服務(wù)業(yè)作業(yè)管理技術(shù)(文件)
【正文】 Feb2317Feb23 1越是無能的人，越喜歡挑剔別人的錯兒。 2023年 2月 17日星期五 2時 27分 20秒 14:27:2023 February 2023 1空山新雨后，天氣晚來秋。 :27:2023:27:20February 17, 2023 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 , February 17, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 。 :27:2023:27Feb2317Feb23 1故人江海別，幾度隔山川。 運用 OM Explorer 預(yù)測 64 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) OM Explorer 預(yù)測 65 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 66 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Results 預(yù)測 67 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Results 預(yù)測 68 42% 48% 43% 41% 實際值 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Regression 迴歸預(yù)測 預(yù)測 69 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Results 預(yù)測 70 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Exercise 客戶抱怨次數(shù)數(shù)據(jù)以成對 (時期 , 抱怨次數(shù) )表示之 :(第 1期 , 60) (第 2期 , 56) (第 3期 , 66) (第 4期 , 55) (第 5期 , 64)；請以下列方法進行預(yù)測第 6期抱怨次數(shù)： (1) 天真法 (2) 三期移動平均 (3) 加權(quán)移動平均法，權(quán)重分別為 , , . (4) 指數(shù)平滑法，平滑係數(shù)為 。 ?運用時間序列預(yù)測方法達成未來產(chǎn)能需求預(yù)測，並規(guī)劃機臺遷移計畫與人員遣散計畫。 Excel, SPSS, MINITAB 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 實務(wù)預(yù)測案例 某公司採漸進式工廠轉(zhuǎn)移至上海昆山廠，鑑於現(xiàn)有訂單執(zhí)行與人員縮編考量，期擬定產(chǎn)能縮減與人員遣散作業(yè)。 ()MA Dtttt??? 實 際 值 誤差值追蹤 訊號45??到結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 59 選擇預(yù)測技巧 選擇預(yù)測技巧的二個重要因素： ?成本 ?精確性 最佳的預(yù)測不一定是精確度最高或成本最低，而是管理者認定的精確度與成本之最佳組合。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 56 預(yù)測管制 (2/2) 非隨機性的範例 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 57 管制圖 誤差分配標準差估計值 就是 MSE的平方根 。 ||100MA P Etttn????實 際 值 預(yù)測 值實 際 值結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 53 例題 使用下列資料計算 MAD、 MSE 和 MAPE 。 預(yù)測誤差是針對給定期數(shù)，實際值與預(yù)測值的差。 (SPSS, MINITAB, MATLAB, Excel+VBA) 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 47 預(yù)測精確度與管制 預(yù)測 精確度 與 管制 對預(yù)測來說是相當(dāng)重要層面。 2. 建立這種關(guān)係需要 大量資料 ，至少超過 20個觀測資料。 滿足上列假設(shè)後，為了得到最佳結(jié)果： 1. 經(jīng) 常將資料 繪成圖形 ， 驗證線性關(guān)係是否恰當(dāng) 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 43 例題說明 1. 將資料繪於圖上，並觀察資料點的範圍，線性模型似乎是適當(dāng)?shù)摹? 2r2結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Regression Example 某公司過去行動電話銷售量，如下表所列。 此最小平方直線的方程式如下： bxay c ??結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 35 簡單線性迴歸 (1/2) 以下的方程式可以計算出係數(shù) a 與 b： 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 36 簡單線性迴歸 (2/2) 直線方程式的圖形如下： 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 37 迴歸 (1/2) 迴歸於預(yù)測應(yīng)用與指標之使用有關(guān)，以下為常見指標： ?工廠存貨淨(jìng)變動量 ?商業(yè)銀行放款利率 ?工業(yè)產(chǎn)出 ?消費者物價指數(shù) ?物 價指數(shù) ?股票市場價格 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 38 迴歸 (2/2) 迴歸 相關(guān)性 衡量二變數(shù)之間 關(guān)係強度 與 方向 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 31 季節(jié)性範例 – 計算季節(jié)相對性 中心點移動平均 (centered moving average): 與移動平均法相同，其數(shù)值卻不能作為 預(yù)測值 ，但此數(shù)值為該序列之代表值。消除季節(jié)性乃將每個資料點 除以 相對應(yīng)之季節(jié)相對比率。 ?季節(jié)性變動於零售業(yè)規(guī)劃與排程之重要因素，此外掌握 尖峰負荷 亦很重要。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 28 季節(jié)性分析技術(shù) 季節(jié)性有二種不同的模型： 加法 模型與 乘法 模型。 預(yù)測 23 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 24 指數(shù)平滑法 Example 期間 實際 A l p h a = 0 . 1 誤差 A l p h a = 0 . 4 誤差1 422 40 42 2 . 0 0 42 23 43 4 1 . 8 1 . 2 0 4 1 . 2 1 . 84 40 4 1 . 9 2 1 . 9 2 4 1 . 9 2 1 . 9 25 41 4 1 . 7 3 0 . 7 3 4 1 . 1 5 0 . 1 56 39 4 1 . 6 6 2 . 6 6 4 1 . 0 9 2 . 0 97 46 4 1 . 3 9 4 . 6 1 4 0 . 2 5 5 . 7 58 44 4 1 . 8 5 2 . 1 5 4 2 . 5 5 1 . 4 59 45 4 2 . 0 7 2 . 9 3 4 3 . 1 3 1 . 8 710 38 4 2 . 3 6 4 . 3 6 4 3 . 8 8 5 . 8 842+(4242)=42 4042
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1