服務(wù)業(yè)作業(yè)管理技術(shù)-在線瀏覽
2025-03-02 14:51本頁面
【正文】 1 42 2 40 3 43 4 40 5 41 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 22 平均法分析技術(shù) 指數(shù)平滑法 (3/3) 指數(shù)平滑法 ?每一個(gè)新預(yù)測值 以前一個(gè)預(yù)測值為基礎(chǔ) ，再加上 預(yù)測值與實(shí)際值差額 的百分比。平滑常數(shù) 愈接近 0， 則預(yù)測誤差調(diào)整的速度愈慢 （ 愈平滑 ） 。 ?AF 為誤差值， ? 為回饋百分比 例如前一個(gè)預(yù)測值為 42單位，實(shí)際值為 40單位，若Alpha=，則新預(yù)測值： Ft=42+(4042)= 若實(shí)際值為 43，則下一個(gè)預(yù)測值為： Ft+1=+(43)= Example: 下張 Slide中數(shù)列之預(yù)測資料，包含誤差 =實(shí)際值 預(yù)測值，其中一個(gè)預(yù)測時(shí)採用 Alpha=，另一個(gè)採用Alpha=。 ?季節(jié)性：規(guī)則年度變動。 ?(銀行、郵局 )、高速公路流量、飯店訂房。 ?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 。 ?假設(shè)商店某月份之玩具銷售量之季節(jié)相對性為 ，則表示該越之銷售量超出月平均量的 20%。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 29 季節(jié)性 (1/2) 加法模型與乘法模型。 ?消除時(shí)間序列的季節(jié)性：將 季節(jié)因素 自資料中移除，以得到更清楚的 非季節(jié)性趨勢 。 ?在預(yù)測中加入季節(jié)性：當(dāng)需求同時(shí)具有 趨勢 與 季節(jié)性 因素時(shí)，加入 季節(jié)性 相對更加準(zhǔn)確。 2. 將這些趨勢估計(jì)值常以季節(jié)相對性將 季節(jié)性加入 趨勢估計(jì)值 中。 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 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 33 關(guān)聯(lián)性預(yù)測 關(guān)聯(lián)性技術(shù)重點(diǎn)在於建立出歸納 預(yù)測變數(shù) 效果方程式，主要的分析方法為 迴歸 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 34 簡單線性迴歸 目的是求出一條直線方程式，使每個(gè)資料點(diǎn)與此線的 垂直距離平方和 最小。相關(guān)係數(shù) r 的範(fàn)圍為 +。若 值相當(dāng)高（例如 .80或以上 ），表示獨(dú)立變數(shù)是相依變數(shù)的優(yōu)良預(yù)測值。請應(yīng)用線性趨勢檢測是否適當(dāng)，並預(yù)測第 1 12週銷售量。決定 失業(yè)水準(zhǔn) 是否能 預(yù)測新房子需求 ；若能預(yù)測，請推導(dǎo)預(yù)測方程式。 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 44 應(yīng)用線性迴歸分析要點(diǎn) (1/2) 簡單迴歸分析的應(yīng)用應(yīng)滿足下列假設(shè)： 1. 在直線附近的變動是 隨機(jī) 的。 3. 只在 觀察值的範(fàn)圍 內(nèi)進(jìn)行預(yù)測。 2. 資料也許會受 時(shí)間 影響，檢查並繪出相依變數(shù)相對於時(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) 。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 45 應(yīng)用線性迴歸分析要點(diǎn) (2/2) 迴歸分析缺點(diǎn)包括： 1. 簡單線性迴歸只能用在包含 一項(xiàng)獨(dú)立變數(shù) 的線性關(guān)係。 3. 所有觀測值之 權(quán)重皆相等 。 雖然這些分析超出範(fàn)圍，但仍很常使用，並使用電腦計(jì)算。指出預(yù)測值 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)測精確度。 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 48 預(yù)測誤差 觀察預(yù)測誤差以確定誤差是否在 合理範(fàn)圍 之內(nèi)。因此，誤差＝ 實(shí)際值－預(yù)測值 tttFAe ??結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 49 預(yù)測精確度 常用來衡量誤差方法 ： ? 平均絕對偏差（ MAD） Mean Absolute Deviation. ? 平均均方誤差（ MSE） Mean Squared Error. ? 平均絕對百分比誤差（ MAPE） Mean Absolute Percentage Error. 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 50 平均絕對偏差（ MAD） MAD是 絕對 預(yù)測誤差的 平均值 。 1MSE2??? ?ntt 預(yù)測值實(shí)際值結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 52 平均絕對百分比誤差（ MAPE） MAPE 是 絕對百分比 誤差的平均值。 e |e| e2 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 預(yù)測 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)相對誤差 。 管制圖是用來 偵測非隨機(jī)誤差 絕佳工具。 管制圖有下列基本假設(shè)：當(dāng)誤差為 隨機(jī)分配 時(shí)，誤差會是 常態(tài)分配 ，且 平均值在 0 的附近。 追蹤訊號的值 可正可負(fù) ，若為 0 則最理想，通常 為可接受值。 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)測技術(shù)之能力、蒐集資料之時(shí)間、分析資料並籌劃預(yù)測之時(shí)間。 於準(zhǔn)備定量資料預(yù)測實(shí)務(wù)上，電腦扮演重要角色，其可讓管理者快速建立與修正預(yù)測，且無手動計(jì)算負(fù)擔(dān)。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)臺設(shè)備移機(jī)作業(yè) 。 (壓力與出貨問題 ) ?利用統(tǒng)計(jì)方法 利用機(jī)率分佈方法建立未來人員 /機(jī)臺利用率預(yù)測 – 機(jī)率分佈無法對應(yīng)未來產(chǎn)能需求 。 預(yù)測 61 結(jié)束 服務(wù)業(yè)作業(yè)管理技術(shù) 實(shí)務(wù)預(yù)測案例 製造流程 預(yù)測 62 HA N D LI N GHA N D LI N GPOS T
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1