- •Организация перевозок в системе вт
- •Основы организации перевозок в системе вт
- •Задачи и структура курса
- •Понятие и пути повышения скоростного эффекта вт
- •Структура и задачи службы перевозок на вт
- •Основные вопросы фавт:
- •Основные вопросы Росавианадзора:
- •Повышение надежности. Функции систем организации воздушных перевозок
- •Информационное обслуживание пассажирских перевозок (из практики).
- •Авиационные билеты и тарифы
- •Виды(потом типы) тарифов:
- •Авиабилет как документ, подтверждающий договор о воздушной перевозке:
- •Организация продажи авиабилетов и бронирование мест
- •Предприятия – продавцы пассажирских авиаперевозок:
- •Организация продажи авиабилетов агентствами воздушных сообщений(авс)
- •Методы продажи авиабилетов, не предполагающие использование асб
- •Организация бронирования мест на самолеты
- •Технология продажи и бронирования мест при применении асб
- •История развития и взаимодействия глобальных распределительных систем
- •Задачи прогнозирования продаж воздушных перевозок
- •Исследование точности модели прогноза
- •Прогнозирование временных рядов
- •Организация обслуживания пассажиров в ап
- •Общая схема обслуживания вылетающих пассажиров
- •Основные методы наземного обслуживания вылетающих пассажиров
- •Организация допродажи билетов и подсадки пассажиров
- •Организация обслуживания прилетевших пассажиров в ап
- •Организация грузовых воздушных перевозок
- •Особенности вп различных категорий грузов и почты
- •Основные категории и правила перевозки авиационных грузов:
- •Классификация грузовых авиатарифов
- •Документация, используемая при перевозках грузов вт-ом
- •1 Основы организации перевозок в системе вт 1
- •2 Организация продажи авиабилетов и бронирование мест 12
- •3 Организация обслуживания пассажиров в ап 21
- •4 Организация грузовых воздушных перевозок 24
- •1 Основы организации перевозок в системе вт 1
- •2 Организация продажи авиабилетов и бронирование мест 12
- •3 Организация обслуживания пассажиров в ап 20
- •4 Организация грузовых воздушных перевозок 24
Задачи прогнозирования продаж воздушных перевозок
Задача прогнозирования различного рода показателей возникает при планировании на перспективу производственной и коммерческой деятельности авиапредприятий.
Прогнозирование осуществляется с помощью экспертных оценок или с помощью математических моделей. Их использование сводится к получению формул или алгоритмов, по которым на основе имеющейся статистики рассчитывается прогноз.
Пусть имеются зафиксированные значения рассматриваемого показателя в моменты времени . Прогнозирование осуществляется по формуле:
прогнозируемые значения показателя Yдля момента времени .
неизвестные коэффициенты, которые должны быть определены по имеющимся данным.
Правило наименьших квадратов: коэффициенты подбираются так, чтобы сумма квадратов отклонений зафиксированных значений от вычисленных по формуле (1) была минимальной
В некоторых ситуациях различным наблюдениям придается разный вес. Поскольку более поздние значения показателей оказывают большее влияние на прогноз, то им придается больший вес.
Будем придавать i-тому наблюдению вес . В этом случае критерий (2) принимает вид:
Исследование точности модели прогноза
Регрессия – метод, предусматривающий построение модели, в которой значения зависимой переменной Y рассматриваются как функция одной или неск. сопутствующих переменных, например t.
Рассмотрим приемы оценки степени точности регрессионной модели прогноза:
Формальная математическая проверка:
Для этого используется величина меры разброса зафиксированных значений:
среднее значение зафиксированных величин.
Вводятся обозначения:
-сумма квадратов относительно регрессии. Это мера расхождения зафиксированных значений от уравнения регрессии.
сумма квадратов, обусловленная регрессией. Это мера расхождения предсказанного значений от среднего.
это доля разброса около среднего зафиксированного значения, которая объясняется регрессией.
Если , то уравнение регрессии идеально описывает данные
Если , то регрессия отсутствует.
Проверка по графику зафиксированных значений:
Позволяет оценить, насколько хорошо имеющиеся данные соответствуют предположению о виде регрессионной зависимости.
Исследование остатков:
Остаток, соответствующий i-ому наблюдению определяется как .
Если регрессия имеет место, то график зависимости остатков ( ) от сопутствующей переменной (z) имеет два свойства:
Симметричен относительно оси абсцисс
Имеет примерно постоянный разброс точек относительно оси абсцисс
Если это не так, то модель регрессии должна быть пересмотрена.
Прогнозирование временных рядов
Временной ряд – это совокупность значений какого-либо показателя за несколько последовательных моментов времени.
Временные ряды формируются под воздействием разных факторов.
Группы факторов:
Формирующие тенденцию ряда
Формирующие циклические колебания ряда
Случайные факторы
Виды моделей временного ряда:
Аддитивная модель – предполагает, что каждый уровень временного ряда может быть представлен как сумма
Трендовой – Т компоненты
Циклической (сезонной) – S компоненты
Случайной – Е компоненты
Используется, если амплитуда сезонных колебаний приблизительно постоянна.
Мультипликативная модель - предполагает, что каждый уровень временного ряда может быть представлен как произведение:
Применяется, если амплитуда сезонных колебаний возрастает или убывает.
Этапы построения модели временного ряда:
Выравнивание исходного ряда методом скользящей средней – для этого последовательно суммируются данные за 4 квартала со сдвигом на один момент времени. Полученная сумма делится на 4 – определяется скользящая средняя. Найденные значения приводятся в соответствие с фактическими моментами времени – определяется среднее значение из двух последовательных скользящих средних.
Расчет значений сезонной компоненты S – оценка сезонной компоненты находится как разность(частное) между фактическим уровнем ряда и центрированными скользящими средними. Полученные значения используются для расчета S. Для этого находится среднее за каждый квартал по всем годам оценки сезонной компоненты , определяется корректирующий коэффициент , N - число моментов времени, по которым выполняется выравнивание.
Выполняется коррекция значений сезонной компоненты: , ( , д.б. )
Устранение сезонной компоненты из исходных уравнений ряда и получение выровненных данных (Y-S=Т+Е; Y/S=Т*Е)
Аналитическое выравнивание уравнений (Т+Е) или (Т*Е) и расчет значений Т с использованием методов регрессии (получение уравнения тренда) – используется метод наименьших квадратов.
Расчет полученных по моделям значений (Т+S), (T*S)
Расчет абсолютных или относительных ошибок:
Абсолютная ошибка ;
Относительная ошибка .