运作管理第四章预测.pptxVIP

运作管理Operations Management;教学参考书;第4章 预测 ;什么是预测？ ;短期预测 这种预测也可以长达1年，但通常都少于3个月 可用于采购计划、工作进度安排、工人人数安排、工作分配和生产水平方面 中期预测 3个月到3年 销售计划、生产计划和预算、资金预算和各种运作计划 长期预测 大于等于3年 新产品计划、基建投资、选址和能力扩充、调研和发展;中长期与短期预测的不同点;产品生命周期的影响;产品生命周期;产品生命周期;预测的种类;预测的战略重要性;预测的七个步骤;预测的现实 !;预测方法;预测方法;定性预测法概述;定性预测法概述;高层管理者小组参与 通过共同努力集体预测需求 结合管理经验和统计模型 相对较快 “集体思考”弊端;销售人员组合;德尔菲法;消费者市场调查法;定量预测法概述 ; 一序列按时间排列的数据点 通过观察固定周期内的反馈数据获得 预测只从历史数据得来 假定影响过去和现在的因素继续影响未来;;需求因素（趋势因素和季节因素）;持久的总体上升或下降 由收入、人口、年龄分布或文化观点等的变化引起的 典型地要持续几年时间 ;在较短的周期后出现重复 受天气、习惯等的影响 周期在一年以内 ;数据上下重复变化 受到商业周期、政治和经济等因素的影响 一个循环持续几年时间 经常存在因果和相关关系;时间不定，杂乱， ‘剩余波动 受随机变量和不可预见事件的影响 周期短而没有重复性 ;简单预测法; 移动平均数是一系列的算术平均数 在市场需求在一段时期内保持平稳的前提下适用（没有趋势因素） 经常用来平滑数据中短期的不规则因素 提供一段时间内数据的总体印象;1 10 2 12 3 13 4 16 5 19 6 23 7 26 ;移动平均数和实际需求图表;当趋势可以预计时适用 旧数据通常不是很重要 权重基于经验和直觉;1 10 2 12 3 13 4 16 5 19 6 23 7 26 ;加大n的值（周期的个数）可以较好地平滑掉干扰因素，但是使得模型对于实际数据中的变化缺乏敏感性。 移动平均数不能很好地反映趋势。 移动平均数法需要大量的历史数据记录。;移动平均数和加权移动平均数;一种加权移动平均法 越近的数据权重越大 需要平滑系数 (?) 取0——1之间的值 主观选取 只需要少量的历史数据的记录;指数平滑法;指数平滑法案例;指数平滑法案例;指数平滑法案例;平滑系数的影响;不同 ?值的影响;选择 ? 值;误差的常用指标;误差的常见指标;预测误差的比较 ;预测误差的比较 ;预测误差的比较 ;预测误差的比较 ;预测误差的比较 ;二次指数平滑法;二次指数平滑法;二次指数平滑法案例;二次指数平滑法案例;二次指数平滑法案例;二次指数平滑法案例;二次指数平滑法案例;二次指数平滑法案例;趋势外推法;最小二乘法 ;最小二乘法 ;最小二乘法;最小二乘法;最小二乘法案例;最小二乘法案例;最小二乘法的注意事项;季节因素;计算季节指数案例;计算季节指数案例;计算季节指数案例;计算季节指数案例;计算季节指数案例;圣迭戈医院;圣迭戈医院;圣迭戈医院;相关预测方法;相关预测方法;;;相关预测案例;估计的标准差;估计的标准差;估计的标准差;估计的标准差;两个变量之间的线性关系有多强? 相关性不描述变量之间的因果关系! 相关系数, 通常用 r表示, 描述了线性关系的程度或强度。 可以是 +1到 -1之间的任何值;相关系数;相关系数;判定系数, 通常用 r2 表示, 是因变量 y 可以用回归方程解释的百分比。 在 0到 1之间取值 ;多元回归分析;多元回归分析;用来控制预测值和实际值差别的 预测误差移动和 (RSFE) 跟平均绝对误差 (MAD)的比值 理想的跟踪信号值是个较小的值 如果预测值持续高于或低于实际值，则存在偏移误差;预测的监控;跟踪信号;求跟踪信号案例;求跟踪信号案例;自适应平滑预测;集中预测;服务行业中的预测;;案例分析：西南大学（B）