生產(chǎn)與作業(yè)管理之預(yù)測(cè)(編輯修改稿)
2025-03-22 15:21 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 辨消費(fèi)者真正的需求，會(huì)受短期經(jīng)驗(yàn)影響。 – 銷售人員為求自保會(huì)將預(yù)測(cè)值做偏低之預(yù)測(cè)。 定性方法 /市調(diào)法 ? 優(yōu)點(diǎn) : – 消費(fèi)者是實(shí)際使用商品或服務(wù)的人。 ? 缺點(diǎn) : – 問卷設(shè)計(jì)難度高。 – 回收率低。 定量方法 以時(shí)間數(shù)列資料為基礎(chǔ)的預(yù)測(cè) ? 時(shí)間數(shù)列乃是以固定時(shí)間間隔 (每小時(shí)、每週、每月、每季、每年 )為基礎(chǔ)之時(shí)間順序的觀察值。 ? 時(shí)間數(shù)列受到四種現(xiàn)象之影響 : – 趨勢(shì)變動(dòng) Trend。 – 循環(huán)變動(dòng) Cycle。 – 季節(jié)性變動(dòng) Seasonality。 – 隨機(jī)變動(dòng) Randon。 資料的趨勢(shì)變動(dòng) ? 趨勢(shì)變動(dòng) (Trend variation) 指歷史資料逐漸且緩慢的逞捵呈現(xiàn)上升或下降。 資料的循環(huán)變動(dòng) ? 循環(huán)變動(dòng) (Cycles Variation) 指歷史資料超過一年以上的循環(huán)波浪式的生下變化，大都因經(jīng)濟(jì)或政治因素造成。 資料的季節(jié)變動(dòng) ? 季節(jié)變動(dòng) (Seasonality Variation) 由氣候、人為因素使得歷史資料在短期內(nèi)政部長(zhǎng)大都為一年期間 )十分規(guī)則且定期變化。 資料的隨機(jī)變動(dòng) ? 隨機(jī)變動(dòng) (Random Variation) 變動(dòng)因素除生述變動(dòng)原因外的其他變動(dòng)。 時(shí)間序列預(yù)測(cè)模式 ? 依照過去資料來預(yù)測(cè)未來 ? 選擇預(yù)測(cè)模型的取決條件 –預(yù)測(cè)的時(shí)間範(fàn)圍 –資料的取得性 –需要的準(zhǔn)確度 –預(yù)測(cè)的預(yù)算之多寡 –合格人員的取得 –其他像是公司的彈性及預(yù)測(cè)錯(cuò)誤的影響 預(yù) 測(cè) 模 型 種 類 分 析 預(yù)測(cè)方法 歷史資料的數(shù)量 資料型態(tài) 預(yù)測(cè)範(fàn)圍 準(zhǔn)備時(shí)間 人員背景 簡(jiǎn)單指數(shù)平滑 510個(gè)觀察值以設(shè)定權(quán)數(shù) 資料應(yīng)該固定 短 短 不複雜 Holt指數(shù)平滑 510個(gè)觀察值以設(shè)定權(quán)數(shù) 趨勢(shì)但無季節(jié)性 短到中 短 有點(diǎn)複雜 Winter指數(shù)平滑 每季至少 4或 5個(gè)觀察值 趨勢(shì)和季節(jié)性 短到中 短 適度複雜 迴歸趨勢(shì)模型 1020 ， 若季節(jié)性每季至少 5個(gè) 趨勢(shì)和季節(jié)性 短到中 短 適度複雜 因果迴歸模型 每個(gè)獨(dú)立變數(shù) 10個(gè)觀察值 能處理複雜的型態(tài) 短、中或長(zhǎng) 發(fā)展時(shí)間長(zhǎng)執(zhí)行時(shí)間短 相當(dāng)複雜 時(shí)間序列分析 足以看到兩個(gè)頂點(diǎn)與凹點(diǎn)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1