2.3 Noen enkle prognosemetoder beer2 lt - window 40 ausbeer, start 1992. slutten 2006 - .1 41 ølfit1, med 40 øl2, h 11 41 ølfit2 ltniv 40 øl2, h 11 41 ølfit3 lørdag 40 øl2, h 11 41 tomt 40 ølfit1, tomt. conf FALSE, hovedkvoter for kvartalsvis ølproduksjonskvot 41 linjer 40 beerfit2mean, col 2 41 linjer 40 beerfit3mean, col 3 41 legenden 40 quottoprightquot, lty 1. col c 40 4. 2. 3 41, legenden c 40 quotMean methodquot. quotNaive methodquot. Quarter-naive methodquot 41 41 I figur 2.14 ble de ikke-sesongbaserte metodene påført i en serie på 250 dager i Dow Jones-indeksen. dj2 lt - vindu 40 dj, slutt 250 41 plot 40 dj2, hovedkvoteDow Jones-indeks (daglig slutt 15 jul 94) citer, ylab quotquot, xlab quoteDayquot, xlim c 40 2. 290 41 41 linjer 40 meanf 40 dj2, h 42 41 4 4 linjer 40 rwf 40 dj2, h 42 41 gjennomsnitt, col 2 41 linjer 40 rwf 40 dj2, drift TRUE, h 42 41 gjennomsnitt, col 3 41 legenden 40 quottopleftquot, lty 1. col c 40 4. 2. 3 41, legenden c 40 ccMetan methodquot. quotNaive methodquot. quotDrift methodquot 41 41 Noen ganger vil en av disse enkle metodene være den beste prognosemetoden som er tilgjengelig. Men i mange tilfeller vil disse metodene tjene som referanser i stedet for den valgte metode. Det er, uansett prognosemetoder vi utvikler, vil de bli sammenlignet med disse enkle metodene for å sikre at den nye metoden er bedre enn disse enkle alternativene. Hvis ikke, er den nye metoden ikke verdt å vurdere. Enkel glidende gjennomsnitt Den andre ad hoc-metoden er Simple glidende gjennomsnitt. der tidligere verdier brukes for å finne den mest passende parameteren som gir den laveste prognosefeilen. Den avgjørende delen i denne metoden er riktig valg av antall perioder tatt i prognosen. Weatherford og Kimes (2003) testet 2 8211 8 perioder og viste at den laveste feilen ga 8 periode glidende gjennomsnitt. Forventningen beregnes matematisk på følgende måte: hvor F (t1) - varsler i rom etterspørsel i periode t1, x 8211 er antall rom solgt i periode i, N-antall tidligere perioder (Phumchusri og Mongkolkul, 2012). Enkelt glidende gjennomsnitt er enkelt, raskt å beregne og reagere raskere på skift i etterspørsel når N-perioden er liten. Denne metoden har imidlertid to store ulemper. For det første antar man at de siste observasjonene er bedre prediktorer enn eldre data. For det andre, når data viser oppad eller nedadgående trend, vil metoden bli forvarslet eller underforstått. For å kunne takle slike trender anbefaler Talluri og Van Ryzin (2004) å bruke dobbelt eller trippelt glidende gjennomsnitt. Anvendelsen av denne metoden på vårt datasett er tilgjengelig her: Enkelt flytende gjennomsnitt I vår søknad av denne prognosemetoden som er aktivert for å oppnå MAPE på 4, er det et veldig godt eksempel. Som tidligere nevnt er denne metoden imidlertid en dårlig prediktor når etterspørselen er mer ustabil. Følgende graf viser en slik situasjon, hvor MAPE utgjorde 60 (i modell 2 8211 forventede verdier1: 2 perioder) og 55 (i modell 8 8211 prognostiserte verdier2: 8 perioder). Phumchusri, D. Mongkolkul, J. (2012) Hotellrom Etterspørsel via Observert reservasjonsinformasjon. Foredrag i Asia Pacific Industrial Engineering amp Management Systems Conference 2012, s. 1978-1985 Talluri, K. og Van Ryzin, G. (2004) Teori og praksis av inntektsforvaltning. Boston, Kluwer Academic Publishers. Weatherford, L. R. ampere Kimes, S. E. (2003). En sammenligning av prognosemetoder for hotellinntekter. International Journal of Forecasting. vol. 19, nr. 3, s. 401-415. Del Search EngineChapter 11 - Demand Management amp Prognoser 1. Perfekt prognose er nesten umulig. 2. I stedet for å søke etter den perfekte prognosen, er det langt viktigere å etablere praksis med kontinuerlig gjennomgang av prognosen og å lære å leve med unøyaktig prognose 3. Ved prognoser er en god strategi å bruke 2 eller 3 metoder og se dem for kommonsens syn. 2. grunnkilder til etterspørsel 1. Avhengige etterspørselen - etterspørsel etter produkter eller tjenester forårsaket av etterspørselen etter andre produkter eller tjenester. Ikke mye firmaet kan gjøre, det må oppfylles. 2. Uavhengig etterspørsel - etterspørsel som ikke direkte kommer fra etterspørselen etter andre produkter. Firmaet kan: a) Ta en aktiv rolle for å påvirke etterspørselen - legge press på salgsstyrken din b) Ta en passiv rolle for å påvirke etterspørselen - Hvis et firma kjører i full kapasitet, vil det kanskje ikke gjøre noe med etterspørselen. Andre grunner er konkurransedyktige, juridiske, miljømessige, etiske og moralske. Forsøk å forutsi fremtiden basert på tidligere data. 1. Kort sikt - under 3 måneder - taktiske beslutninger som å fylle opp inventar eller planlegger EEer på kort sikt 2. Middels sikt - 3 M-2Y - fange sesongvirkninger som kunder svarer på et nytt produkt 3. Langsiktig - mer enn 2 år. Å identifisere viktige vendepunkter og oppdage generelle trender. Lineær regresjon er en spesiell type regresjon der relasjonene mellom variabel danner en rett linje Y abX. Y-avhengig variabel a - Y avgrensning b - skråning X - uavhengig variabel Det brukes til langsiktig prognose av store hendelser og aggregeringsplanlegging. Den brukes til både prognoser for tidsserier og prognoser for tilfeldige forhold. Er den mest brukte prognoseteknikken. De siste hendelsene er mer veiledende for fremtiden (høyest forutsigbar verdi) enn de i den fjernere fortiden. Vi bør gi mer vekt til malmen de siste tidsperioder når vi regner med prognoser. Hvert trinn i fortiden er redusert med (1 alfa). Jo høyere alfa, desto nærmere følger prognosen. Nyeste vekting alfa (1-alfa) na 0 Data en periode eldre alfa (1-alfa) na 1 Data to tidsperiode eldre alfa (1-alfa) na 2 Hvilken av følgende prognosemetoder er svært avhengig av valg av rettpersoner som dømt vil bli brukt til å faktisk generere prognosen Verdien må være mellom 0 og 1 1. 2 eller flere forhåndsdefinerte verdier av Alpha - avhengig av graden av feil benyttes forskjellige verdier av Alpha. Hvis feilen er stor, er Alpha 0,8, hvis feilen er liten, Alpha er 0,2. 2. Beregnede verdier for Alpha - eksponensielt jevnet faktisk feil dividert med eksponensielt forvrengt absolutt feil. Kvalitative teknikker i prognose Kunnskap om eksperter og kreve stor vurdering (nye produkter eller regioner) 1. Markedsundersøkelse - leter etter nye produkter og ideer, liker og misliker eksisterende produkter. Primært FORSØKER amp INTERVIEWS 2. Panel Consensus - ideen om at 2 hoder er bedre enn en. Panel av mennesker fra en rekke stillinger kan utvikle en mer pålitelig prognose enn en smalere gruppe. Problemet er at lavere EE-nivåer blir skremt av høyere styringsnivåer. Executive judgment brukes (høyere nivå av ledelse er involvert). 3. Historisk Analogi - Et firma som allerede produserer brødristere og ønsker å produsere kaffekasser, kan bruke brødristerhistorien som en sannsynlig vekstmodell. 4. Delphi Metode - svært avhengig av valg av rett personer som dømt vil bli brukt til å faktisk generere prognosen. Alle har samme vekt (mer rettferdig). Tilfredsstillende resultater oppnås vanligvis i 3 runder. MÅL - Samarbeidsprosjekt, prognoser og etterfylling (CPFR) For å utveksle valgt intern informasjon på en delt webserver for å sikre pålitelig og langsiktig fremtidsperspektiv av etterspørselen i forsyningskjeden. Forhåndsvisning ved utjevningsteknikker Dette nettstedet er en del av JavaScript E-labs læringsobjekter for beslutningstaking. Annet JavaScript i denne serien er kategorisert under forskjellige områder av applikasjoner i MENU-delen på denne siden. En tidsserie er en sekvens av observasjoner som bestilles i tide. Inherent i samlingen av data tatt over tid er noen form for tilfeldig variasjon. Det finnes metoder for å redusere avbryte effekten på grunn av tilfeldig variasjon. Utbredte teknikker er utjevning. Disse teknikkene, når de brukes riktig, tydeliggjør de underliggende trenderne tydeligere. Skriv inn tidsseriene Row-wise i rekkefølge, starter fra venstre øverste hjørne, og parameteren (e), og klikk deretter på Calculate-knappen for å oppnå foreløpig prognose for en periode. Blank bokser er ikke inkludert i beregningene, men nuller er. Når du legger inn dataene dine for å flytte fra celle til celle i datamatrixen, bruker du Tab-tasten ikke pil eller tast inn taster. Funksjoner av tidsserier, som kan avsløres ved å undersøke grafen. med de prognostiserte verdiene, og residualens oppførsel, betinget prognosemodellering. Flytte gjennomsnitt: Flytte gjennomsnittlig rangering blant de mest populære teknikkene for preprocessing av tidsserier. De brukes til å filtrere tilfeldig hvit støy fra dataene, for å gjøre tidsseriene jevnere eller til og med å understreke visse informative komponenter som finnes i tidsseriene. Eksponensiell utjevning: Dette er et veldig populært system for å produsere en glatt tidsserie. Mens i flytende gjennomsnitt blir de tidligere observasjonene veid likt, eksponentiell utjevning tilordner eksponentielt avtagende vekter som observasjonen blir eldre. Med andre ord blir de siste observasjonene gitt relativt mer vekt i prognoser enn de eldre observasjonene. Dobbelt eksponensiell utjevning er bedre å håndtere trender. Trippel eksponensiell utjevning er bedre å håndtere paraboltrender. Et eksponentielt vektet glidende gjennomsnitt med en utjevningskonstant a. korresponderer omtrent til et enkelt bevegelige gjennomsnitt av lengden (dvs. perioden) n, hvor a og n er relatert til: a 2 (n1) OR n (2 - a) a. For eksempel vil et eksponentielt vektet glidende gjennomsnitt med en utjevningskonstant lik 0,1 svare til et 19 dagers glidende gjennomsnitt. Og et 40-dagers enkelt glidende gjennomsnitt ville korrespondere omtrent til et eksponentielt vektet glidende gjennomsnitt med en utjevningskonstant lik 0,04878. Holter Lineær eksponensiell utjevning: Anta at tidsseriene er u sesongmessige, men viser trend. Holts metode estimerer både dagens nivå og dagens trend. Legg merke til at det enkle glidende gjennomsnittet er spesielt tilfelle av eksponensiell utjevning ved å angi perioden for glidende gjennomsnitt til heltaldelen av (2-alfa) alfa. For de fleste forretningsdata er en Alpha-parameter mindre enn 0,40 ofte effektiv. Det kan imidlertid utføres et rutenett for parameterrommet, med 0,1 til 0,9, med trinn på 0,1. Da har den beste alfa den minste Mean Absolute Error (MA Error). Slik sammenligner du flere utjevningsmetoder: Selv om det finnes numeriske indikatorer for å vurdere nøyaktigheten av prognoseteknikken, er det mest mulig å benytte visuell sammenligning av flere prognoser for å vurdere nøyaktigheten og velge blant de ulike prognosemetoder. I denne tilnærmingen må man plotte (ved hjelp av for eksempel Excel) på samme graf de opprinnelige verdiene for en tidsserievariabel og de forutsagte verdiene fra flere forskjellige prognosemetoder, og dermed lette en visuell sammenligning. Du kan gjerne bruke Past Forecasts ved utjevningsteknikker JavaScript for å oppnå tidligere prognosverdier basert på utjevningsteknikker som bare bruker én parameter. Holt og Winters metoder bruker henholdsvis to og tre parametere, derfor er det ikke en lett oppgave å velge den optimale, eller til og med nær optimale verdier ved prøving og feil for parametrene. Den enkle eksponensielle utjevningen understreker kortspektret perspektivet som setter nivået til den siste observasjonen og er basert på tilstanden at det ikke er noen trend. Den lineære regresjonen, som passer til en minste firkantlinje til de historiske dataene (eller transformerte historiske data), representerer lang rekkevidde, som er betinget av den grunnleggende trenden. Holts lineær eksponensiell utjevning fanger opp informasjon om nyere trend. Parametrene i Holts-modellen er nivåparameter som skal reduseres når mengden datavariasjon er stor, og trenderparameteren skal økes dersom den siste trendretningen støttes av årsakssammenhengene. Kortsiktig prognose: Legg merke til at alle JavaScript på denne siden gir en engangsforespørsel. For å få en to-trinns prognose. bare legg til den prognostiserte verdien til slutten av dine tidsseriedata og klikk deretter på den samme Beregn-knappen. Du kan gjenta denne prosessen for noen få ganger for å oppnå de nødvendige kortsiktige prognosene.
Comments
Post a Comment