版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第三章需求預(yù)測(cè)
Forecasting重點(diǎn)掌握本章內(nèi)容:定量預(yù)測(cè)方法3.1需求預(yù)測(cè)概述3.2定性預(yù)測(cè)方法3.3定量預(yù)測(cè)方法3.4預(yù)測(cè)誤差及監(jiān)控思考:
企業(yè)為什么要進(jìn)行需求預(yù)測(cè)?如何進(jìn)行預(yù)測(cè)?本章內(nèi)容:3.1需求預(yù)測(cè)概述3.2定性預(yù)測(cè)方法3.3定量預(yù)測(cè)方法3.4預(yù)測(cè)誤差及監(jiān)控一、預(yù)測(cè)預(yù)測(cè)是對(duì)未來(lái)可能發(fā)生的情況的預(yù)計(jì)與推測(cè)。“凡事預(yù)則立,不預(yù)則廢”。預(yù)測(cè)為人們提供了即將發(fā)生的情況的信息,增加了成功的機(jī)會(huì)。預(yù)測(cè)的基本假設(shè):過(guò)去的發(fā)展?fàn)顟B(tài)要持續(xù)到將來(lái)
講究科學(xué),但也需經(jīng)驗(yàn)和判斷無(wú)法絕對(duì)精確總量預(yù)測(cè)比個(gè)體預(yù)測(cè)準(zhǔn)受預(yù)測(cè)時(shí)間范圍影響大預(yù)測(cè)基本特點(diǎn)資料:氣象預(yù)報(bào)與超級(jí)計(jì)算機(jī)資料:氣象預(yù)報(bào)與超級(jí)計(jì)算機(jī)我國(guó)首臺(tái)千萬(wàn)億次超級(jí)計(jì)算機(jī)系統(tǒng)—“天河一號(hào)”近日由國(guó)防科學(xué)技術(shù)大學(xué)研制成功。天河一號(hào)24小時(shí)的工作量,如果用現(xiàn)在最先進(jìn)的雙核高性能個(gè)人PC機(jī)來(lái)操作,需要整整160年才能完成。在“天河一號(hào)”機(jī)房的一臺(tái)顯示器前,記者看到了“天河一號(hào)”計(jì)算并預(yù)報(bào)的2009年8月9日襲擊臺(tái)灣的“莫拉克”臺(tái)風(fēng)的走勢(shì)圖。從這段動(dòng)畫中可以清晰地看到臺(tái)風(fēng)的中心、中心風(fēng)力和走勢(shì),而這次預(yù)報(bào)被證實(shí)與后來(lái)的真實(shí)情況基本相同,準(zhǔn)確率極高。按性質(zhì):科學(xué)預(yù)測(cè)經(jīng)濟(jì)預(yù)測(cè)技術(shù)預(yù)測(cè)需求預(yù)測(cè)社會(huì)預(yù)測(cè)按時(shí)間:長(zhǎng)期預(yù)測(cè)中期預(yù)測(cè)短期預(yù)測(cè)預(yù)測(cè)分類二、預(yù)測(cè)的步驟1確定預(yù)測(cè)的目的2確定預(yù)測(cè)的時(shí)間范圍3選擇預(yù)測(cè)的方法4收集和分析數(shù)據(jù)5準(zhǔn)備預(yù)測(cè)6對(duì)預(yù)測(cè)進(jìn)行監(jiān)控
“預(yù)測(cè)”三、預(yù)測(cè)中應(yīng)注意的幾個(gè)問(wèn)題判斷在預(yù)測(cè)中的作用:選擇預(yù)測(cè)方法、辨別信息、取舍預(yù)測(cè)結(jié)果預(yù)測(cè)精度與成本預(yù)測(cè)的時(shí)間范圍和更新頻率穩(wěn)定性與響應(yīng)性-預(yù)測(cè)方法的兩個(gè)基本要求穩(wěn)定性:抗拒隨機(jī)干擾、反映穩(wěn)定需求的能力。適用于受隨機(jī)因素影響大的預(yù)測(cè)問(wèn)題響應(yīng)性:迅速反映需求變化的能力,適用于受隨機(jī)因素影響小的預(yù)測(cè)問(wèn)題三、需求預(yù)測(cè)需求預(yù)測(cè)是企業(yè)對(duì)其產(chǎn)品需求水平在未來(lái)一段時(shí)間里的變化情況進(jìn)行的預(yù)計(jì)與推測(cè)。是企業(yè)計(jì)劃和控制決策的主要依據(jù)。需求預(yù)測(cè)與企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)關(guān)系最緊密。
預(yù)測(cè)在生產(chǎn)中的地位產(chǎn)品決策市場(chǎng)和需求研究和技術(shù)生產(chǎn)能力決策勞動(dòng)力需求預(yù)測(cè),訂單綜合計(jì)劃可獲得的原材料現(xiàn)有庫(kù)存外部生產(chǎn)能力(轉(zhuǎn)包)主生產(chǎn)計(jì)劃和MRP系統(tǒng)詳細(xì)的工作排程幫助管理者設(shè)計(jì)生產(chǎn)運(yùn)作系統(tǒng)生產(chǎn)什么產(chǎn)品,提供何種服務(wù)在何處建立生產(chǎn)/服務(wù)設(shè)施采用什么樣的流程供應(yīng)鏈如何組織幫助管理者對(duì)系統(tǒng)的使用進(jìn)行計(jì)劃今年生產(chǎn)什么,生產(chǎn)多少如何利用現(xiàn)有設(shè)施提供滿意服務(wù)需求預(yù)測(cè)在生產(chǎn)管理中的作用案例:汽車市場(chǎng)預(yù)測(cè)及汽車企業(yè)的產(chǎn)銷規(guī)劃汽車企業(yè)的產(chǎn)銷規(guī)劃思考:汽車產(chǎn)業(yè)的發(fā)展將帶動(dòng)哪些產(chǎn)業(yè)的發(fā)展?有資料表明,汽車業(yè)帶動(dòng)100多個(gè)相關(guān)產(chǎn)業(yè)的發(fā)展。汽車產(chǎn)業(yè)鏈上游涉及鋼鐵、機(jī)械、橡膠、石化、電子、紡織等行業(yè);下游涉及保險(xiǎn)、金融、銷售、維修、加油站、餐飲、旅館等行業(yè)。需求預(yù)測(cè)的方法
定性預(yù)測(cè)方法主觀判斷、不需要數(shù)學(xué)公式預(yù)測(cè)依據(jù):各種主觀意見定量預(yù)測(cè)方法利用統(tǒng)計(jì)資料和數(shù)學(xué)模型進(jìn)行預(yù)測(cè)主觀判斷仍然重要預(yù)測(cè)方法定性預(yù)測(cè)方法定量預(yù)測(cè)方法Delphi法用戶期望調(diào)查法部門主管討論法銷售人員意見匯集法因果模型時(shí)間序列模型移動(dòng)平均法加權(quán)移動(dòng)平均法指數(shù)平滑法乘法模型加法模型時(shí)間序列平滑模型時(shí)間序列分解模型本章內(nèi)容:3.1需求預(yù)測(cè)概述3.2定性預(yù)測(cè)方法3.3定量預(yù)測(cè)方法3.4預(yù)測(cè)誤差及監(jiān)控
Delphi法(專家調(diào)查法)用戶期望調(diào)查法部門主管意見銷售人員意見匯集法3.2定性預(yù)測(cè)方法本章內(nèi)容:3.1需求預(yù)測(cè)概述3.2定性預(yù)測(cè)方法3.3定量預(yù)測(cè)方法3.4預(yù)測(cè)誤差及監(jiān)控時(shí)間序列模型:把預(yù)測(cè)指標(biāo),如銷售量等指標(biāo)的實(shí)際歷史數(shù)據(jù)按時(shí)間順序排列,應(yīng)用數(shù)學(xué)方法進(jìn)行分析,找出其中的變化趨勢(shì)和規(guī)律性的一種定量預(yù)測(cè)方法。
時(shí)間序列平滑模型時(shí)間序列分解模型因果關(guān)系模型利用變量之間的相關(guān)關(guān)系,通過(guò)一種變量的變化來(lái)預(yù)測(cè)另一種變量的未來(lái)變化。思考:
需求受到哪些因素的影響?能不能找出這些變量和需求之間的關(guān)系呢?過(guò)去幾周的需求數(shù)量知道了,能不能利用這些數(shù)據(jù)預(yù)測(cè)后面幾周的需求情況呢?時(shí)間序列是按一定的時(shí)間間隔和事件發(fā)生的先后順序排列起來(lái)的數(shù)據(jù)構(gòu)成的序列。在時(shí)間序列模型方法中,將需求作為因變量,而將時(shí)間作為唯一的獨(dú)立變量。
趨勢(shì)成分
季節(jié)成分
周期成分
隨機(jī)波動(dòng)成分
時(shí)間序列的分解趨勢(shì)成分
-數(shù)據(jù)長(zhǎng)期變化趨勢(shì)季節(jié)成分
-在一年內(nèi)按通常的頻率圍繞趨勢(shì)作上下有規(guī)則的波動(dòng)周期成分
–在較長(zhǎng)時(shí)間里圍繞趨勢(shì)作有規(guī)則波動(dòng)(經(jīng)濟(jì)周期)隨機(jī)波動(dòng)(Randomvariations)-隨機(jī)因素引起無(wú)規(guī)則的波動(dòng)主要預(yù)測(cè)模型簡(jiǎn)單移動(dòng)平均(Simplemovingaverage,SMA)加權(quán)移動(dòng)平均(Weightedmovingaverage,WMA)指數(shù)平滑法(Exponentialsmoothing)一、簡(jiǎn)單移動(dòng)平均SMAt+1
=
nAt+i-ni=1nT周期末簡(jiǎn)單移動(dòng)平均值T+1周期的預(yù)測(cè)值i周期實(shí)際值周期數(shù)表簡(jiǎn)單移動(dòng)平均法預(yù)測(cè)
月份
實(shí)際銷量(百臺(tái))
n=31
2
3
4
5
6
7
8
9
10
11
12
20.00
21.00
23.00
24.00
25.00
27.00
26.00
25.00
26.00
28.00
27.00
29.00
21.33
22.67
24.00
25.33
26.00
26.00
25.67
?
27.00
n=421.75
23.33
24.75
25.50
25.75
26.00
26.25
26.50
計(jì)算移動(dòng)平均預(yù)測(cè)值:F4=(720+678+650)/3=682.67F7=(920+859+785+720+678+650)/6=768.67描點(diǎn)繪圖,可以比較當(dāng)n=3,n=6時(shí)對(duì)預(yù)測(cè)結(jié)果的影響?對(duì)于簡(jiǎn)單滑動(dòng)平均預(yù)測(cè)方法,關(guān)鍵是選擇移動(dòng)時(shí)間區(qū)間的大小,即n的大小。n的大小的選擇與預(yù)測(cè)者要求的適應(yīng)性有關(guān)。如果管理者追求穩(wěn)定性,n的值應(yīng)該選擇大一些,如果管理者的目標(biāo)是體現(xiàn)響應(yīng)性,則應(yīng)選擇小一點(diǎn)的n。二、加權(quán)移動(dòng)平均WMAt+1
=
niAt+i-ni=1n表6-2加權(quán)移動(dòng)平均預(yù)測(cè)
t(月)
實(shí)際銷量(百臺(tái))
三個(gè)月的加權(quán)移動(dòng)平均預(yù)測(cè)值(百臺(tái))
1
2
3
4
5
6
7
8
9
10
11
12
20.00
21.00
23.00
24.00
25.00
27.00
26.00
25.00
26.00
28.00
27.00
29.00
(0.5×20+1×21+1.5×23)/3=21.83
23.17
24.33
25.83
26.17
25.67
25.67
26.83
27.17
近期數(shù)據(jù)的權(quán)重越大,則預(yù)測(cè)的穩(wěn)定性就越差,響應(yīng)性就越好;近期數(shù)據(jù)數(shù)據(jù)的權(quán)重越小,則預(yù)測(cè)的穩(wěn)定性就越好,響應(yīng)性就越差;權(quán)重和n的選擇具有經(jīng)驗(yàn)性。三、一次指數(shù)平滑法
(Singleexponentialsmoothing)Ft=Ft-1+(At-1-Ft-1)=At-1+(1-)Ft-1
Ft新的預(yù)測(cè)值,
Ft-1前期預(yù)測(cè)值,At-1前期的實(shí)際需求,
平滑系數(shù)月銷售額一次指數(shù)平滑預(yù)測(cè)表單位:千元F2=αA1
+(1-α)F1=0.4×10.00+(1-0.4)×11.00=10.6019.7416.81與上面的問(wèn)題的類似,預(yù)測(cè)的關(guān)鍵是選擇的大小。如管理者追求穩(wěn)定性,的值應(yīng)該選擇小一些;如果管理者的目標(biāo)是體現(xiàn)響應(yīng)性,則應(yīng)選擇大一點(diǎn)的四、時(shí)間分解預(yù)測(cè)模型--解決季節(jié)性預(yù)測(cè)問(wèn)題(Seasonalvariations)
思考:銷售量變化有何特征?思考:哪些行業(yè)存在季節(jié)性的問(wèn)題?
常用季節(jié)性預(yù)測(cè)模型加法模型(AdditiveModel)TF=T+S+C+IT——趨勢(shì)成分S——季節(jié)成分C——周期成分I——隨機(jī)成分乘法模型(Multiplicativemodel)
TF=T.S.C.I用得最多的是基于乘法模型的預(yù)測(cè)方法時(shí)間序列分解模型計(jì)算示例:
有一個(gè)公司記錄了2010和2011兩年的需求數(shù)據(jù),見下表。請(qǐng)根據(jù)這些數(shù)據(jù)預(yù)測(cè)2012年的需求情況。Step1:利用回歸分析求出趨勢(shì)預(yù)測(cè)的直線方程Step2:將每期需求/預(yù)測(cè)值,計(jì)算季節(jié)因子,并求平均值Step3用回歸預(yù)測(cè)值乘以對(duì)應(yīng)的季節(jié)指數(shù)得到修正預(yù)測(cè)值2011年的修正預(yù)測(cè)值Step3預(yù)測(cè)2012年需求情況五、一元線性回歸模型Yt一元線性回歸預(yù)測(cè)值;a截距b斜率.Yt=a+bxb=
n(xy)-
xynx2
-(x)2a=
y-bxnn為變量數(shù);x為自變量的取值;y為因變量的取值;例題某房地產(chǎn)公司統(tǒng)計(jì)了過(guò)去四年住宅季度銷售量以及相應(yīng)的房貸利率。請(qǐng)你預(yù)測(cè)當(dāng)房貸利率為6%和8%的住宅銷量。提示:需要根據(jù)歷史數(shù)據(jù)建立回歸預(yù)測(cè)模型,再利用模型進(jìn)行預(yù)測(cè)。根據(jù)散點(diǎn)圖,可以判斷住宅銷售量和貸款利率之間存在近似直線聯(lián)系,即:住宅銷量=a*貸款利率+b現(xiàn)在的問(wèn)題是:如何求出a、b兩個(gè)系數(shù)?求y=ax+b系數(shù)的方法方法1:直接用公式計(jì)算b=
n(xy)-
xynx2
-(x)2a=
y-bxn方法2:在excel中利用作圖法求出系數(shù);方法3:利用excel自帶的回歸分析功能求出系數(shù);首先作出散點(diǎn)圖。然后選擇數(shù)據(jù)點(diǎn)(選中數(shù)據(jù)點(diǎn)后會(huì)點(diǎn)亮顯示),然后點(diǎn)擊鼠標(biāo)右鍵,彈出快捷菜單,選擇“添加趨勢(shì)線”在彈出對(duì)話框中,類型中選擇“線性”,在“選項(xiàng)”中勾選“顯示公式”,然后確定利用excel得到趨勢(shì)方程的操作步驟顯示公式后,在圖表中就會(huì)得到時(shí)間序列的趨勢(shì)線和趨勢(shì)方程進(jìn)行預(yù)測(cè)當(dāng)貸款利率=6%時(shí)預(yù)計(jì)住宅銷售量=-98.469*6+1488.1=897.3當(dāng)貸款利率=8%時(shí)預(yù)計(jì)住宅銷售量=-98.469*8+1488.1=700.3多元回歸模型預(yù)測(cè)如果影響因變量變化的自變量不止一個(gè)時(shí),這時(shí)就需要利用多元回歸模型進(jìn)行預(yù)測(cè)。利用多元回歸模型預(yù)測(cè),首先需要根據(jù)歷史數(shù)據(jù)建立多元回歸預(yù)測(cè)模型。多元回歸預(yù)測(cè)模型的建立可以利用excel自帶的回歸分析功能完成。利用多元回歸分析預(yù)測(cè)第16期的需求期數(shù)價(jià)格促銷廣告等級(jí)需求120001000010000111322000100001000011193220010000100001814220010000150001865220015000150001916220015000150001.761027220015000150001.761058200010000100001150923202000020000279102460300004000037111240050000600003.948812231050000600003.9312013225056000600003.9316214226058000620003.916915228058000640003.917216238060000700003.5
觀察歷史數(shù)據(jù),可以得到假設(shè):需求=常數(shù)+a×價(jià)格+b×促銷+c×廣告+d×產(chǎn)品等級(jí)預(yù)測(cè)步驟示例1、調(diào)入Excel自帶的數(shù)據(jù)分析工具在“分析工具庫(kù)”前點(diǎn)上“√”,然后點(diǎn)“確定”,就調(diào)出了“數(shù)據(jù)分析”功能
這個(gè)時(shí)候我們可以看到在“工具”菜單中多了一項(xiàng)“數(shù)據(jù)分析”,打開“數(shù)據(jù)分析”在“數(shù)據(jù)分析”中選擇“回歸”,并“確定”,調(diào)出回歸分析工具2、按照提示,設(shè)置參數(shù)。首先設(shè)置Y值(即需求)區(qū)域
3、設(shè)置X值(價(jià)格、促銷、廣告、等級(jí))區(qū)域,用鼠標(biāo)框選。4、設(shè)置回歸結(jié)果的輸出區(qū)域5、X值區(qū)域、Y值區(qū)域和輸出區(qū)域設(shè)置好之后,點(diǎn)“確定”就可以得到回歸結(jié)果Excel回歸結(jié)果的解讀本章內(nèi)容:3.1需求預(yù)測(cè)概述3.2定性預(yù)測(cè)方法3.3定量預(yù)測(cè)方法3.4預(yù)測(cè)誤差及監(jiān)控預(yù)測(cè)精度(誤差的大小)與控制是預(yù)測(cè)中的重要環(huán)節(jié)。如果不注意預(yù)測(cè)環(huán)境的變化,原來(lái)使用的預(yù)測(cè)模型可能會(huì)由于種種原因產(chǎn)生較大的偏差,從而影響預(yù)測(cè)結(jié)果的精度,使管理人員產(chǎn)生錯(cuò)覺,導(dǎo)致某些決策錯(cuò)誤。思考:為什么要進(jìn)行預(yù)測(cè)監(jiān)控?一、預(yù)測(cè)誤差誤差——實(shí)際值與預(yù)計(jì)值的差別預(yù)測(cè)誤差的度量平均絕對(duì)偏差(Meanabsolutedeviation,MAD)平均平方誤差(Meansquarederror,MSE)平均預(yù)測(cè)誤差平均絕對(duì)偏差平均平方誤差預(yù)測(cè)誤差滾動(dòng)和Runningsumofforecasterrors,RSFE反映預(yù)測(cè)精度衡量無(wú)偏性一、預(yù)測(cè)誤差誤差–實(shí)際值與預(yù)計(jì)值的差別預(yù)測(cè)誤差的度量平均絕對(duì)偏差(Meanabsolutedeviation,MAD)平均平方誤差(Meansquarederror,MSE)MAD和MSE用于度量預(yù)測(cè)誤差的大小MFE用于度量預(yù)測(cè)的無(wú)偏性預(yù)測(cè)值實(shí)際值實(shí)際值中線檢驗(yàn)預(yù)測(cè)模型是否有效:將最近的實(shí)際值與預(yù)測(cè)值進(jìn)行比較,看偏差是否在可以接受的范圍之內(nèi);采用跟蹤信號(hào)法(Trackingsignal)二、預(yù)測(cè)監(jiān)控跟蹤信號(hào)(Trackingsignal)是累積誤差與MAD的比TS接近為零,或在一定范圍之內(nèi),預(yù)測(cè)模型有效可接受誤差范圍上限下限 控制界限MAD數(shù)標(biāo)準(zhǔn)偏差相關(guān)數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 部編版二年級(jí)語(yǔ)文上冊(cè)期末模擬測(cè)試卷(一)含答案
- 血管源性水腫的臨床護(hù)理
- 數(shù)學(xué)上冊(cè)可能性課件西師大版
- 腸梗阻的護(hù)理
- 孕期腹部損傷的健康宣教
- 急性肺膿腫的臨床護(hù)理
- 舌下神經(jīng)損傷的臨床護(hù)理
- 甲溝炎的臨床護(hù)理
- 粘連性中耳炎的健康宣教
- JJF(陜) 088-2022 三維運(yùn)輸記錄儀校準(zhǔn)規(guī)范
- 2024年醫(yī)學(xué)實(shí)驗(yàn)室行業(yè)發(fā)展趨勢(shì)及前景展望分析報(bào)告
- 2023年6月國(guó)開(中央電大)行管本科《西方行政學(xué)說(shuō)》期末考試試題及答案
- 【取水構(gòu)筑物計(jì)算2500字】
- 《銷售人員培訓(xùn)完整》課件
- 水電安裝施工方案
- 中國(guó)網(wǎng)民權(quán)益保護(hù)調(diào)查報(bào)告
- 高一上學(xué)期期中考試語(yǔ)文試題(含答案)
- 心內(nèi)科入科教育培訓(xùn)
- 預(yù)防宗教滲透從我做起
- 智能智能化智能眼鏡
- 腦動(dòng)脈供血不足的護(hù)理查房
評(píng)論
0/150
提交評(píng)論