服務(wù)業(yè)作業(yè)管理技術(shù)(參考版)
2025-01-31 14:51本頁(yè)面
【正文】 2023年 2月 17日星期五 2時(shí) 27分 20秒 14:27:2023 February 2023 1一個(gè)人即使已登上頂峰，也仍要自強(qiáng)不息。 2023年 2月 17日星期五 下午 2時(shí) 27分 20秒 14:27: 1最具挑戰(zhàn)性的挑戰(zhàn)莫過(guò)于提升自我。勝人者有力，自勝者強(qiáng)。 :27:2023:27Feb2317Feb23 1越是無(wú)能的人，越喜歡挑剔別人的錯(cuò)兒。 , February 17, 2023 閱讀一切好書(shū)如同和過(guò)去最杰出的人談話。 2023年 2月 17日星期五 2時(shí) 27分 20秒 14:27:2023 February 2023 1空山新雨后，天氣晚來(lái)秋。 。 :27:2023:27:20February 17, 2023 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 :27:2023:27Feb2317Feb23 1世間成事，不求其絕對(duì)圓滿，留一份不足，可得無(wú)限完美。 , February 17, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒(méi)有。 2023年 2月 17日星期五 2時(shí) 27分 20秒 14:27:2023 February 2023 1做前，能夠環(huán)視四周；做時(shí)，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 。 :27:2023:27:20February 17, 2023 1他鄉(xiāng)生白發(fā)，舊國(guó)見(jiàn)青山。 :27:2023:27Feb2317Feb23 1故人江海別，幾度隔山川。 , February 17, 2023 雨中黃葉樹(shù)，燈下白頭人。 運(yùn)用 OM Explorer 預(yù)測(cè) 64 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) OM Explorer 預(yù)測(cè) 65 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 66 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Results 預(yù)測(cè) 67 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Results 預(yù)測(cè) 68 42% 48% 43% 41% 實(shí)際值 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Regression 迴歸預(yù)測(cè) 預(yù)測(cè) 69 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Results 預(yù)測(cè) 70 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Exercise 客戶抱怨次數(shù)數(shù)據(jù)以成對(duì) (時(shí)期 , 抱怨次數(shù) )表示之 :(第 1期 , 60) (第 2期 , 56) (第 3期 , 66) (第 4期 , 55) (第 5期 , 64)；請(qǐng)以下列方法進(jìn)行預(yù)測(cè)第 6期抱怨次數(shù)： (1) 天真法 (2) 三期移動(dòng)平均 (3) 加權(quán)移動(dòng)平均法，權(quán)重分別為 , , . (4) 指數(shù)平滑法，平滑係數(shù)為 。YS UBAS S 39。 ?運(yùn)用時(shí)間序列預(yù)測(cè)方法達(dá)成未來(lái)產(chǎn)能需求預(yù)測(cè)，並規(guī)劃?rùn)C(jī)臺(tái)遷移計(jì)畫與人員遣散計(jì)畫。 ?利用歷史資料進(jìn)行直覺(jué)式判定 沒(méi)有信心與精確達(dá)成任務(wù) 。 Excel, SPSS, MINITAB 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 某公司採(cǎi)漸進(jìn)式工廠轉(zhuǎn)移至上海昆山廠，鑑於現(xiàn)有訂單執(zhí)行與人員縮編考量，期擬定產(chǎn)能縮減與人員遣散作業(yè)。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 60 使用預(yù)測(cè)資訊與使用電腦預(yù)測(cè) 管理者對(duì)預(yù)測(cè)可能採(cǎi)取 反應(yīng) 或 先制 方法。 ()MA Dtttt??? 實(shí) 際 值 誤差值追蹤 訊號(hào)45??到結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 59 選擇預(yù)測(cè)技巧 選擇預(yù)測(cè)技巧的二個(gè)重要因素： ?成本 ?精確性 最佳的預(yù)測(cè)不一定是精確度最高或成本最低，而是管理者認(rèn)定的精確度與成本之最佳組合。 因此 管制上限： 管制下限： 管制界限： MSEs ? MSEz?0 z? MSEz?0結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 58 追蹤訊號(hào) 累積 預(yù)測(cè)誤差 與相關(guān)的 平均絕對(duì)偏差 （即 MAD）的比，目的在 偵測(cè)誤差的偏差 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 56 預(yù)測(cè)管制 (2/2) 非隨機(jī)性的範(fàn)例 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 57 管制圖 誤差分配標(biāo)準(zhǔn)差估計(jì)值 就是 MSE的平方根 。 實(shí)際值 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 55 預(yù)測(cè)管制 (1/2) 追蹤並分析預(yù)測(cè)誤差，有助於檢視 預(yù)測(cè)是否適當(dāng) 。 ||100MA P Etttn????實(shí) 際 值 預(yù)測(cè) 值實(shí) 際 值結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 53 例題 使用下列資料計(jì)算 MAD、 MSE 和 MAPE 。 ntt? ?? 預(yù)測(cè)值實(shí)際值MAD結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 51 均方誤差（ MSE） MSE 是 預(yù)測(cè)誤差平方 的平均值。 預(yù)測(cè)誤差是針對(duì)給定期數(shù)，實(shí)際值與預(yù)測(cè)值的差。 要精確地預(yù)測(cè)這些變數(shù)幾乎不可能。 (SPSS, MINITAB, MATLAB, Excel+VBA) 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 47 預(yù)測(cè)精確度與管制 預(yù)測(cè) 精確度 與 管制 對(duì)預(yù)測(cè)來(lái)說(shuō)是相當(dāng)重要層面。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 46 曲線與多元迴歸分析 適用於包含 一個(gè)以上 預(yù)測(cè)變數(shù) 而不適合 線性模型 ，或不適用簡(jiǎn)單線性迴歸，或是存在有非線性關(guān)係 時(shí)。 2. 建立這種關(guān)係需要 大量資料 ，至少超過(guò) 20個(gè)觀測(cè)資料。 3. 低度相關(guān)暗示有其他 更為重要變數(shù)存在而未受考慮 。 滿足上列假設(shè)後，為了得到最佳結(jié)果： 1. 經(jīng) 常將資料 繪成圖形 ， 驗(yàn)證線性關(guān)係是否恰當(dāng) 。 2. 在直線附近的偏差應(yīng)為 常態(tài)分配 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測(cè) 43 例題說(shuō)明 1. 將資料繪於圖上，並觀察資料點(diǎn)的範(fàn)圍，線性模型似乎是適當(dāng)?shù)摹? 預(yù)測(cè) 39 週 1 2 3 4 5 6 7 8 9 10 銷售量 700 724 729 728 740 742 758 750 770 775 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Regression Example 預(yù)測(cè) 40 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) Regression Example 預(yù)
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1