
-3.790
4.180
4.150
-6.880
2.090
5.060
-3.970
-4.000
-2.030
-6.060
-7.090

S(t)
79.730
81.784
83.437
85.850
88.301
89.691
91.909
94.445
96.128
97.769
99.567
100.942
102.152

T(t)
F(t+1) e(t) final
2.030 81.760
2.032 83.816
0.240
1.995 85.432
-3.816
2.036 87.886
4.568
2.078 90.379
4.114
2.009 91.700
-7.379
2.030 93.939
2.300
2.081 96.525
5.061
2.041 98.169
-4.525
2.001 99.770
-4.169
1.981 101.548 -1.770
1.920 102.861 -5.547
1.849 104.001 -5.861
MAD
MAPE
MSE
RMSE

4.489
4.682
21.957
4.686

abs

e(t)/y(t) *
100

0.240
3.816
4.568
4.114
7.379
2.300
5.061
4.525
4.169
1.770
5.547
5.861

0.293
4.771
5.076
4.472
8.890
2.447
5.112
4.919
4.435
1.806
5.779
6.043

Naive

F(t)

82.000
80.000
90.000
92.000
83.000
94.000
99.000
92.000
94.000
98.000
96.000
97.000

e(t)

MAD

MAPE

MSE

5.000
-7.000
2.000
4.000
-2.000
1.000

5.000
7.000
2.000
4.000
2.000
1.000

5.051
7.609
2.128
4.082
2.083
1.031

25.000
49.000
4.000
16.000
4.000
1.000

MAD
MAPE
MSE
RMSE

3.500
3.664
16.500
4.062

Question

1.000

Classica
4 period
moving avg

Y(t) / CMA
centred
- seasonal
moving avg.
index

Qtr

Y(t)

Final SI

1.000

18.000

0.916

2.000

27.000

1.311
20.500

3.000

23.000

20.375

1.129

1.044

20.625

0.679

0.730

20.625

0.824

0.916

20.125

1.491

1.311

20.500

0.976

1.044

20.500

0.634

0.730

20.375

1.031

0.916

21.625

1.202

1.311

22.500

1.022

1.044

22.875

0.874

0.730

23.625

0.889

0.916

23.500

1.234

1.311

20.250
4.000

14.000
21.000

2.000

1.000

17.000
20.250

2.000

30.000
20.000

3.000

20.000
21.000

4.000

13.000
20.000

3.000

1.000

21.000
20.750

2.000

26.000
22.500

3.000

23.000
22.500

4.000

20.000
23.250

4.000

1.000

21.000
24.000

2.000

29.000
23.000

3.000

26.000

1.044

4.000

16.000

0.730

17.000

0.916

average

Q1

Q2

0.824
1.031
0.889
0.915

1.491
1.202
1.234
1.309

Q3
1.129
0.976
1.022

Q4
0.679
0.634
0.874

1.042

0.729

3.995

normalised

0.916

1.311

1.044

0.730

4.000

Classical Decomposition
F(t) with
deseasone Final F(t)
d y(t)

Denormali
sed Y(t)

e(t)

abs

e(t)/y(t)*1
00

19.651

1.000

20.739

18.997

-0.997

0.997

5.538

20.595

2.000

20.523

26.906

0.094

0.094

0.349

22.031

3.000

20.307

21.201

1.799

1.799

7.824

19.178

4.000

20.091

14.666

-0.666

0.666

4.760

18.559

5.000

19.875

18.206

-1.206

1.206

7.091

22.883

6.000

19.659

25.773

4.227

4.227

14.090

19.157

7.000

19.443

20.298

-0.298

0.298

1.492

17.808

8.000

19.227

14.036

-1.036

1.036

7.967

22.926

9.000

19.011

17.414

3.586

3.586

17.076

19.832

10.000

18.795

24.640

1.360

1.360

5.230

22.031

11.000

18.579

19.396

3.604

3.604

15.667

27.397

12.000

18.363

13.405

6.595

6.595

32.975

22.926

13.000

18.147

16.623

4.377

4.377

20.845

22.121

14.000

17.931

23.508

5.492

5.492

18.940

24.904

15.000

17.715

18.494

7.506

7.506

28.867

21.918

16.000

17.499

12.774

3.226

3.226

20.161

17.000

17.283

15.831

t bar
y(t) bar
sum(yt)
t sqrd
b
a

4.500
19.983
710.305
204.000
-0.216
20.955

MAD
MAPE
MSE
RMSE

4.468
19.970
23.407
4.838

Naive Method
F(t)

e(t)

MAD

MAPE

MSE

13.000

8.000

8.000

38.095

64.000

21.000

5.000

5.000

19.231

25.000

26.000

-3.000

3.000

13.043

9.000

23.000

-3.000

3.000

15.000

9.000

20.000

1.000

1.000

4.762

1.000

21.000

8.000

8.000

27.586

64.000

29.000

-3.000

3.000

11.538

9.000

26.000

-10.000

10.000

62.500

100.000

16.000

1.000

1.000

MAD
MAPE
MSE
RMSE

5.125
23.970
35.125
5.927

18.000
27.000
23.000
14.000
17.000
30.000
20.000