attachment_22 xattachment_13.xlsxattachment_32.xlsx
RISK: EXPONENTIAL SMOOTHING FORECASTING AND VALUE OF INFORMATION
Risk: Simple Exponential Smoothing (SES)
Assignment Overview
Scenario: You are a consultant for the Excellent Consulting Group (ECG). You have completed the first assignment, developing and testing a forecasting method that uses Linear Regression (LR) techniques (Module 3 Case). However, the consulting manager at ECG wants to try a different forecasting method as well. Now you decide to try Single Exponential Smoothing (SES) to forecast sales.
Case Assignment
Using this Excel template: Data Chart For BUS520 Case 4 (see attached ) do the following:
- Calculate the MAPE for Year 2 Linear Regression forecast (use the first spreadsheet tab labeled “Year 2 Forecast – MAPE”).
- Calculate forecasted sales for Year 2 using SES (use the second spreadsheet tab labeled “SES – MAPE”). Use 0.15 and 0.90 alphas.
- Compare the MAPE calculated for the LR forecast (#1 above) with the MAPEs calculated using SES.
Then write a report to your boss in which you discuss the results obtained above. Using calculated MAPE values, make a recommendation concerning which method appears to be more accurate for the Year 2 data: SES or Linear Regression.
Assignment Expectations
Analysis
- Accurate and complete SES analysis in Excel.
Written Report
- Length requirements: 4–5 pages minimum (not including Cover and Reference pages). NOTE: You must submit 4-5 pages of written discussion and analysis. This means that you should avoid use of tables and charts as “space fillers.”
- Provide a brief introduction to/background of the problem.
- Complete a written analysis that supports your Excel analysis, discussing the assumptions, rationale, and logic used to complete your SES forecast.
- Give complete, meaningful, and accurate recommendation(s) relating to whether LR or SES is more accurate in predicting sales.
Note: Please Read attached Chapter 3,4,5 and background Reading to be clear. Also Provide Heading for Each Section of Work.
Module 4 – Background
RISK: EXPONENTIAL SMOOTHING FORECASTING AND VALUE OF INFORMATION
Case Background
What if you cannot find another factor that has a high correlation with the forecasted factor? Are there other forecasting methods other than Linear Regression? How do you determine which method is actually the best one?
Chase, C. W., (2013). Demand-driven forecasting: A structured approach to forecasting. John Wiley & Sons. Somerset, NJ. Retrieved from Ebrary.
From the source above, read: SEE ATTACHED
· Chapter 3, pp. 91–93 (the section Some Causes of Forecast Error)
· Chapter 4, pp. 103–113, which provides information on forecast error measures; pay special attention to the sections on the MAPE measurement
· Chapter 5, pp. 125–147; pay attention the sections on Simple Exponential Smoothing (SES)
Download the Excel file
Case 4 Examples-Practice.xlsx
(SEE ATTACHED ) that contains an example and a Practice Exercise.
Watch this video that shows how to do SES and calculate MAPE:
http://permalink.fliqz.com/aspx/permalink.aspx?at=75d6cc75bbe742159e56ad8836531c1d&a=5fae3cf0f1624f39b0341263a6541ea0
PRACTICE: Do the Practice Exercise in the Excel file:
Case 4 Examples – Practice
(SEE ATTACHED ). Check your work.
You are ready to do the Case 4 problem.
SLP Background
Consider that you may be pretty good sometimes at estimating future probabilities. But you also acknowledge that you might be biased, too. This is where experts are useful, although they do charge a fee for their services. What is the value of the information you could get from an expert? Is it worth paying this expert for his/her advice? Read the paper
Deciding to Use an Expert
(SEE ATTACHED ) that explains how to make this decision.
Download the Excel file
SLP 4 Examples-Practice.xlsx
(SEE ATTACHED ) that provides examples and a Practice Exercise.
Watch this video showing how to determine the value of information:
http://permalink.fliqz.com/aspx/permalink.aspx?at=f616909cae2d4d06834359502f672aff&a=5fae3cf0f1624f39b0341263a6541ea0
Practice determining the Value of Information; do the Practice Exercise in the Excel file.
You are ready for SLP 4.
Additional Required Reading
(For Discussions, Module 2, 3, and 4)
Download and read
Subjective Assessments of Risk and Uncertainty
(SEE ATTACHED ) on subjective probabilities in risk decisions. This paper will be useful for the discussion questions in Module 2, 3, and 4.
Get this journal article from the library. It is lengthy, but you only need to read Section 1.1, pp. 3-5. This section provides a very good review of three major biases that have been studied by the famous team of Kahneman and Tversky.
Laibson, D., & Zeckhauser, R. (1998). Amos Tversky and the ascent of behavioral economics. Journal of Risk & Uncertainty. Feb1998, Vol. 16 Issue 1, p7-47. 41p. Retrieved from Business Source Complete (EBSCO) in the Trident Online Library.
Year 2
Forecast MA
| ABC Furniture Company | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Sales | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| b1 | Customers (x) | Actual Y(t) | Forecast | F(t) | Y(t) – F(t) | APE | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| b0 | January | 215 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| February | 259 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Y= b0+ b1x | March | 325 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| April | 354 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| May | 258 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| June | 199 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| July | 254 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| August | 299 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| September | 264 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| October | 198 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| November | 223 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| December | 261 | ME | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MPE | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MAPE | MAPE = Mean absolute percentage error |
SES – MAPE
| Alpha | |||||
| 0.15 | 0.9 | ||||
| Sales, Y(t) | |||||
| ME = Mean error | |||||
| MPE = Mean percentage error | |||||
| ERROR:#DIV/0! | |||||
>Example
Alpha 5
F(t) Y(t) – F(t) PE APE 5 1 8
1798 0.000 1798 0.0 0.000 0.000 25
2 66
0.226 1798.0 -332.0 0.226 06
3 18
0.534 0.356 4 .8
0.231 0.074 5 0.363 0.149 6 0.026 0.217 7 0.098 0.083 8 0.217 0.217 0.262 9 0.253 0.143 10 0.019 0.185 11 0.123 0.171 12 0.202 0.251 7.5 ME MPE MAPE 0.9 Mo Sales, Y(t) F(t) Y(t) – F(t) PE APE F(t) Y(t) – F(t) PE APE 525 525 ME MPE MAPE ME MPE MAPE 0.792 525.0 -232.0 0.792 0.915 0.235 0.071 0.383 0.402 0.457 0.168 0.206 0.307 0.556 0.124 0.267 0.118 0.040 119.4 0.189 0.102 0.186 0.040 0.040 0.322 0.198 25.0 ME MPE MAPE ME MPE MAPE
2
Alpha
0.2
5
0.
8
Mo
Sales, Y(t)
F(t)
Y(t) – F(t)
PE
APE
1
3
6
1
7
9
0.0
0.000
12
1
4
1798.0
-332.0
–
0.226
-0.226
10
11
1715.0
-597.0
–
0.534
1515.8
-397.8
–
0.356
1132
1272
1565.8
–
293
–
0.231
1177.7
94.3
0.074
1090
1095
1492.3
-397.3
–
0.363
1257.9
-162.9
–
0.149
1722
1430
1393.0
37.0
0.026
1
119.4
310.6
0.217
1602
1277
1402.2
-125.2
–
0.098
1383.4
-106.4
–
0.083
1709
1751
137
0.9
380.1
1293.0
458.0
0.262
1547
1962
1465.9
496.1
0.253
1682.3
279.7
0.143
1227
1620
1590.0
30.0
0.019
1920.0
-300.0
–
0.185
1308
1422
159
7.5
-175.5
–
0.123
1665.0
-243.0
–
0.171
1536
1948
1553.6
394.4
0.202
1458.5
489.5
0.251
1513.25
-48.6
-0.072
0.1910
-0.019
0.1764
ME
MPE
MAPE
Practice Problem
Alpha Alpha
0.15
1
525
2 293
3
256
4
425
5
753
6
596
7
391
8
563
9
571
10
633
11
653
12
811
539.1666666667
Practice Problem-Solution
Alpha Alpha
0.15 0.9
Mo Sales, Y(t) F(t) Y(t) – F(t) PE APE F(t) Y(t) – F(t) PE APE
1 525 525 0.0 0.000 0.000 525 0.0 0.000 0.000
2 293
5
25.0
-232.0
–
0.792
-0.792
3 256
490.2
-234.2
–
0.915
316.2
-60.2
–
0.235
4 425
455.1
-30.1
–
0.071
262.0
163.0
0.383
5 753
450.6
302.4
0.402
408.7
344.3
0.457
6 596
495.9
100.1
0.168
718.6
-122.6
–
0.206
7 391
510.9
-119.9
–
0.307
608.3
-217.3
–
0.556
8 563
492.9
70.1
0.124
412.7
150.3
0.267
9 571
503.5
67.5
0.118
548.0
23.0
0.040
10 633
513.6
0.189
568.7
64.3
0.102
11 653
531.5
121.5
0.186
626.6
26.4
12 811
549.7
261.3
0.322
650.4
160.6
0.198
539.1666666667
35.5
-0.048
0.2994
-0.025
0.2730
Order an Essay Now & Get These Features For Free:
Turnitin Report
Formatting
Title Page
Citation
Outline
