HỌc viện công nghệ BƯu chính viễn thông quản trị sản xuấT

Chương 2: Dự báo nhu cầu sản phẩm
- Đòi hỏi phải ghi chép số liệu đã qua rất chính xác và phải đủ lớn.

- Để dự báo nhu cầu ở kỳ t chỉ sử dụng n mức nhu cầu thực gần nhất từ kỳ t-1 trở về trước

4. Phương pháp san bằng hàm mũ giản đơn

Để khắc phục những hạn chế của các phương pháp trên, người ta đề xuất sử dụng phương pháp san bằng hàm mũ giản đơn để dự báo. Đây là phương pháp dễ sử dụng nhất, nó cần ít số liệu trong quá khứ. Theo phương pháp này:

_Ft = F_{t-1 + α(Dt-1 - Ft-1) với 0< α<1}

Trong đó:

F _t - Mức nhu cầu dự báo kỳ t
F_t-1 - Mức nhu cầu dự báo kỳ t-1
Dt-i - Mức nhu cầu thực kỳ t-i
α_t-i - Hệ số san bằng mũ

Thực chất là dự báo mới bằng dự báo cũ cộng với khoảng chênh lệch giữa nhu cầu thực và dự báo của kỳ đã qua, có điều chỉnh cho phù hợp.

Hệ số α trong mô hình dự báo thể hiện tầm quan trọng hay mức độ ảnh hưởng của số liệu
hiện tại đến đại lượng dự báo. Hệ số α càng lớn mô hình càng nhạy bén với sự biến động của
dòng nhu cầu. Nếu chọn α = 0,7, thì chỉ cần 3 số liệu đầu tiên đã tham gia 97,3% vào kết quả dự
báo.

Hệ số α chọn càng nhỏ mô hình dự báo càng kém nhạy bén hơn với sự biến đổi của dòng nhu cầu. Nếu chọn α = 0,2 thì giá trị hiện tại chỉ tham gia 20% vào kết quả dự báo, tiếp đó là 16%... và 5 số liệu mới nhất chiếm khoảng 67%, dãy số còn lại từ kỳ thứ 6 trong quá khứ về vô cùng chiếm 33% kết quả dự báo.

Việc chọn α phải dựa trên cơ sở phân tích tính chất của dòng nhu cầu.

Ví dụ: Nhu cầu đàm thoại nội hạt của vùng A theo tháng được cho trong bảng, yêu cầu dùng phương pháp san bằng hàm mũ giản đơn với α = 0,1 để dự báo nhu cầu cho tháng tới. Giả sử nhu cầu dự báo tháng 1 là 405.

35

Chương 2: Dự báo nhu cầu sản phẩm

Tháng Sản lượng điện Dự báo nhu cầu theo phương pháp trung bình động Sai số tuyệt

thoại nội hạt, có trọng số với n = 3 đối

triệu phút

1 405 405 0,0

2 450 405 + 0,1 (405 - 405) = 405 45,0

3 440 405 + 0,1 (450 - 405) = 409,5 30,5

4 380 409,5 + 0,1 (440 - 409,5) = 412,6 32,6

5 370 412,6 + 0,1 (380 - 412,6) = 409,3 39,3

6 430 409,3 + 0,1 (370 - 409,3) = 405,4 24,6

7 450 405,4 + 0,1 (430 - 405,4) = 407,8 42,2

8 461 407,8 + 0,1 (450 - 407,8) = 412,0 49,0

9 410 412,0 + 0,1 (461 - 412,0) = 416,9 6,9

10 400 416,9 + 0,1 (410 - 416,9) = 416,2 16,2

11 450 416,2 + 0,1 (400 - 416,2) = 414,6 35,4

12

414,6+ 0,1 (450 - 414,6) = 418,2

n

Chương 2: Dự báo nhu cầu sản phẩm

Tháng

Mức nhu

Mức nhu cầu

dự báo với

α = 0,5

Sai số tuyệt
đối

Lượng điều

Dự báo theo

chỉnh xu

xu hướng

hướng

Sai số tuyệt
đối

Chương 2: Dự báo nhu cầu sản phẩm

900

800
700

0

1994199519961997 1998 1999 2000 2001 2002200320042005

Hàm dự báo có dạng: Y = a + bt _t

Sản lượng,

Năm ngàn cái t t² tiY _i Y

1994 130 1 1 130 178,35

1995 255 2 4 510 229,75

1996 298 3 9 894 281,15

1997 300 4 16 1200 332,55

1998 370 5 25 1850 383,95

1999 400 6 36 2400 435,35

2000 459 7 49 3213 486,75

2001 494 8 64 3952 538,15

2002 541 9 81 4869 589,55

2003 652 10 100 6520 640,95

2004 738 11 121 8118 692,35

2005 798

∑ y i = 5435

Cộng i
∑

i

12

t i = 78

144

∑ t²i = 650

i

9576 743,75

∑ y iti = 43232

i

2006 13 795,15

2007 14 846,55

2008 15 897,95

2009 16 949,35

2010 17 1000,8

41

Y i

Chương 2: Dự báo nhu cầu sản phẩm

Căn cứ vào số liệu trong bảng xác định các hệ số a, b:

_{∑ Y} ∑ ti

i

= =

n

5535

= 461 ,25 t

12

i

= =

n

78

= 6 , 5

12

n

∑

Y

t

－

n

Y

t

_{i= 1} i i 43332 －12 461,25 6 ,5

b = _n = = 51

∑

i= 1

a = Y －

,43

2 2 2

t － n t 650 － 12 6 , 5

i

b t = 461 ,25 － 51 ,43 6, 5 = 126, 95

Như vậy, đường xu hướng có dạng: Y = 126,95 + 51,43 t

Nhu cầu dự báo cho 5 năm tới được đưa vào bảng

Có thể sử dụng phần mềm SPSS để dự báo nhu cầu cho 5 năm tới

Graph

900

800

700

600

500

400

300
200

1992 1994 1996 1998 2000 2002 2004 2006

YEAR, not periodic
Curve Fit

MODEL: MOD_1.

_
Dependent variable.. SANLUONG Method.. LINEAR

Listwise Deletion of Missing Data

Multiple R ,97910

R Square ,95864

Adjusted R Square ,95451

Standard Error 40,39530

42

Chương 2: Dự báo nhu cầu sản phẩm
Analysis of Variance:
DF Sum of Squares Mean Square

Regression 1 378242,45 378242,45

Residuals 10 16317,80 1631,78

F = 231,79744 Signif F = ,0000

-------------------- Variables in the Equation --------------------

Variable B SE B Beta T Sig T

Time 51,430070 3,378024 ,979103 15,225 ,0000

(Constant) 126,954545 24,861587 5,106 ,0005

Nếu khi phân tích các số liệu trên đồ thị không thấy rõ đường xu hướng là tuyến tính hay phi tuyến thuộc dạng nào thì ta có thể sử dụng một vài phương pháp dự báo khác nhau. Lúc này để chọn phương pháp nào, ta cần đánh giá các kết quả dự báo bằng cách tính sai số chuẩn của từng phương án. Phương pháp nào có sai số chuẩn nhỏ nhất là tốt nhất và sẽ được chọn để thực hiện. Sai số chuẩn được tính theo công thức:
n

2

_∑(Y

t

－ Y i )

σ = i= 1

n

2. Phương pháp hồi quy tương quan

Các phương pháp dự báo trình bày trên đây đều xem xét sự biến động của đại lượng cần dự báo theo thời gian thông qua dãy số thời gian thống kê được trong quá khứ.

Nhưng trong thực tế đại lượng cần dự báo còn có thể bị tác động bởi các nhân tố khác. Ví
dụ: Mật độ điện thoại phụ thuộc vào thu nhập quốc dân bình quân đầu người, tốc độ tăng trưởng
kinh tế...

Mối liên hệ nhân quả giữa mật độ điện thoại và thu nhập quốc dân bình quân đầu người có thể biểu diễn gần đúng với dạng một tương quan, thể hiện bằng một đường hồi quy tương quan. Trong đó, đại lượng cần dự báo là biến phụ thuộc còn nhân tố tác động lên nó là biến độc lập. Biến độc lập có thể có một hoặc một số. Mô hình hồi quy tương quan được sử dụng phổ biến nhất trong dự báo là mô hình hồi quy tương quan tuyến tính.

Đại lượng dự báo được xác định theo công thức sau:
Y = a+bx _t

Trong đó:

Y - mức nhu cầu dự báo cho kỳ t _t

X - Biến độc lập (nhân tố ảnh hưởng đến đại lượng dự báo)

a, b - Các hệ số (a - đoạn cắt trục tung của đồ thị, b - độ dốc của đường hồi quy) Các hệ số a, b được tính như sau:

43

Chương 2: Dự báo nhu cầu sản phẩm

n

_∑X_iY_i － nXY

_{b =} ^{i=1 n} _{; b = Y－ bX}

2 2

_∑X

i

i= 1

Trong đó:
n

－ nX

n

X =

∑ X i

i = 1

n

∑ Y i

i = 1

; Y =

n

n - Số quan sát

Để đánh giá độ chính xác của dự báo bằng phương pháp hồi quy tương quan, ta tính sai số

chuẩn của đường hồi quy tương quan (

S , y x ).

n

2

S

=

∑

i = 1

(

y

t

－

y i

)

y, x

Công thức trên được viết dưới dạng sau:

n

y

n － 2

n n

2

－ a y － b x y

S y, x =

∑ i

i = 1

∑

i = 1

n －

i

2

∑

i= 1

i i

Để đánh giá mối liên hệ giữa hai biến số trong mô hình hồi quy tương quan cần tính “Hệ số

tương quan” được ký hiệu r. Hệ số này biểu hiện mức độ hoặc cường độ của mối quan hệ tuyến

tính, r nhận giá trị giữa -1 và 1. Hệ số tương quan r được xác định theo công thức sau:

n

n ∑ xi y i

r = i = 1
n n

－ ∑xi∑ y i

i = 1 i = 1

2 2

Каталог: nonghocbucket -> UploadDocument server07 id1 24230 nh42986 67215
UploadDocument server07 id1 24230 nh42986 67215 -> Công nghệ rfid giới thiệu chung
UploadDocument server07 id1 24230 nh42986 67215 -> MỤc lục danh mục các chữ viết tắt 3 Danh mục bảng biểu hình vẽ 4
UploadDocument server07 id1 24230 nh42986 67215 -> LỜi nóI ĐẦu phần I tổng quan về HỆ thống thông tin quang sợI
UploadDocument server07 id1 24230 nh42986 67215 -> Báo cáo đánh giá tác động môi trường Dự án: Nhà máy sản xuất hạt nhựa 3h vina của công ty tnhh 3h vina
UploadDocument server07 id1 24230 nh42986 67215 -> ĐỀ 24 thi ngày 22/9
UploadDocument server07 id1 24230 nh42986 67215 -> ĐƯỜng lối ngoại giao củA ĐẢng trong cách mạng dân tộc dân chủ nhân dâN (1945-1954)
UploadDocument server07 id1 24230 nh42986 67215 -> Đồ án xử lý nước cấp Thiết kế hệ thống xử lý nước cho 2500 dân
UploadDocument server07 id1 24230 nh42986 67215 -> HiÖn nay gç rõng tù nhiªn ngµy cµng khan hiÕm mµ nhu cÇu sö dông gç ngµy cµng cao
UploadDocument server07 id1 24230 nh42986 67215 -> Câu 1: Những nội dung cơ bản trong Cương lĩnh chính trị đầu tiên của Đảng Công sản Việt Nam
UploadDocument server07 id1 24230 nh42986 67215 -> Lời nói đầu

tải về 5.96 Mb.

Chia sẻ với bạn bè của bạn: