服務(wù)業(yè)作業(yè)管理技術(shù)-wenkub.com
2025-01-27 14:51 本頁面
【正文】 2023年 2月 下午 2時(shí) 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。 下午 2時(shí) 27分 20秒 下午 2時(shí) 27分 14:27: 楊柳散和風(fēng)，青山澹吾慮。 2023年 2月 17日星期五 下午 2時(shí) 27分 20秒 14:27: 1楚塞三湘接，荊門九派通。 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(diǎn)點(diǎn)小小努力的積累。 2023年 2月 下午 2時(shí) 27分 :27February 17, 2023 1行動(dòng)出成果，工作出財(cái)富。 14:27:2023:27:2023:27Friday, February 17, 2023 1乍見翻疑夢(mèng)，相悲各問年。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 72 結(jié)束 靜夜四無鄰，荒居舊業(yè)貧。 預(yù)測(cè) 61 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 實(shí)務(wù)預(yù)測(cè)案例 製造流程 預(yù)測(cè) 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。故任命製程工程部進(jìn)行產(chǎn)能規(guī)劃作業(yè)與漸進(jìn)式機(jī)臺(tái)設(shè)備移機(jī)作業(yè) 。 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(cè)技術(shù)之能力、蒐集資料之時(shí)間、分析資料並籌劃預(yù)測(cè)之時(shí)間。 管制圖有下列基本假設(shè)：當(dāng)誤差為 隨機(jī)分配 時(shí)，誤差會(huì)是 常態(tài)分配 ，且 平均值在 0 的附近。 e |e| e2 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 54 例題說明 使用表格內(nèi)的數(shù)字，計(jì)算過程為： 它們之間差異 在於 MAD 對(duì)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(duì)誤差 。因此，誤差＝ 實(shí)際值－預(yù)測(cè)值 tttFAe ??結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 49 預(yù)測(cè)精確度 常用來衡量誤差方法 ： ? 平均絕對(duì)偏差（ MAD） Mean Absolute Deviation. ? 平均均方誤差（ MSE） Mean Squared Error. ? 平均絕對(duì)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(cè) 50 平均絕對(duì)偏差（ MAD） MAD是 絕對(duì) 預(yù)測(cè)誤差的 平均值 。指出預(yù)測(cè)值 偏離 實(shí)際值的程度是相當(dāng)重要的，這可以讓使用者知道預(yù)測(cè)精確度。 3. 所有觀測(cè)值之 權(quán)重皆相等 。 2. 資料也許會(huì)受 時(shí)間 影響，檢查並繪出相依變數(shù)相對(duì)於時(shí)間的圖 ； 若 時(shí)間 模式發(fā)生，則使用 時(shí)間序列 替代迴歸分析，或把時(shí)間當(dāng)作多元迴歸分析的 獨(dú)立變數(shù) 。 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(cè) 44 應(yīng)用線性迴歸分析要點(diǎn) (1/2) 簡(jiǎn)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(dòng)是 隨機(jī) 的。請(qǐng)應(yīng)用線性趨勢(shì)檢測(cè)是否適當(dāng)，並預(yù)測(cè)第 1 12週銷售量。相關(guān)係數(shù) r 的範(fàn)圍為 +。 期數(shù) 星期 實(shí)際值 1 Tues 67 2 Wed 75 3 Thur 82 4 Fri 98 5 Sat 90 6 Sun 36 7 Mon 55 8 Tues 60 9 Wed 73 10 Thur 85 11 Fri 99 12 Sat 86 13 Sun 40 14 Mon 52 15 Tues 64 16 Wed 76 17 Thur 87 18 Fri 96 19 Sat 88 20 Sun 44 21 Mon 50 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 生產(chǎn)管理技術(shù) 32 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 33 關(guān)聯(lián)性預(yù)測(cè) 關(guān)聯(lián)性技術(shù)重點(diǎn)在於建立出歸納 預(yù)測(cè)變數(shù) 效果方程式，主要的分析方法為 迴歸 。 ?在預(yù)測(cè)中加入季節(jié)性：當(dāng)需求同時(shí)具有 趨勢(shì) 與 季節(jié)性 因素時(shí)，加入 季節(jié)性 相對(duì)更加準(zhǔn)確。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 29 季節(jié)性 (1/2) 加法模型與乘法模型。 ?加法模型：季節(jié)性是以 數(shù)量 表示，即時(shí)間序列之 平均數(shù)加上或減去某一數(shù)量 。 ?季節(jié)性：規(guī)則年度變動(dòng)。平滑常數(shù) 愈接近 0， 則預(yù)測(cè)誤差調(diào)整的速度愈慢 （ 愈平滑 ） 。 11. ..)1(1 ??????? ?? tntnntnt AwAwAwF結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 加權(quán)平均法 Example ? 以之下列需求資料： ? 最近數(shù)值給定權(quán)重為 ；次近數(shù)值為 ；其次為 ， 。 ?例如： 期數(shù) 實(shí)際值 與前一個(gè)值之差 預(yù)測(cè)值 t2 50 t1 53 +3 (下一個(gè) )t 53+3 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 17 時(shí)間序列預(yù)測(cè)方法 (3/3) 平均法分析技術(shù) (Averaging methods) ? 移動(dòng)平均法 (Moving average)以 近期實(shí)際數(shù)值之平均 作為最新 預(yù)測(cè)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(cè)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(cè) 18 平均法分析技術(shù) (1/3) 移動(dòng)平均法 ? 使用 數(shù)個(gè)近期 實(shí)際資料產(chǎn)生預(yù)測(cè)值。 216?？蓪⒋祟愘Y料繪成圖形並檢視 樣型 (Pattern) 。 4. 蒐集與 分析 適當(dāng)資料。 6. 預(yù)測(cè)必須符合 成本效益 。 2. 預(yù)測(cè)必須精確，並應(yīng)該說明其 精確程度 。過去 ==
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1