Naive Prognose

Die Naive Prognose ist wohl die einfachste aller Prognosen, da sie den aktuellen Wert oder Trend mit elementaren Rechenarten für die Zukunft fortschreibt.

In der Fachliteratur wird zwischen zwei Typen der Naiven Prognose unterschieden:

• Typ 1 (No-Change-Prognose): Der aktuelle Wert wird als Prognosewert verwendet.
• Typ 2 (Same-Change-Prognose): Der letzte Trend wird für die Prognose verwendet, d. h. die Differenz aus letztem und vorletztem Wert wird zur Berechnung des prognostizierten Wertes verwendet.

Folgende Formeln ergeben sich somit für die Naive Prognose:

$\mathsf{f_{t-1}} = \mathit{vorletzter Wert}$
$\mathsf{f_{t}} = \mathit{aktueller Wert}$

• Typ 1: $\mathsf{f_{t+1}} = \mathsf{f_{t}}$
  
• Typ 2: $\mathsf{f_{t+1}} = \mathsf{f_{t} + ({f_{t}} - {f_{t-1}})}$
  

Verwendet wird die Naive Prognose vor allem dazu um die Qualität einer anderen, aufwändigeren Prognoseberechnung zu beurteilen. Dazu wird der mittlere Fehler der zu beurteilenden Prognose und der mittlere Fehler der Naiven Prognose berechnet und daraus der Quotient gebildet. Ist dieser Kennwert kleiner als 1, so ist die untersuchte Prognoseberechnung besser als die Naive Prognose. Das bedeutet, dass sich der zusätzliche Aufwand, der für die aufwändigere Prognose notwendig ist, gelohnt hat.

Eine derartige Beurteilung ist allerdings erst nach dem tatsächlichen Eintreten des Ereignisses möglich, da für die Berechnung der tatsächliche Wert benötigt wird.

• Beispiel für eine Naive Prognose: Nächtigungszahlen in einer Tourismusgemeinde

Jahr	Nächtigungszahlen	Naive Prognose, Typ 1	Naive Prognose, Typ 2
2002	3.517	kein Wert	kein Wert
2003	3.612	3.517	kein Wert
2004	3.799	3.612	3.707
2005	kein Wert	3.799	3.986