Predicción Del Promedio Móvil Ponderado Ppt

Predicción - PowerPoint PPT Presentación Transcripción y presentaciones Notas 1 CAPÍTULO 13FORECASTING Predicción de esquema y elección de métodos de pronóstico Métodos para series estacionarias Simple y ponderado Promedio móvil Suavizado exponencial Métodos basados ​​en tendencias Regresión Doble suposición exponencial Holts Método A Método para la estacionalidad y la tendencia 2 Pronóstico 3 Decisiones basadas en previsiones Producción Planificación agregada, control de inventario, programación Marketing Introducción de nuevos productos, asignación de fuerzas de ventas, promociones Finanzas Inversión de planta / equipo, planificación presupuestaria Personal Planificación de la plantilla, contratación, despido 4 Características de las previsiones Las previsiones son siempre erróneas Valor y una medida del error de pronóstico Pronósticos a largo plazo son menos precisos que los pronósticos a corto plazo Pronósticos agregados son más precisos que los pronósticos desagregados 5 Pronóstico Componentes de la demanda Evaluación de pronósticos Series temporales series estacionarias Tendencia series temporales Regresión lineal Doble suavización exponencial Series temporales estacionalidad 6 Componentes de la demanda Tendencia media Tendencia Cambio gradual en la demanda media Patrón estacional Oscilación periódica en la demanda que se repite Ciclo Semejante a los patrones estacionales, la longitud y la magnitud del ciclo pueden variar Movimientos aleatorios Autocorrelación 7 Componentes de la demanda Cuantidad Tiempo (a) Agrupar alrededor de una línea horizontal. 8 Componentes de la demanda Cantidad Tiempo (b) Tendencia lineal Los datos aumentan o disminuyen consistentemente. 9 Componentes de la demanda Año 1 Cantidad J F M A M J J A S O N D Meses (c) Influencia estacional Los datos muestran consistentemente picos y valles. 10 Componentes de la demanda Año 1 Cantidad Año 2 J F M A M J J A S O N D Meses (c) Influencia estacional Los datos consistentemente muestran picos y valles. 11 Componentes de la demanda 12 Componentes de la demanda Cantidad 1 2 3 4 5 6 Años (c) Movimientos cíclicos Cambios graduales durante largos períodos de tiempo. 13 Componentes de la demanda 14 Componentes de la demanda Tendencia Demanda Movimiento aleatorio Demanda temporal Demanda Tendencia con el patrón estacional Tiempo 15 Esquí de nieve Estacional Tendencia de crecimiento a largo plazo La demanda de productos de esquí aumentó considerablemente después de los Juegos Olímpicos de Nagano 16 Escoger un error de MethodForecast 18 Elegir un error de MethodForecast 18 Elegir un MethodForecast Error Medidas de error RSFE 19 Selección de un error MethodForecast 20 Selección de un método de seguimiento de señales 21 Selección de un método de seguimiento de señales 22 Selección de un método de seguimiento de señales 23 Problema 13-2 Demanda histórica de un producto es el mes Jan Feb Mar Abr May Jun Demanda 12 11 15 12 16 15 a. Utilizando una media móvil ponderada con pesos de 0,60, 0,30 y 0,10, encuentre el pronóstico de julio. segundo. Usando una media móvil simple de tres meses, encuentre el pronóstico de julio. do. Utilizando el suavizado exponencial simple con 0.20 y un pronóstico de junio 13, encuentre el pronóstico de julio. re. Usando un análisis de regresión simple, calcule la ecuación de regresión para los datos de demanda anteriores e. Usando la ecuación de regresión en d, calcule el pronóstico en julio 24 Problema 13-15 En este problema, usted debe probar la validez de su modelo de pronóstico. Aquí están las previsiones para un modelo que ha estado usando y las demandas reales que ocurrieron Semana 1 2 3 4 5 6 Previsión 800 850 950 950 1,000 975 Actual 900 1, 000 1,050 900 900 1,100 Calcule MAD y señal de seguimiento. A continuación, decidir si el modelo de pronóstico que ha estado utilizando está dando resultados razonables. 25 Métodos para series estacionarias 26 Métodos de series de tiempoMedios móviles sencillos Semana 27 Métodos de series de tiempo Métodos simples de movimiento 450 430 410 390 370 Llegadas de la semana de pacientes 1 400 2 380 3 411 Llegadas de pacientes Llegadas reales de pacientes 0 5 10 15 20 25 30 Semana 28 Serie de tiempo MétodosSimple Moving Promedios 450 430 410 390 370 Llegadas de la semana de pacientes 1 400 2 380 3 411 Llegadas de pacientes F4 Llegadas reales de pacientes 0 5 10 15 20 25 30 Semana 29 Series de tiempo Métodos Métodos simples de movimiento 450 430 410 390 370 Llegadas de la semana de pacientes 2 380 3 411 4 415 Paciente Llegadas F5 Llegadas reales de pacientes 0 5 10 15 20 25 30 Semana 30 Métodos de series de tiempo Métodos simples de movimiento 31 Métodos de series de tiempo Métodos simples de movimiento Semana 32 Taco Bell determinó que la demanda para cada intervalo de 15 minutos puede estimarse a partir de una media móvil simple de 6 semanas de ventas. El pronóstico se utilizó para determinar el número de empleados necesarios. 33 Métodos de series de tiempo Promedio móvil ponderado 450 430 410 390 370 Previsión de MA de 3 semanas Promedio móvil ponderado Llegadas de pacientes F4 Llegadas reales de pacientes 0 5 10 15 20 25 30 Semana 34 Series de tiempo Métodos Media móvil ponderada 450 430 410 390 370 Previsión MA de 3 semanas Ponderada Promedio móvil Llegadas de pacientes F5 Llegadas reales de pacientes 0 5 10 15 20 25 30 Semana 35 Series temporales Métodos Alisamiento exponencial 450 430 410 390 370 Suavizado exponencial. 0,10 Ft. At-1 (1 -) Ft - 1 Llegadas de los pacientes 0 5 10 15 20 25 30 Semana 36 Serie de tiempo MétodosAliviación exponencial 450 430 410 390 370 Suavizado exponencial. 0,10 Ft. At-1 (1 -) Ft - 1 F3 (400 380) / 2390 A3 411 Llegadas de los pacientes 0 5 10 15 20 25 30 Semana 37 Serie de tiempo MétodosExponencial Alisamiento 450 430 410 390 370 Suavizado exponencial. 0,10 Ft. At-1 (1 -) Ft - 1 F3 (400 380) / 2390 A3 411 Llegadas de los pacientes F4 0 5 10 15 20 25 30 Semana 38 Serie de tiempo MétodosExponencial Suavizado 450 430 410 390 370 Suavizado exponencial. 0,10 Ft. (1 -) Ft - 1 F4 A4 415 Llegadas de pacientes F5 0 5 10 15 20 25 30 Semana 39 Serie de tiempo MétodosExponencial Suavizado 40 Comparación de suavización exponencial y media móvil simple Ambos métodos están diseñados para la demanda estacionaria Requieren un solo parámetro Lag detrás de un Si el nivel de suavizado exponencial utiliza todos los datos, el suavizado exponencial utiliza menos memoria y requiere menos etapas de almacenamiento de cálculo. El pronóstico más reciente 42 Problema 13-20 Su administrador está tratando de determinar qué método de pronóstico utilizar. Basándose en los siguientes datos históricos, calcule la siguiente previsión y especifique qué procedimiento utilizará. Mes 1 2 3 4 5 6 7 8 9 10 11 12 Solicitud real 62 65 67 68 71 73 76 78 78 80 84 85 a. Calcular la previsión de la SMA de tres meses para los períodos 4-12 b. Calcular la MA ponderada de tres meses con pesos de 0,50, 0,30 y 0,20 para los períodos 4-12. do. Calcular la predicción de suavizado exponencial simple para los períodos 2-12 usando un pronóstico inicial, F161 y 0.30 d. Calcular el suavizado exponencial con previsión de la componente de tendencia para los períodos 2-12 usando T11.8, F160.0.30.0.30 e. Calcular MAD para los pronósticos realizados por cada técnica en los períodos 4-12. ¿Qué método de pronóstico prefiere? 43 Métodos basados ​​en las tendencias 44 Los pavos tienen una tendencia a largo plazo para aumentar la demanda con un patrón estacional. Las ventas son más altas durante septiembre a noviembre y las ventas son más bajas durante diciembre y enero. 45 Regresión lineal 47 Regresión lineal 47 Regresión lineal 49 Regresión lineal 49 Regresión lineal 50 Regresión lineal 52 Regresión lineal 52 Regresión lineal 53 300 250 200 150 100 50 Ventas (000s) 1.0 1.5 2.0 2.5 b 109.229 Y 54 Regresión lineal 55 Regresión lineal 56 Lineal Pronóstico de regresión para el mes 6 Gastos de publicidad 1750 Y 57 Métodos de series de tiempo Análisis de regresión lineal 80 70 60 50 40 30 Yn a bXn donde Xn Semana Llegadas de pacientes 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Semana 58 Series de tiempo MétodosLinear Análisis de Regresión 80 70 60 50 40 30 Yn a bXn donde Xn Semana Llegadas de Pacientes 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Semana 59 Serie de Tiempo MétodosAnálisis de Regresión Lineal El error estándar de estimación se calcula de la siguiente manera 60 Series de Tiempo Métodos Análisis de regresión lineal Un uso del error estándar de la estimación Supongamos que un gerente pronostica que la demanda de un producto es de 500 unidades y Syx es 20. Si el gerente quiere aceptar una ruptura de existencias sólo 2 veces, ¿cuántas unidades adicionales deben mantenerse en El inventario 61 Métodos de la serie temporalDoble Exponential Smoothing El método utiliza dos constantes de suavizado. Y 62 A Comparación de métodos 90 85 MA 3-Mo real 3-Mo WMA Demanda 75 Exp Sm 70 Doble Exp Sm 65 60 0 5 10 15 Meses 63 Métodos para la serie estacional 64 Series de tiempo MétodosSeasonal Influencias 65 Serie de tiempo MétodosSeasonal Influencias 66 Tiempo Serie Métodos Influencias estacionales 67 Métodos de series de tiempo Influencias estacionales 68 Métodos de series de tiempo Influencias estacionales 69 Métodos de series cronológicas Influencias estacionales 70 Métodos de series cronológicas Influencias estacionales 71 Influencias estacionales 72 Influencias estacionales 73 Métodos de la serie temporal Influencias estacionales con tendencia Paso 1 Determinar los factores estacionales Ejemplo si las demandas son trimestrales, Promedio de la demanda en el trimestre 1 por la demanda trimestral media Paso 2 Desestacionalizar los datos originales Divide los datos originales por los factores estacionales Paso 3 Desarrollar una línea de regresión en los datos desasasonalizados Encontrar los parámetros a yb en YabX Donde los datos yi desestacionalizados (no los datos originales) Xi tiempo 1, 2, 3. nn Número de períodos 74 Serie de tiempo Métodos Influencias estacionales con tendencia Paso 4 Hacer la proyección usando la línea de regresión Para cada i n1, n2. Calcular yi sustituyendo a, by xi en la ecuación de regresión yi abxi Paso 5 Ratificar la proyección usando factores estacionales Multiplicar los valores proyectados por los factores estacionales 75 Problema 13-21 Utilizar el análisis de regresión sobre demanda desestacionalizada para pronosticar la demanda en el verano de 2006, Según datos históricos de demanda Año Temporada Actual Demanda 2004 Primavera 205 Verano 140 F todos 375 Invierno 575 2005 Primavera 475 Verano 275 Otoño 685 Invierno 965 76 Lectura y Ejercicios Capítulo 13 pp. 518-539 Problemas 1, 7, 13, 14, 16 PowerShow es Una presentación líder / presentación de diapositivas sitio web. Si su aplicación es de negocios, cómo, educación, medicina, escuela, iglesia, ventas, marketing, formación en línea o simplemente por diversión, PowerShow es un gran recurso. Y, lo mejor de todo, la mayoría de sus características interesantes son gratuitas y fáciles de usar. Puede utilizar PowerShow para encontrar y descargar ejemplos de presentaciones en línea de PowerPoint ppt en casi cualquier tema que pueda imaginar para que pueda aprender a mejorar sus propias diapositivas y presentaciones de forma gratuita. O utilizarlo para encontrar y descargar de alta calidad de cómo PowerPoint ppt presentaciones con diapositivas ilustradas o animadas que le enseñará a hacer algo nuevo, también de forma gratuita. O utilizarlo para cargar sus propias diapositivas de PowerPoint para que pueda compartirlas con sus profesores, clase, estudiantes, jefes, empleados, clientes, inversores potenciales o el mundo. O úselo para crear presentaciones de fotos realmente geniales, con transiciones en 2D y 3D, animación y la elección de música, que puede compartir con sus amigos de Facebook o círculos de Google. Eso es todo gratis también Por una pequeña cuota puede obtener la mejor privacidad en línea del sector o promover públicamente sus presentaciones y presentaciones de diapositivas con las mejores clasificaciones. Pero aparte de eso es gratis. Bueno, incluso convertir sus presentaciones y presentaciones de diapositivas en el formato universal de Flash con toda su gloria multimedia original, incluyendo animación, efectos de transición 2D y 3D, música incorporada u otro tipo de audio, o incluso vídeo incrustado en diapositivas. Todo gratis. La mayoría de las presentaciones y presentaciones de diapositivas en PowerShow son gratuitas para ver, muchas incluso son gratuitas para descargar. (Puede elegir entre permitir que las personas descarguen sus presentaciones de PowerPoint originales y presentaciones de diapositivas de fotos por una cuota o de forma gratuita o no.) Consulte PowerShow hoy - de forma GRATUITA. Hay realmente algo para todos presentaciones gratis. O utilizarlo para encontrar y descargar de alta calidad de cómo PowerPoint ppt presentaciones con diapositivas ilustradas o animadas que le enseñará a hacer algo nuevo, también de forma gratuita. O utilizarlo para cargar sus propias diapositivas de PowerPoint para que pueda compartirlas con sus profesores, clase, estudiantes, jefes, empleados, clientes, inversores potenciales o el mundo. O úselo para crear presentaciones de fotos realmente geniales, con transiciones en 2D y 3D, animación y la elección de música, que puede compartir con sus amigos de Facebook o círculos de Google. Eso es todo gratis también Por una pequeña cuota puede obtener la mejor privacidad en línea del sector o promover públicamente sus presentaciones y presentaciones de diapositivas con las mejores clasificaciones. Pero aparte de eso es gratis. Bueno, incluso convertir sus presentaciones y presentaciones de diapositivas en el formato universal de Flash con toda su gloria multimedia original, incluyendo animación, efectos de transición 2D y 3D, música incorporada u otro tipo de audio, o incluso vídeo incrustado en diapositivas. Todo gratis. La mayoría de las presentaciones y presentaciones de diapositivas en PowerShow son gratuitas para ver, muchas incluso son gratuitas para descargar. (Puede elegir entre permitir que las personas descarguen sus presentaciones de PowerPoint originales y presentaciones de diapositivas de fotos por una cuota o de forma gratuita o no.) Consulte PowerShow hoy - de forma GRATUITA. Hay realmente algo para todo el mundo. Como usted podría adivinar, estamos estudiando algunos de los enfoques más primitivos para la predicción. Pero espero que estas sean al menos una introducción valiosa a algunos de los problemas de computación relacionados con la implementación de pronósticos en hojas de cálculo. En este sentido, continuaremos comenzando desde el principio y comenzando a trabajar con las previsiones de Media móvil. Pronósticos de media móvil. Todo el mundo está familiarizado con los pronósticos de promedio móvil, independientemente de si creen que son. Todos los estudiantes universitarios lo hacen todo el tiempo. Piense en los resultados de su examen en un curso en el que va a tener cuatro pruebas durante el semestre. Supongamos que tienes un 85 en tu primera prueba. ¿Qué predecirías para tu segundo puntaje de prueba? ¿Qué crees que tu maestro predijo para tu siguiente puntaje de prueba? ¿Qué crees que tus amigos podrían predecir para tu siguiente puntaje de prueba? ¿Qué crees que tus padres podrían predecir para tu próximo puntaje de prueba? Todo el blabbing que usted puede hacer a sus amigos y padres, él y su profesor son muy probables esperar que usted consiga algo en el área de los 85 que usted acaba de conseguir. Bueno, ahora vamos a suponer que a pesar de su autopromoción a sus amigos, se sobrevaloran a sí mismos y la figura que puede estudiar menos para la segunda prueba y por lo que se obtiene un 73. Ahora lo que todos los interesados ​​y despreocupado va a Anticipar que usted conseguirá en su tercer examen Hay dos acercamientos muy probables para que desarrollen una estimación sin importar si lo compartirán con usted. Pueden decir a sí mismos: "Este tipo siempre está soplando el humo de su inteligencia. Hes va a conseguir otro 73 si hes suerte. Tal vez los padres tratarán de ser más solidarios y decir: "Bueno, hasta ahora has conseguido un 85 y un 73, por lo que tal vez debería figura en obtener sobre un (85 73) / 2 79. No sé, tal vez si usted hizo menos Fiesta y werent meneando la comadreja en todo el lugar y si usted comenzó a hacer mucho más estudiando que podría obtener una puntuación más alta. quot Ambos de estos estimados son en realidad las previsiones de promedio móvil. El primero es usar sólo su puntaje más reciente para pronosticar su rendimiento futuro. Esto se denomina pronóstico de media móvil utilizando un período de datos. El segundo es también un pronóstico de media móvil, pero utilizando dos períodos de datos. Vamos a asumir que todas estas personas estallando en su gran mente tienen tipo de molesto y usted decide hacer bien en la tercera prueba por sus propias razones y poner una puntuación más alta en frente de sus quotalliesquot. Usted toma la prueba y su puntuación es en realidad un 89 Todos, incluido usted mismo, está impresionado. Así que ahora tiene la prueba final del semestre que viene y como de costumbre se siente la necesidad de incitar a todos a hacer sus predicciones acerca de cómo youll hacer en la última prueba. Bueno, espero que veas el patrón. Ahora, espero que puedas ver el patrón. ¿Cuál crees que es el silbido más preciso mientras trabajamos? Ahora volvemos a nuestra nueva compañía de limpieza iniciada por su hermana separada llamada Whistle While We Work. Tiene algunos datos de ventas anteriores representados en la siguiente sección de una hoja de cálculo. Primero presentamos los datos para un pronóstico de media móvil de tres periodos. La entrada para la celda C6 debe ser Ahora puede copiar esta fórmula de celda abajo a las otras celdas C7 a C11. Observe cómo el promedio se mueve sobre los datos históricos más recientes, pero utiliza exactamente los tres períodos más recientes disponibles para cada predicción. También debe notar que realmente no necesitamos hacer las predicciones para los períodos pasados ​​con el fin de desarrollar nuestra predicción más reciente. Esto es definitivamente diferente del modelo de suavizado exponencial. He incluido las predicciones anteriores porque las usaremos en la siguiente página web para medir la validez de la predicción. Ahora quiero presentar los resultados análogos para un pronóstico de media móvil de dos periodos. La entrada para la celda C5 debe ser Ahora puede copiar esta fórmula de celda abajo a las otras celdas C6 a C11. Observe cómo ahora sólo se usan las dos más recientes piezas de datos históricos para cada predicción. Nuevamente he incluido las predicciones anteriores para fines ilustrativos y para uso posterior en la validación de pronósticos. Algunas otras cosas que son importantes de notar. Para una predicción de promedio móvil del período m sólo se usan los m valores de datos más recientes para hacer la predicción. Nada más es necesario. Para una predicción media móvil del período m, al hacer predicciones quotpast, observe que la primera predicción ocurre en el período m 1. Ambas cuestiones serán muy significativas cuando desarrollemos nuestro código. Desarrollo de la función de media móvil. Ahora necesitamos desarrollar el código para el pronóstico del promedio móvil que se puede usar con más flexibilidad. El código sigue. Observe que las entradas son para el número de períodos que desea utilizar en el pronóstico y la matriz de valores históricos. Puede guardarlo en cualquier libro que desee. Función MovingAverage (Histórica, NumberOfPeriods) Como única Declaración e inicialización de variables Dim Item como variante Dim Contador como Entero Dim Acumulación como único Dim HistoricalSize As Entero Inicialización de variables Counter 1 Acumulación 0 Determinación del tamaño del historial HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Acumulación del número apropiado de los valores observados anteriormente más recientes Acumulación Acumulación Histórica (HistoricalSize - NumberOfPeriods Counter) MovingAverage Acumulación / NumberOfPeriods El código se explicará en la clase. Desea colocar la función en la hoja de cálculo para que aparezca el resultado de la computación donde debería tener gusto de lo siguiente. Métodos de mediación ponderada Métodos de pronóstico: Pros y contras Hi, LOVE your Post. Me preguntaba si podría elaborar más. Utilizamos SAP. En ella hay una selección que puede elegir antes de ejecutar su pronóstico llamado inicialización. Si selecciona esta opción obtendrá un resultado de pronóstico, si ejecuta el pronóstico de nuevo, en el mismo período y no comprueba la inicialización, el resultado cambia. No puedo averiguar qué está haciendo la inicialización. Quiero decir, matemáticamente. Qué resultado de pronóstico es mejor guardar y usar, por ejemplo. Los cambios entre los dos no están en la cantidad pronosticada, sino en el MAD y Error, stock de seguridad y cantidades ROP. No está seguro si utiliza SAP. Hola gracias por explicar tan eficientemente su demasiado gd. Gracias de nuevo Jaspreet Deja un comentario Cancelar respuesta Mensajes más populares Acerca de Pete Abilla Pete Abilla es el fundador de Shmula. Él ayuda a compañías como Amazon, Zappos, eBay, fuera de pista, y otros reducir costos y mejorar la experiencia del cliente. Lo hace a través de un método sistemático para identificar puntos de dolor que impactan al cliente y al negocio y alienta una amplia participación de los asociados de la compañía para mejorar sus propios procesos. Etiquetas