服務(wù)業(yè)作業(yè)管理技術(shù)-文庫吧在線文庫
【正文】 讓使用者知道預(yù)測精確度。 e |e| e2 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 54 例題說明 使用表格內(nèi)的數(shù)字，計算過程為： 它們之間差異 在於 MAD 對所有誤差的權(quán)重都相等 ，MSE 誤差 權(quán)重是根據(jù)其平方值 ，而 MAPE 則是根據(jù)相對誤差 。 其他考慮的因素有：歷史資料之使用性、電腦資料之可使用性、決策者使用預(yù)測技術(shù)之能力、蒐集資料之時間、分析資料並籌劃預(yù)測之時間。 預(yù)測 61 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 實務(wù)預(yù)測案例 製造流程 預(yù)測 62 HA N D LI N GHA N D LI N GPOS TB /IT E S TSHI PP AC KINGF INA LT E S TF INA LAS S 39。 14:27:2023:27:2023:27Friday, February 17, 2023 1乍見翻疑夢，相悲各問年。 14:27:2023:27:2023:272/17/2023 2:27:20 PM 1成功就是日復(fù)一日那一點點小小努力的積累。 下午 2時 27分 20秒 下午 2時 27分 14:27: 楊柳散和風(fēng)，青山澹吾慮。 2023年 2月 下午 2時 27分 :27February 17, 2023 1業(yè)余生活要有意義，不要越軌。 14:27:2023:27:2023:27Friday, February 17, 2023 1知人者智，自知者明。 2023年 2月 17日星期五 下午 2時 27分 20秒 14:27: 1楚塞三湘接，荊門九派通。 2023年 2月 下午 2時 27分 :27February 17, 2023 1行動出成果，工作出財富。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 72 結(jié)束 靜夜四無鄰，荒居舊業(yè)貧。故任命製程工程部進行產(chǎn)能規(guī)劃作業(yè)與漸進式機臺設(shè)備移機作業(yè) 。 管制圖有下列基本假設(shè)：當(dāng)誤差為 隨機分配 時，誤差會是 常態(tài)分配 ，且 平均值在 0 的附近。因此，誤差＝ 實際值－預(yù)測值 tttFAe ??結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 49 預(yù)測精確度 常用來衡量誤差方法 ： ? 平均絕對偏差（ MAD） Mean Absolute Deviation. ? 平均均方誤差（ MSE） Mean Squared Error. ? 平均絕對百分比誤差（ MAPE） Mean Absolute Percentage Error. 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 50 平均絕對偏差（ MAD） MAD是 絕對 預(yù)測誤差的 平均值 。 3. 所有觀測值之 權(quán)重皆相等 。 2. 相關(guān)係數(shù) 3. 迴歸方程式為 (負(fù)相關(guān) ) xy ????r結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 44 應(yīng)用線性迴歸分析要點 (1/2) 簡單迴歸分析的應(yīng)用應(yīng)滿足下列假設(shè)： 1. 在直線附近的變動是 隨機 的。相關(guān)係數(shù) r 的範(fàn)圍為 +。 ?在預(yù)測中加入季節(jié)性：當(dāng)需求同時具有 趨勢 與 季節(jié)性 因素時，加入 季節(jié)性 相對更加準(zhǔn)確。 ?加法模型：季節(jié)性是以 數(shù)量 表示，即時間序列之 平均數(shù)加上或減去某一數(shù)量 。平滑常數(shù) 愈接近 0， 則預(yù)測誤差調(diào)整的速度愈慢 （ 愈平滑 ） 。 ?例如： 期數(shù) 實際值 與前一個值之差 預(yù)測值 t2 50 t1 53 +3 (下一個 )t 53+3 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 17 時間序列預(yù)測方法 (3/3) 平均法分析技術(shù) (Averaging methods) ? 移動平均法 (Moving average)以 近期實際數(shù)值之平均 作為最新 預(yù)測值 的參考 ? 加權(quán)平均法 (Weighted moving average):以愈近期數(shù)值乘以 愈大權(quán)數(shù) 方法以估算 預(yù)測值 ? 指數(shù)平均法 (Exponential smoothing average) nAniin??? 1MA結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 18 平均法分析技術(shù) (1/3) 移動平均法 ? 使用 數(shù)個近期 實際資料產(chǎn)生預(yù)測值。可將此類資料繪成圖形並檢視 樣型 (Pattern) 。 6. 預(yù)測必須符合 成本效益 。過去 == 未來 2. 預(yù)測很少完美無缺 。 ) ?長期預(yù)測 ?預(yù)測期間在三年以上的預(yù)測。 描述平均法、趨勢與季節(jié)法、及迴歸分析法，並運用預(yù)測分析法解決基本預(yù)測問題 。 描述 三種預(yù)測精確性 之績效衡量方式 。 (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。 3. 整體項目 預(yù)測會比 單一預(yù)測 更為精確 。 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 。 ?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 ) ?隨機變動型 – 起因於偶發(fā)機會 (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) 。 Ft: 第 t期之預(yù)測值 MAn:n期之移動平均 At1: 第 t1期之實際值 n: 移動平均期數(shù) 結(jié)束 服務(wù)業(yè)作
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1