服務(wù)業(yè)作業(yè)管理技術(shù)-wenkub
2023-02-17 14:51:01 本頁面
【正文】 未來 2. 預(yù)測很少完美無缺 。 短期預(yù)測 結(jié)果較中、長期預(yù)測更為精確。 ) ?長期預(yù)測 ?預(yù)測期間在三年以上的預(yù)測。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測方法與期間 預(yù)測方法 ?質(zhì)性方法 ?量化方法 預(yù)測期間可分成三類 ?短期預(yù)測 ?預(yù)測期間短於 三個月 ，有時也長達(dá) 一年 。 描述平均法、趨勢與季節(jié)法、及迴歸分析法，並運(yùn)用預(yù)測分析法解決基本預(yù)測問題 。結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 1 預(yù)測 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 2 學(xué)習(xí)目標(biāo) 概述預(yù)測過程與步驟 。 描述 三種預(yù)測精確性 之績效衡量方式 。 (工作排程、工作指派等。 (新產(chǎn)品規(guī)劃 、資本支出規(guī)劃、設(shè)施佈置與設(shè)備採購規(guī)劃等。 預(yù)測 4 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 5 預(yù)測 對一個變數(shù)的未來數(shù)值 (例如需求 )所作陳述。 3. 整體項目 預(yù)測會比 單一預(yù)測 更為精確 。 3. 預(yù)測必須具備 可靠性 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 9 預(yù)測步驟 1. 決定預(yù)測的 目的 與 何時 需要預(yù)測 。 5. 進(jìn)行預(yù)測。 ?趨勢型 – 長期數(shù)據(jù)變動 (股價變動 ) ?季節(jié)型 – 短期數(shù)據(jù)規(guī)律性變動 (節(jié)日型產(chǎn)品銷售量、淡季 /旺季 ) ?循環(huán)型 – 超過持續(xù)一年以上，數(shù)據(jù)波浪型變動 ?不規(guī)則變動型 – 起因於不尋常環(huán)境變化 (政治 /經(jīng)濟(jì) ) ?隨機(jī)變動型 – 起因於偶發(fā)機(jī)會 (地震、 豪雨 ) 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 13 時間序列預(yù)測 (1/3) 可能之時間序列圖形 ? 趨勢 ? 季節(jié)性 ? 循環(huán) ? 不規(guī)則變動 ? 隨機(jī)變動 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 14 天真預(yù)測法 噢，等一下 .... 我們上週銷售了 250個輪胎 .... 所以，我們下週應(yīng)該銷售 .... 每一期預(yù)測值等於前一期的實(shí)際值 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 15 時間序列的預(yù)測 (2/3) 天 真預(yù)測法 ? 使用 前一期數(shù)值 當(dāng)作 預(yù)測基礎(chǔ) 。 缺點(diǎn)： 不能提供高預(yù)測精確度 ，可作為其他預(yù)測方法的成本與精確度比較 基準(zhǔn) 。 Ft: 第 t期之預(yù)測值 MAn:n期之移動平均 At1: 第 t1期之實(shí)際值 n: 移動平均期數(shù) 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 移動平均法分析 Example 例如已知過去五期貨車需求量， 求算三期移動平均預(yù)測值。 ? 若第六期實(shí)際需求為 39 ，使用上一小題權(quán)種預(yù)測第七期需求量。相反地，平滑常數(shù) 愈接近 1，則反應(yīng)愈大 ， 平滑程度 愈 小 。 ?季節(jié)變動：可以是指 每日 、 每週 、 每月 及其他規(guī)則模式的資料。 ?乘法模型：季節(jié)性以 百分比 表示，即時間序列值乘以 平均趨勢值的某一百分比 ，又稱為 季節(jié)相對性 (或季節(jié)指數(shù) )。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 30 季節(jié)性 (2/2) 季節(jié)相對性 ：有兩種不同的使用方式。 1. 使用 季節(jié)趨勢方程式 並針對目標(biāo)期間以求得趨勢 估計值。 分為 簡單線性迴歸 ， 曲線與多元迴歸分析 二種。 相關(guān)係數(shù)的平方（ ）可用來衡量線性迴歸對數(shù)據(jù)的 解釋能力 。 預(yù)測 39 週 1 2 3 4 5 6 7 8 9 10 銷售量 700 724 729 728 740 742 758 750 770 775 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Regression Example 預(yù)測 40 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Regression Example 預(yù)測 41 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 42 例題 下表為新房子銷售與落後三個月之失業(yè)率。 2. 在直線附近的偏差應(yīng)為 常態(tài)分配 。 3. 低度相關(guān)暗示有其他 更為重要變數(shù)存在而未受考慮 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 46 曲線與多元迴歸分析 適用於包含 一個以上 預(yù)測變數(shù) 而不適合 線性模型 ，或不適用簡單線性迴歸，或是存在有非線性關(guān)係 時。 要精確地預(yù)測這些變數(shù)幾乎不可能。 ntt? ?? 預(yù)測值實(shí)際值MAD結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 51 均方誤差（ MSE） MSE 是 預(yù)測誤差平方 的平均值。 實(shí)際值 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 55 預(yù)測管制 (1/2) 追蹤並分析預(yù)測誤差，有助於檢視 預(yù)測是否適當(dāng) 。 因此 管制上限： 管制下限： 管制界限： MSEs ? MSEz?0 z? MSEz?0結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 58 追蹤訊號 累積 預(yù)測誤差 與相關(guān)的 平均絕對偏差 （即 MAD）的比，目的在 偵測誤差的偏差 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 60 使用預(yù)測資訊與使用電腦預(yù)測 管理者對預(yù)測可能採取 反應(yīng) 或 先制 方法。 ?利用歷史資料進(jìn)行直覺式判定 沒有信心與精確達(dá)成任務(wù) 。YS UBAS S 39。 , February 17, 2023 雨中黃葉樹，燈下白頭人。 :27:2023:27:20February 17, 2023 1他鄉(xiāng)生白發(fā)，舊國見青山。 2023年 2月 17日星期五 2時 27分 20秒 14:27:2023 February 2023 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 :27:2023:27Feb2317Feb23 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 。 , February 17, 2023 閱讀一切好書如同和過去最杰出的人談話。勝人者有力，自勝者強(qiáng)。 2023年 2月 17日星期五 2時 27分 20秒 14:27:2023 February 2023 1一個人即使已登上頂峰，也仍要自強(qiáng)不息。 2023年 2月 17日星期五 下午 2時 27分 20秒 14:27: 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 :27:2023:27
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1