بسم الله الرحمن الرحيم
مثال علي التمهيد و التنبؤ بواسطة التمهيد الاسي المزدوج
Using Double Exponential Smoothing for Forecasting :اولا: تحمل البيانات من ورقة العمل
EMPLOY.MTWMTB > Retrieve 'E:\Mtbwin\DATA\EMPLOY.MTW'.
ننظر ماذا تحوي من متغيرات
MTB > info
Information on the Worksheet
Column Count Name
C1 60 Trade
C2 60 Food
C3 60 Metals
سوف نستخدم المشاهدات في التغير
MetalsMTB > print c3
Data Display
Metals
44.2 44.3 44.4 43.4 42.8 44.3 44.4 44.8 44.4 43.1 42.6 42.4 42.2 41.8 40.1 42.0 42.4 43.1 42.4 43.1 43.2 42.8 43.0 42.8 42.5 42.6 42.3 42.9 43.6 44.7 44.5 45.0 44.8 44.9 45.2 45.2 45.0 45.5 46.2 46.8 47.5 48.3 48.3 49.1 48.9 49.4 50.0 50.0 49.6 49.9 49.6 50.7 50.7 50.9 50.5 51.2 50.7 50.3 49.2 48.1
نرسم هذه المشاهدات:
MTB > TSPlot 'Metals';
SUBC> Index;
SUBC> TDisplay 11;
SUBC> Symbol;
SUBC> Connect.

نطبق الآن تمهيدا لهذه المشاهدات بإستخدام التمهيد الاسي المزدوج:
أولا: طريقة براون
Brown’s Method : لمشاهدات![]()
حيث
تمهيد اسي بسيط
(انظر مثال التمهيد الاسي البسيط) و
ترمز الي درجة هذا التمهيد
![]()
حيث
تمهيد اسي مزدوج و
ترمز الي درجة هذا التمهيد
![]()

تحسب القيم المطبقة من المعادلة
![]()
وتحسب التنبؤات للقيم المستقبلية
من
![]()
حساب القيم الاولية
و
: من العلاقات السابقة نجد

نوجد
و
بإنحدار المشاهدات علي الزمن
ويكون
و ![]()
مثال:
MTB > RETR 'E:\Mtbwin\DATA\EMPLOY.MTW'.
Retrieving worksheet from file: E:\Mtbwin\DATA\EMPLOY.MTW
Worksheet was saved on 6/ 5/1996
MTB > print c3
Data Display
Metals
44.2 44.3 44.4 43.4 42.8 44.3 44.4 44.8 44.4 43.1 42.6 42.4 42.2 41.8 40.1 42.0 42.4 43.1 42.4 43.1 43.2 42.8 43.0 42.8 42.5 42.6 42.3 42.9 43.6 44.7 44.5 45.0 44.8 44.9 45.2 45.2 45.0 45.5 46.2 46.8 47.5 48.3 48.3 49.1 48.9 49.4 50.0 50.0 49.6 49.9 49.6 50.7 50.7 50.9 50.5 51.2 50.7 50.3 49.2 48.1
لتطبيق طريقة براون نستخدم الآن البرمج
(Macro) %DES مع الامر الفرعي WEIGHT بأوزان متساوية سوف نأخذهاMTB > %DES 'Metals';
SUBC> Weight 0.2 0.2;
SUBC> Forecasts 6;
SUBC> Title "Brown's Double Exponential Smoothing";
SUBC> Table.
Executing from file: E:\MTBWIN\MACROS\DES.MAC
Macro is running ... please wait
Double Exponential Smoothing
Data Metals
Length 60.0000
NMissing 0
Smoothing Constants
Alpha (level): 0.2
Gamma (trend): 0.2
Accuracy Measures
MAPE: 2.16187
MAD: 0.97032
MSD: 1.62936
Row Time Metals Smooth Predict Error
1 1 44.2 41.7739 41.1674 3.03257
2 2 44.3 42.4976 42.0470 2.25303
3 3 44.4 43.1686 42.8607 1.53927
4 4 43.4 43.5546 43.5933 -0.19330
5 5 42.8 43.7373 43.9716 -1.17163
6 6 44.3 44.1459 44.1074 0.19257
7 7 44.4 44.4990 44.5238 -0.12377
8 8 44.8 44.8575 44.8719 -0.07189
9 9 44.4 45.0620 45.2275 -0.82751
10 10 43.1 44.9391 45.3989 -2.29891
11 11 42.6 44.6673 45.1841 -2.58407
12 12 42.4 44.3271 44.8088 -2.40884
13 13 42.2 43.9378 44.3723 -2.17229
14 14 41.8 43.4769 43.8962 -2.09617
15 15 40.1 42.7011 43.3514 -3.25142
16 16 42.0 42.3565 42.4456 -0.44557
17 17 42.4 42.1465 42.0831 0.31694
18 18 43.1 42.1286 41.8857 1.21426
19 19 42.4 42.0132 41.9164 0.48355
20 20 43.1 42.0763 41.8204 1.27964
21 21 43.2 42.1877 41.9347 1.26533
22 22 42.8 42.2374 42.0967 0.70327
23 23 43.0 42.3396 42.1745 0.82549
24 24 42.8 42.4078 42.3098 0.49024
25 25 42.5 42.4181 42.3976 0.10244
26 26 42.6 42.4495 42.4119 0.18809
27 27 42.3 42.4207 42.4509 -0.15090
28 28 42.9 42.5129 42.4161 0.48394
29 29 43.6 42.7420 42.5276 1.07245
30 30 44.7 43.1797 42.7996 1.90036
31 31 44.5 43.5507 43.3133 1.18668
32 32 45.0 43.9854 43.7317 1.26826
33 33 44.8 44.3338 44.2172 0.58280
34 34 44.9 44.6511 44.5889 0.31112
35 35 45.2 44.9749 44.9187 0.28133
36 36 45.2 45.2430 45.2538 -0.05376
37 37 45.0 45.4157 45.5197 -0.51967
38 38 45.5 45.6373 45.6716 -0.17162
39 39 46.2 45.9491 45.8863 0.31368
40 40 46.8 46.3285 46.2106 0.58938
41 41 47.5 46.7909 46.6136 0.88637
42 42 48.3 47.3492 47.1115 1.18850
43 43 48.3 47.8339 47.7173 0.58266
44 44 49.1 48.4002 48.2253 0.87469
45 45 48.9 48.8413 48.8267 0.07332
46 46 49.4 49.2966 49.2707 0.12930
47 47 50.0 49.7849 49.7311 0.26890
48 48 50.0 50.1841 50.2302 -0.23017
49 49 49.6 50.4162 50.6202 -1.02022
50 50 49.9 50.6292 50.8114 -0.91145
51 51 49.6 50.7104 50.9880 -1.38797
52 52 50.7 50.9509 51.0137 -0.31368
53 53 50.7 51.1334 51.2417 -0.54169
54 54 50.9 51.3019 51.4024 -0.50244
55 55 50.5 51.3407 51.5509 -1.05093
56 56 51.2 51.4782 51.5477 -0.34770
57 57 50.7 51.4770 51.6712 -0.97120
58 58 50.3 51.3649 51.6311 -1.33115
59 59 49.2 51.0127 51.4659 -2.26587
60 60 48.1 50.4384 51.0230 -2.92300
Row Period Forecast Lower Upper
1 61 50.3318 47.9545 52.7091
2 62 50.2252 47.7984 52.6520
3 63 50.1186 47.6384 52.5987
4 64 50.0120 47.4749 52.5490
5 65 49.9054 47.3080 52.5027
6 66 49.7988 47.1381 52.4594
MTB >
مناقشة النتائج:
إيجاد
و
:
MTB > set c4
DATA> 1:60
DATA> end
MTB > regr c3 1 c4
Regression Analysis
The regression equation is
Metals = 41.0 + 0.152 C4
إذا
و
ومنها نحسب


وهكذا الخ
…تحسب فترات التنبؤ بإستخدام
MSD كما في الأمثلة السابقة.ثانيا: طريقة هولت
Holt’s Method : لمشاهدات
نحسب القيم المطبقة من
![]()
والتنبؤات للقيم المستقبلية من
![]()
نحسب القيم الاولية
و
من
![]()

مثال: لتطبيق طريقة هولت نستخدم الآن البرمج
(Macro) %DES مع الامر الفرعي WEIGHT بأوزان مختلفة سوف نأخذMTB > RETR 'E:\Mtbwin\DATA\EMPLOY.MTW'.
Retrieving worksheet from file: E:\Mtbwin\DATA\EMPLOY.MTW
Worksheet was saved on 6/ 5/1996
MTB > %DES 'Metals';
SUBC> Weight 0.2 0.3;
SUBC> Forecasts 6;
SUBC> Title "Holt's Double Exponential Smoothing";
SUBC> Table.
Executing from file: E:\MTBWIN\MACROS\DES.MAC
Macro is running ... please wait
Double Exponential Smoothing
Data Metals
Length 60.0000
NMissing 0
Smoothing Constants
Alpha (level): 0.2
Gamma (trend): 0.3
Accuracy Measures
MAPE: 2.15656
MAD: 0.96328
MSD: 1.56274
Row Time Metals Smooth Predict Error
1 1 44.2 41.7739 41.1674 3.03257
2 2 44.3 42.5461 42.1076 2.19238
3 3 44.4 43.2891 43.0113 1.38868
4 4 43.4 43.7501 43.8376 -0.43760
5 5 42.8 43.9779 44.2724 -1.47237
6 6 44.3 44.3895 44.4118 -0.11184
7 7 44.4 44.7334 44.8167 -0.41671
8 8 44.8 45.0685 45.1356 -0.33560
9 9 44.4 45.2405 45.4506 -1.05057
10 10 43.1 45.0676 45.5595 -2.45952
11 11 42.6 44.7113 45.2391 -2.63911
12 12 42.4 44.2595 44.7244 -2.32443
13 13 42.2 43.7466 44.1332 -1.93322
14 14 41.8 43.1634 43.5043 -1.70426
15 15 40.1 42.2751 42.8188 -2.71884
16 16 42.0 41.8139 41.7674 0.23263
17 17 42.4 41.5361 41.3202 1.07985
18 18 43.1 41.5057 41.1072 1.99283
19 19 42.4 41.4371 41.1964 1.20365
20 20 43.1 41.5799 41.1999 1.90008
21 21 43.2 41.8054 41.4568 1.74322
22 22 42.8 41.9895 41.7869 1.01314
23 23 43.0 42.2254 42.0317 0.96829
24 24 42.8 42.4205 42.3257 0.47431
25 25 42.5 42.5395 42.5493 -0.04933
26 26 42.6 42.6522 42.6653 -0.06528
27 27 42.3 42.6793 42.7741 -0.47413
28 28 42.9 42.7982 42.7728 0.12724
29 29 43.6 43.0394 42.8993 0.70070
30 30 44.7 43.4861 43.1826 1.51743
31 31 44.5 43.8762 43.7202 0.77977
32 32 45.0 44.3257 44.1571 0.84285
33 33 44.8 44.6858 44.6573 0.14275
34 34 44.9 45.0007 45.0259 -0.12590
35 35 45.2 45.3066 45.3333 -0.13327
36 36 45.2 45.5449 45.6312 -0.43116
37 37 45.0 45.6749 45.8436 -0.84361
38 38 45.5 45.8384 45.9230 -0.42295
39 39 46.2 46.0888 46.0610 0.13895
40 40 46.8 46.4159 46.3199 0.48014
41 41 47.5 46.8406 46.6757 0.82428
42 42 48.3 47.3799 47.1499 1.15014
43 43 48.3 47.8665 47.7582 0.54181
44 44 49.1 48.4419 48.2774 0.82265
45 45 48.9 48.9016 48.9020 -0.00205
46 46 49.4 49.3693 49.3617 0.03832
47 47 50.0 49.8653 49.8317 0.16832
48 48 50.0 50.2702 50.3378 -0.33779
49 49 49.6 50.4979 50.7224 -1.12240
50 50 49.9 50.6862 50.8827 -0.98275
51 51 49.6 50.7296 51.0121 -1.41206
52 52 50.7 50.9166 50.9708 -0.27079
53 53 50.7 51.0532 51.1415 -0.44152
54 54 50.9 51.1813 51.2516 -0.35162
55 55 50.5 51.1869 51.3586 -0.85860
56 56 51.2 51.2901 51.3127 -0.11267
57 57 50.7 51.2673 51.4092 -0.70916
58 58 50.3 51.1350 51.3438 -1.04381
59 59 49.2 50.7591 51.1489 -1.94889
60 60 48.1 50.1448 50.6560 -2.55603
Row Period Forecast Lower Upper
1 61 49.8884 47.5283 52.2484
2 62 49.6319 47.1597 52.1041
3 63 49.3755 46.7803 51.9707
4 64 49.1190 46.3915 51.8466
5 65 48.8626 45.9946 51.7306
6 66 48.6061 45.5908 51.6215
MTB >

تمرين: تحقق من صحة الحسابات السابقة بتتبع بعض القيم يدويا ( ملاحظة: يتوقع عدم تطابق الحسابات تماما وذلك لإختلاف طريق تمثيل الأعداد بين الحاسب والآلة الحاسبة وكذلك في تخزين الأرقام في ذاكرت كل منهما)