生產(chǎn)與作業(yè)管理2(編輯修改稿)
2025-03-22 07:01 本頁面
【文章內(nèi)容簡介】 例 : Central Call Center（呼叫中心） ? 指數(shù)平滑 F12 = + .25(198 – ) = F13 = + .25(159 – ) = 2/9/2023 27 主講：張志英 預(yù)測(cè)精度 AP = 3 ? = .25 Day Calls Forec. |Error| Forec. |Error| 4 161 5 173 6 157 7 203 8 195 9 188 10 168 11 198 12 159 MAD 2/9/2023 28 主講：張志英 例 : 計(jì)算機(jī)產(chǎn)品銷售（ CPC） . CPC 的分析師想預(yù)測(cè)下一個(gè)年度（ Epsilon Computers）的銷售銷售狀況 . 她相信最近 8個(gè)季度的銷售可以代表下一個(gè)年度的銷售情況。 2/9/2023 29 主講：張志英 歷史數(shù)據(jù) 年 季度 ($mil.) 年 季度 ($mil.) 1 1 2 1 1 2 2 2 1 3 2 3 1 4 2 4 2/9/2023 30 主講：張志英 季節(jié)指數(shù) 計(jì)算季節(jié)指數(shù) Seasonal Indexes 季節(jié)指標(biāo)＝第 i季節(jié)平均值 /總季節(jié)平均值 季度銷售 年 Q1 Q2 Q3 Q4 總數(shù) 1 2 總量 季度平均 季節(jié)指數(shù) .849 .751 .557 2/9/2023 31 主講：張志英 CPC － Deseasonalize the Data 季節(jié)化 =i季實(shí)際銷售 /i季指數(shù) 季度銷售 年 第 1季 第 2季 第 3季 第 4季 1 2 2/9/2023 32 主講：張志英 CPC－線性回歸 . 線性回歸分析 Yr. Qtr. x y x2 xy 1 1 1 1 1 2 2 4 1 3 3 9 1 4 4 16 2 1 5 25 2 2 6 36 2 3 7 49 2 4 8 64 Totals 36 204 2/9/2023 33 主講：張志英 CPC 對(duì)季節(jié)化后的數(shù)據(jù)進(jìn)行線性回歸分析 Y = + 220 4 ( 74 .01) 36 ( 34 9 )a 578 ( 20 4 ) ( 36 )???? 28 ( 34 9 ) 36 ( 74 .01)b 998 ( 20 4 ) ( 36 )??2/9/2023 34 主講：張志英 CPC －季節(jié)化數(shù)據(jù)預(yù)測(cè) Y9 = + (9) = Y10 = + (10) = Y11 = + (11) = Y12 = + (12) = 2/9/2023 35 主講：張志英 CPC 返回去 –季節(jié)化預(yù)測(cè) 年 季度 指數(shù) 季節(jié)后預(yù)測(cè) 季節(jié)預(yù)測(cè) 3 1 .849 3 2 .751 3 3 .557 3 4 2/9/2023 36 主講：張志英 例 3: 大學(xué)入學(xué) 簡單線性回歸 學(xué)校過去六年入學(xué)在不斷增長，預(yù)測(cè)未來三年的入學(xué)人數(shù) 學(xué)生 學(xué)生 年份 入學(xué)人數(shù) (1000s) 年份 人數(shù) (1000s) 1 4 2 5 3 6 2/9/2023 37 主講：張志英 簡單線性回歸 (Cont’ d) 系數(shù)的計(jì)算 222x y x xya = n x ( x)? ? ? ???22xy x yb =
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1