供應(yīng)鏈管理實(shí)務(wù)任務(wù)四供應(yīng)鏈需求預(yù)測-資料下載頁
2025-01-23 23:30本頁面
【正文】 平均法 設(shè)時(shí)間序列為 X1， X2， … ， Xt， … ，簡單移動(dòng)平均公式為 Mt＝ 上式中： M為 t期移動(dòng)平均數(shù)； N為移動(dòng)平均的項(xiàng)數(shù)。該公式表明當(dāng) t向前移動(dòng)一個(gè)時(shí)期，就增加一個(gè)新數(shù)據(jù)，去掉一個(gè)遠(yuǎn)期數(shù)據(jù)，得到一個(gè)新的平均數(shù)。由于它不斷的“吐故納新”，逐期向前移動(dòng)，所以稱為移動(dòng)平均法。 二、相關(guān)知識(shí) 這是它的遞推公式。當(dāng) N較大時(shí)，利用遞推公式可以大大減少計(jì)算量。 由于移動(dòng)平均可以平滑數(shù)據(jù)，消除周期變動(dòng)和不規(guī)則變動(dòng)的影響，使長期趨勢顯示出來，因而可以用于預(yù)測。 即以第 t期移動(dòng)平均數(shù)作為第 t+l期的預(yù)測值。 值得注意的是，簡單移動(dòng)平均法只適合做近期預(yù)測，而且是預(yù)測目標(biāo)的發(fā)展趨勢變化不大的情況。 三、任務(wù)實(shí)施 任務(wù)一、 因果預(yù)測方法的應(yīng)用。借助回歸分析構(gòu)建出銷量與氣溫關(guān)系模型，就可以進(jìn)行啤酒的需求預(yù)測。從圖 4～ 1中的散點(diǎn)分布分析，很容易得出線性模型是較為匹配的。據(jù)此，數(shù)據(jù)回歸分析的結(jié)果見表 4～4： 表 44 啤酒銷量的線性回歸分析結(jié)果 從 EXCEL回歸分析數(shù)據(jù)以及因果預(yù)測中線性關(guān)系的方程，即變量 X為氣溫，變量 Y為需求，計(jì)算如下： Y＝ a+bX＝ + 當(dāng)氣溫為 80華氏度時(shí)，預(yù)測的啤酒需求量為 Y＝ + 80＝ （箱）。 系數(shù) 值 a b 三、任務(wù)實(shí)施 任務(wù)二、 由數(shù)據(jù)可以看出，實(shí)際銷售量的隨機(jī)波動(dòng)較大，經(jīng)過移動(dòng)平均法計(jì)算后，隨機(jī)波動(dòng)顯著減少，即消除了隨機(jī)干擾，而且求取平均值所用的月數(shù)越多，即 N越大，修勻的程度也越大，因此，波動(dòng)也越小。但是，在這種情況下，對實(shí)際銷售量真實(shí)的變化趨勢反應(yīng)也會(huì)越遲鈍。反之，如果 N取得越小，對銷售量真實(shí)變化趨勢反應(yīng)越靈敏，但修勻性越差，容易把隨機(jī)干擾作為趨勢反映出來。因此，N的選擇甚為重要， N應(yīng)取多大，應(yīng)該根據(jù)具體情況做出抉擇。當(dāng) N足夠大時(shí)，則可消除隨機(jī)變化的影響。 在實(shí)用上，一個(gè)有效的方法是取幾個(gè) N值進(jìn)行試算，比較他們的預(yù)測誤差，從中選擇最優(yōu)值。 三、任務(wù)實(shí)施 如本任務(wù)中，對化油器銷售量進(jìn)行預(yù)測，可通過計(jì)算以下兩個(gè)預(yù)測公式的均方誤差 S，選取使 S較小的那個(gè) N。 計(jì)算結(jié)果表明： N=5時(shí)， S較小，所以選取 N=5。預(yù)測下年 1月的化油器銷售量為 452只。 演講完畢，謝謝觀看！
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1