生产预测基本知识

1本章內容•壹.預測的基本概念•貳.定性預測法•參.定量預測法-時間序列分析•肆.定量預測法-因果關係分析•伍.預測的準確性與控制•陸.結論2壹.預測的基本概念(1/5)•預測的意義與其角色3壹.預測的基本概念(2/5)•預測的分類主觀經驗與調查資料歷史資料4壹.預測的基本概念(3/5)•預測方法的共同特徵–過去存在的因果關係，未來將繼續存在–預測很少完美無缺–群體預測比單項預測容易•整合誤差會因個別誤差間的抵銷而變小•+1,-2,+2,-1–預測的準確性會隨著時間的延長而降低•不確定因素更多5壹.預測的基本概念(4/5)•優良預測的條件–時間性–正確性–可靠性–有意義的計量單位–書面化–容易瞭解與使用–符合成本效益6壹.預測的基本概念(5/5)•預測的步驟–決定預測的目的–決定所需預測的時間點–選擇適當的預測方法–蒐集資料–進行預測–確認預測結果7貳.定性預測法(1/2)•主管共識凝聚法–結合行銷、生產、財管主管意見•銷售員意見調查法–基於銷售員與顧客接觸最為密切•消費者意見調查法–針對現有產品進行田野調查或問卷調查•市場調查法–針對新產品進行田野調查或問卷調查8•問卷的信度與效度–問卷的信度（Reliability）是指該問卷的穩定性與一致性，信度的問卷針對相同的對象進行重複測試時，其結果應差異不大•衡量結果的穩定性與一致性(不受時間或群體影響)–問卷的效度（Validity）是指該問卷的正確性，高效度的問卷所獲得的回答應能正確地反應事實。•衡量使用工具的正確性9貳.定性預測法(1/2)•德非法（DelphiMethod）–動機：消除專家近視病、消除專家盲目附和症–成員：一群匿名的專家–工具：問卷–使用時機：對於未來、未知且無法實驗的事物•何時可以根治糖尿病？10參.定量預測法-時間序列分析(1/10)•時間序列：–X軸為時間(日、週、月、季、年)–一對一資料型式11參.定量預測法-時間序列分析(1/10)•舉例05101520012345678910銷售額12參.定量預測法-時間序列分析(1/10)•時間序列的變異來源~趨勢變異（T）13參.定量預測法-時間序列分析(2/10)•季節變異（S）051015200123412341234銷售額14參.定量預測法-時間序列分析(3/10)•循環變異（C）15參.定量預測法-時間序列分析(4/10)•不規則變異•隨機變異051015200123412341234銷售額051015200123412341234銷售額010203040500123412341234銷售額16參.定量預測法-時間序列分析(5/10)•天真預測法–以前一期的觀測值作為當期的預測值854770123456789012345銷售額17參.定量預測法-時間序列分析(5/10)•趨勢天真預測法–再加上前一期變動量3671013024681012140123456銷售額•循環天真預測法–與前一週期的同期相同35129481202468101214012345678銷售額18參.定量預測法-時間序列分析(5/10)•移動平均法–最近n期的平均值做為下一期(n+1)的預測值期之觀測值為第為期數為預測值其中111iAnMAnAMAinniin+=+∑=19參.定量預測法-時間序列分析(5/10)•移動平均法n=2月5678910111213需求320280300390240預測值300290345315200250300350400567891011需求預測N=1,即為天真法N越大預測值越平滑，感應越不敏銳20參.定量預測法-時間序列分析(6/10)•加權移動平均法期之觀測值為第1期之權數且為第為期數為預測值其中W11iAwiwnMAnAwMAiiiinniiin∑=∑==+21參.定量預測法-時間序列分析(6/10)•加權移動平均法n=2,w1=0.8,w2=0.2月5678910111213需求320280300390240移動預測值300290345315加權預測值28829637227022參.定量預測法-時間序列分析(6/10)•移動平均法–視歷史資料對於預測值都一樣重要–N=?最準確•加權移動平均法–視較近的歷史資料對於預測值較為重要–N=?Wi=?最準確Trialanderror23參.定量預測法-時間序列分析(7/10)•指數平滑法–前一期預測值＋預測誤差百分比()為預測誤差一般定義AttF−()10數,稱為平滑係數或平滑常期的觀測值1為第期之預測值1為第期之預測值為第其中A1111-t1≤≤−+=−−−−αααt-At-FtFFFFtttttt24參.定量預測法-時間序列分析(7/10)•指數平滑法討論天真法⇒====⇒==−−+−1111,1,0tttttttAFFFFFFαα()()...113221+−+−+=−−−ttttAAAFααααα預測值Ft採用n期歷史資料，n趨近於無窮大()其中11FAFFt1-ttt−−−+=α變成一條直線25參.定量預測法-時間序列分析(7/10)•指數平滑法討論–第一個預測值的估計•天真法•任意n值的移動(加權)平均法,n=(2/α)-1（經驗）–α＝？•α越大時間數列曲線越•α越小時間數列曲線越平滑陡峭P97,圖3-726參.定量預測法-時間序列分析(7/10)27參.定量預測法-時間序列分析(8/10)•趨勢分析技巧14183546283660714554848858010203040506070809010001234567891011121314151628參.定量預測法-時間序列分析(8/10)•趨勢分析技巧–簡單線性廻歸分析為此直線之斜率為期數既該直線之截距時之預測值為期之預測值為其中btabtayt)(0ttyt=+=1418354628366071455484885801020304050607080901001234567891011121314151629參.定量預測法-時間序列分析(9/10)•最小平方法（MethodofLeastSquares）–預測誤差平方和最小化tytYt=a+bt(t,y)(t,a+bt)etet=[y-(a+bt)],0et2=[y-(a+bt)]2∑=ntte12min30參.定量預測法-時間序列分析(9/10)•最小平方法（MethodofLeastSquares）()()()22∑∑∑∑∑−−=ttnyttynbntbya∑∑−=其中，n表示期數31參.定量預測法-時間序列分析(9/10)•最小平方法（MethodofLeastSquares）18354628366071455484885801020304050607080901000234567891011121314151632參.定量預測法-時間序列分析(10/10)•季節變動分析–加法模式：Y=T(趨勢)+S(季節)+C(循環)+r(隨機)•T,S,C,r：均為數值•變動間互為獨立•e.g.Y=100+(-4)+2+1=9933參.定量預測法-時間序列分析(10/10)•季節變動分析–乘法模式：Y=T(趨勢)×S(季節)×C(循環)×r(隨機)•T為數值，S,C,r相對於T的百分比•若S=1?S1?S1?•e.g.Y=100×1.4×0.9×0.9=113.434參.定量預測法-時間序列分析(10/10)4105003502004806505102505107205003100100200300400500600700800012345678910111235參.定量預測法-時間序列分析(10/10)410500350200480650510250510720500310y=14.559x+359.73R2=0.75120100200300400500600700800123456789101112Y=T+S+rSY=TY=T+S36參.定量預測法-時間序列分析(10/10)410500350200480650510250510720500310R2=0.7512010020030040050060070080012345678910111213銷售折線圖2折線圖3線性(折線圖2)yt=14.559*t+359.62y1=14.57*1+359.62Y2=y13=14.559*13+359.62+S?y14=14.559*14+359.62+S?yt=14.559*t+359.62+Sty1=14.57*1+359.62+12.5Y2=37參.定量預測法-時間序列分析(10/10)410500350200480650510250510720500310R2=0.7512010020030040050060070080012345678910111213銷售折線圖2折線圖3線性(折線圖2)38肆.定量預測法-因果關係分析•非一對一的歷史資料模式–e.g.p104•Y=a+bx–Y：因變數–X：自變數01002003004005006000102030405060東部39肆.定量預測法-因果關係分析•簡單線性迴歸–Y=a+bx•非線性迴歸–y=axb•複迴歸(多元迴歸)–Y=a+bx1+cx2+dx1x201002003004005006007008000102030405060東部40肆.定量預測法-因果關係分析()()()22∑∑∑∑∑−−=xxnyxxynbbxay+=nxbya∑∑−=其中ex=[y-(a+bx)]Minex2ex2=[y-(a+bx)]2簡單線性迴歸41伍.預測的準確性與控制(1/3)•預測的準確性預測誤差ttt-FAe=其中A表觀測值，F表預測值42伍.預測的準確性與控制(2/3)•平均絕對差•平均方誤•平均絕對百分誤nMAD∑=e1SE2−=∑neM%100PE×=∑nAeMA43伍.預測的準確性與控制(1/3)•預測的準確性月5678910111213需求320280300390240移動預測值300290345315加權預測值288296372270A-F0100-105A-F1294-132MAD=(0+100+105)/3=205/3,MSE=(02+1002+1052)/(3-1)=21025/2MAD=(12+94+132)/3=238/3,MSE=(122+922+1322)/(3-1)=26032/244伍.預測的準確性與控制(3/3)•預測的控制–管制界線月5678910111213需求320280300390240移動預測值300290345315加權預測值288296372270A-F0100-105A-F1294-132MSEetMSE33+−-150-100-500501001500545伍.預測的準確性與控制(3/3)•預測的控制–管制界線-100-80-60-40-200204060801000123456-80-60-40-20020406080012345646伍.預測的準確性與控制(3/3)•預測的控制–追蹤信號MADeTS∑=當追蹤信號大於4或小於-4時，該預測方法應重新檢討∑∑∑∑==eennee47伍.預測的準確性與控制(3/3)∑∑=∑∑=∑=eenneeMADeTS2*(-1)/51*2/248陸.結論•預測為計劃的依據。預測的方法有定性法與定量法兩大類•任何預測都有其優點，但也會存在一些缺點，因此使用者應明瞭各種預測方法的優缺點，以免錯用方法49作業•找一組時間數列資料20組•利用時間序列資料繪製曲線，並說明變動特性。•前15筆為基本組，後5筆為對照組•前15筆以EXCELL進行(1)趨勢預測(2)n期移動平均(3)指數平滑法(4)趨勢季節分析。•哪一種方法較準確？請計算MSE。•以前一選擇的方法預測另5筆（對照組），並繪圖顯示對照組是否仍在控制內？