Предиктивное исследование специфических свойств структуры временных рядов объемов продаж питьевой бутилированной воды

Маргарита Игоревна Попова

doi:10.17308/meps/2078-9017/2025/6/6-20

Маргарита Игоревна Попова Кубанский государственный аграрный университет им. И.Т. Трубилина

DOI: https://doi.org/10.17308/meps/2078-9017/2025/6/6-20

Ключевые слова: микроуровневый анализ, многокритериальная оптимизация, монопродуктовая компания, трендоустойчивость, персистентность, корреляционный анализ

Аннотация

Предмет: в данной работе представлено расширение и углубление ранее выполненного анализа данных, заключающегося в изучении временных рядов продаж, их систематизации и детальном описании. Указанные задачи решаются на этапе предварительного или предикторного исследования временных рядов, характеризующих ежедневные объемы реализации девяти различных брендов бутилированной воды. Цель: анализ специфических свойств структуры временных рядов объемов продаж, определяющих динамику ключевого индикатора эффективности для коммерческой организации, специализирующейся на продаже одного типа товара и, как следствие, подбор релевантного математического прогнозного инструментария. Дизайн исследования: представлено расширение и углубление статистического анализа данных объемов продаж, заключающегося в изучении временных рядов продаж, их систематизации и детальном описании. Указанные задачи решаются на этапе предварительного или предикторного исследования. В рамках исследования представлены расчеты статистических показателей и векторная оценка временных рядов, представляющих собой данные о продажах конкретной марки воды в определенный день недели. Результаты: представленный в работе анализ результатов многокритериальной оценки персистентности или трендоустойчивости декомпозиционных по дням недели и маркам временных рядов продаж питьевой воды важен для получения надежного прогноза и выработки политики эффективного риск-менеджмента, связанного с функционированием торговой компании, специализирующейся на одном виде продукции.

Скачивания

Данные скачивания пока не доступны.

Биография автора

Маргарита Игоревна Попова, Кубанский государственный аграрный университет им. И.Т. Трубилина

асс.

Литература

1. Апанович З.В., Винокуров П.С., Марчук А.Г. Платформа для визуализации и исследования наукометрической информации семантических баз данных // Тринадцатая национальная конференция по искусственному интеллекту с международным участием: труды конференции. Белгород, 16–20 октября 2012 года, т. 2, c. 31-38.
2. Дунская Л.К., Попова Е.В. Адаптация k-means как средства автоматизации процесса прогнозирования слабоструктурируемых временных рядов экономической динамики // π-Economy, 2025, т. 18, no. 1, c. 160-177.
3. Коваль П.К., Полбин А.В. Оценка гетерогенных параметров динамики дохода и межвременных потребительских предпочтений // Финансовый журнал, 2023, т. 15, no. 6, c. 76-92.
4. Кумратова А.М., Попова Е.В., Попов Г.И. [и др.] Методы классической статистики в исследовании степени «рисковости» тренд-сезонных процессов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета, 2014, no. 100, c. 1118-1137.
5. Кумратова А.М., Попова Е.В., Савинская Д.Н., Курносова Н.С. Комплексная методика анализа экономических временных рядов методами нелинейной динамики // Современная экономика: проблемы и решения, 2015, no. 8 (68), c. 35-43.
6. Кумратова А.М., Попова Е.В., Турлий С.И., Недогонова Т.А. Адаптированные методы нелинейной динамики подготовки данных экономических временных рядов к процедуре прогноза // Современная экономика: проблемы и решения, 2019, no. 7(115), c. 33-41.
7. Никифорова О.П., Антохонова И.В. Локальные продовольственные рынки в новых условиях: методология исследования и методы регулирования. Улан-Удэ, Восточно-Сибирский государственный университет технологий и управления, 2016. 164 с.
8. Перепелица В.А., Попова Е.В. Математические модели и методы оценки рисков экономических, социальных и аграрных процессов. Ростов-на-Дону, Ростовский университет, 2002. 210 с.
9. Попова Е.В., Кумратова А.М., Третьякова Н.В., Пономарева Д.Н. Инструментальные средства выявления долгосрочных тенденций развития природных и экономических процессов // Современная экономика: проблемы и решения, 2015, no. 7 (67), c. 22-31.
10. Попова Е.В., Савинская Д.Н., Попов Г.И. Прогнозирование динамики рынка HOD на базе методов когнитивного анализа и предикторной обработки данных // Труды Кубанского государственного аграрного университета, 2012, no. 35, c. 27-31.
11. Попова М.И. Методы многокритериальной оптимизации в формировании ассортимента монопродуктовой компании // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета, 2024, no. 202, c. 151-165.
12. Попова М.И., Таран Е.А., Вилкова Н.А. Математические методы многокритериальной оптимизации для принятия решения по отбору объектов таможенного контроля после выпуска товаров // Современная экономика: проблемы и решения, 2024, no. 3 (171), c. 24-36.
13. Се С., Миролюбова А.А. Анализ инструментов визуализации экономических данных // Сборник научных трудов вузов России «Проблемы экономики, финансов и управления производством», 2023, no. 53, c. 28-35.
14. Шехтер Д., Сандер Г. Логистика. Искусство управления цепочками поставок. Москва, Претекст, 2008. 230 с.
15. Mandelbrot B.B., Wallis J.R. Fractional Brownian noises, fractional Brownian motions and applications // SIAM review, 1968, no. 10(4), pp. 422-437.
16. Shulenin V.P. Robust Methods of Mathematical Statistics. Мinistry of science and higher education of the russian federation, national research tomsk state university. Tomsk, Scientific Technology Publishing House, 2020. 260 p.