生產(chǎn)與作業(yè)管理預(yù)測

生產(chǎn)與作業(yè)管理指導(dǎo)教授:盧淵源教授小組別:第一組小組成員:9322404073王永南9222404042邱士峯9322404004余美玲9322404037林建成9322404042楊盛斌9322404097陳怡全9322404039張普倫9322404088鄭凱仁

第十一章:預(yù)測

第一頁，共四十九頁。大綱預(yù)測之意義功能與特性需求管理預(yù)測的類型定性預(yù)測技巧草根法

市調(diào)法專家意見法歷史類法第二頁，共四十九頁。大綱時間序列分析簡單移動平均

加權(quán)移動平均指數(shù)平滑

預(yù)測誤差線性迴歸分析

時間序列的分解因果關(guān)係預(yù)測多變量迴歸分析第三頁，共四十九頁。大綱焦點預(yù)測焦點預(yù)測的方法論發(fā)展一個焦點預(yù)測系統(tǒng)電腦程式結(jié)論

第四頁，共四十九頁。預(yù)測之意義與功能預(yù)測為任何生產(chǎn)活動計劃的開始。預(yù)測可依涵蓋的時間長度分為長程、中程、與短程預(yù)測。預(yù)測的功能有兩種:一、幫助管理者規(guī)劃系統(tǒng)。二、協(xié)助管理者規(guī)劃系統(tǒng)之使用。合理而可靠的預(yù)測資料可以使生產(chǎn)設(shè)備做有效的產(chǎn)能規(guī)劃，以減少生產(chǎn)成本。

第五頁，共四十九頁。銷售預(yù)測與生產(chǎn)規(guī)劃之關(guān)係市場預(yù)測∣銷售預(yù)測→生產(chǎn)規(guī)劃→生產(chǎn)控制↓↓

↓各項產(chǎn)品之長期:產(chǎn)能/製程規(guī)劃、廠址選擇品質(zhì)需求預(yù)測中期:集體規(guī)劃數(shù)量

短期:MRP、存量管制、生產(chǎn)日程安排交期成本彈性第六頁，共四十九頁。預(yù)測在不同領(lǐng)域之運用財務(wù)及會計領(lǐng)域:預(yù)算規(guī)劃、成本控制。行銷企劃領(lǐng)域:新產(chǎn)業(yè)企劃、獎賞銷售人員及做其他的重要決策。生產(chǎn)管理的領(lǐng)域:製程選擇、產(chǎn)能規(guī)劃、設(shè)備配置、產(chǎn)量之排程及庫存量之決策。

第七頁，共四十九頁。各種預(yù)測技巧的共同特徵過去存在的因果關(guān)係，未來仍會繼續(xù)存在。預(yù)測不可能是完美無缺的。群體項目的預(yù)測會比單項預(yù)測更為精確。隨著預(yù)測時間的增加，預(yù)測精確性會減少。

第八頁，共四十九頁。預(yù)測的步驟確定預(yù)測的目的。蒐集資料與基本資料分析。確定預(yù)測所需涵蓋的時間幅度。選擇適當(dāng)?shù)念A(yù)測技術(shù):定性法或定量法。

進行預(yù)測。預(yù)測值的評估與運用。持續(xù)檢視並更新資料，同時檢討誤差來源與改善預(yù)測技術(shù)。

第九頁，共四十九頁。需求管理目的:

提供及協(xié)調(diào)如何”及時有效地”滿足顧客對產(chǎn)品及服務(wù)之需求，

亦即提供給顧客“及時、高品質(zhì)以及

最低廉的產(chǎn)品與服務(wù)”相依需求:需求來自其他產(chǎn)品。

獨立需求:需求不直接來自其他產(chǎn)品。為預(yù)測之主要重點。積極/消極應(yīng)對需求。

第十頁，共四十九頁。一般預(yù)測方法可分為:主觀(定性)方法與客觀(定量)方法。定性方法通常依據(jù)事務(wù)的特徵或特性，或根據(jù)個人意見以及未來市場變化作一主觀預(yù)測。定量方法經(jīng)由數(shù)量方法，將資料間的關(guān)係分析出來，作為預(yù)測的依據(jù)。預(yù)測的類型第十一頁，共四十九頁。預(yù)測方法定性法時間序列因果模擬模型草根法簡單移動平均回歸分析電腦模型市場研究加權(quán)移動平均經(jīng)濟模型群體意見法回歸分析投入/產(chǎn)出模型歷史類推法指數(shù)平滑領(lǐng)先指標(biāo)Delphi法BOXjenkinsShiskin時間序列趨勢預(yù)測第十二頁，共四十九頁。需求的六種型態(tài)某段時間的平均需求趨勢:季節(jié)性:循環(huán)週期:隨機變異:自我相關(guān)性:任何一點的期望值是與他過去自己的值高度相關(guān)。等候線理論。(waitinglinetheory)

第十三頁，共四十九頁。定性預(yù)測技巧/常見的趨勢類型第十四頁，共四十九頁。定性方法/德爾菲法將設(shè)計好的問卷發(fā)給具相關(guān)知識、能力、經(jīng)驗的經(jīng)理及幕僚。暱名提供自己的意見。負責(zé)人彙整所有專家意見，設(shè)計新問卷再發(fā)回原受調(diào)查者，做第二次調(diào)查。重複上步驟直到大家都有共同看法及結(jié)論。

第十五頁，共四十九頁。定性方法高階管理階層意見整合法徵詢一群高階層管理者對某特定對象的意見。綜合大家的看法成為預(yù)測結(jié)果。適用於公司長期的規(guī)劃及新產(chǎn)品的開發(fā)。優(yōu)點是能運用專業(yè)的知識與經(jīng)驗。

缺點是某一人的意見會支配其他人的意見。群體風(fēng)險的分擔(dān)，造成風(fēng)險過高的決策結(jié)果。

第十六頁，共四十九頁。定性方法/草根法(銷售人員意見整合法)

優(yōu)點:銷售人員經(jīng)常與經(jīng)銷代理商或消費者直接接觸較易取得第一手資料。缺點:銷售人員無法正確分辨消費者真正的需求，會受短期經(jīng)驗影響。銷售人員為求自保會將預(yù)測值做偏低之預(yù)測。

第十七頁，共四十九頁。定性方法/市調(diào)法優(yōu)點:消費者是實際使用商品或服務(wù)的人。缺點:問卷設(shè)計難度高?；厥章实汀?/p>

第十八頁，共四十九頁。定量方法以時間數(shù)列資料為基礎(chǔ)的預(yù)測時間數(shù)列乃是以固定時間間隔(每小時、每週、每月、每季、每年)為基礎(chǔ)之時間順序的觀察值。時間數(shù)列受到四種現(xiàn)象之影響:趨勢變動Trend。循環(huán)變動Cycle。季節(jié)性變動Seasonality。隨機變動Randon。第十九頁，共四十九頁。資料的趨勢變動趨勢變動(Trendvariation)指歷史資料逐漸且緩慢的逞捵呈現(xiàn)上升或下降。第二十頁，共四十九頁。資料的循環(huán)變動循環(huán)變動(CyclesVariation)指歷史資料超過一年以上的循環(huán)波浪式的生下變化，大都因經(jīng)濟或政治因素造成。第二十一頁，共四十九頁。資料的季節(jié)變動季節(jié)變動(SeasonalityVariation)由氣候、人為因素使得歷史資料在短期內(nèi)政部長大都為一年期間)十分規(guī)則且定期變化。第二十二頁，共四十九頁。資料的隨機變動隨機變動(RandomVariation)變動因素除生述變動原因外的其他變動。第二十三頁，共四十九頁。時間序列預(yù)測模式依照過去資料來預(yù)測未來選擇預(yù)測模型的取決條件預(yù)測的時間範(fàn)圍資料的取得性需要的準(zhǔn)確度預(yù)測的預(yù)算之多寡合格人員的取得其他像是公司的彈性及預(yù)測錯誤的影響第二十四頁，共四十九頁。預(yù)測模型種類分析預(yù)測方法歷史資料的數(shù)量資料型態(tài)預(yù)測範(fàn)圍準(zhǔn)備時間人員背景簡單指數(shù)平滑5-10個觀察值以設(shè)定權(quán)數(shù)資料應(yīng)該固定短短不複雜Holt指數(shù)平滑5-10個觀察值以設(shè)定權(quán)數(shù)趨勢但無季節(jié)性短到中短有點複雜Winter指數(shù)平滑每季至少4或5個觀察值趨勢和季節(jié)性短到中短適度複雜迴歸趨勢模型10-20，若季節(jié)性每季至少5個趨勢和季節(jié)性短到中短適度複雜因果迴歸模型每個獨立變數(shù)10個觀察值能處理複雜的型態(tài)短、中或長發(fā)展時間長執(zhí)行時間短相當(dāng)複雜時間序列分析足以看到兩個頂點與凹點處理循環(huán)性和季節(jié)性型態(tài);能辨別轉(zhuǎn)折點短到中短到適度不複雜BoxJenkins50個以上的觀察值必須是固定的或轉(zhuǎn)變?yōu)榉€(wěn)定的短、中或長長高度複雜第二十五頁，共四十九頁。簡單移動平均使用過去的資料來預(yù)測未來的結(jié)果產(chǎn)品的需求量並非快速的成長或下降沒有季節(jié)因素的影響有效去除不規(guī)律變異取相鄰資料的中間值第二十六頁，共四十九頁。三週及九週的簡單平均移動第二十七頁，共四十九頁。實際需求與三週

及九週的移動平均圖第二十八頁，共四十九頁。加權(quán)移動平均法附予每一個變數(shù)相對應(yīng)的比重值，且比重的加總等於一簡單移動平均法每一個元素的比重是一樣的加權(quán)的法則也沒有一定的規(guī)則第二十九頁，共四十九頁。指數(shù)平滑法指數(shù)平滑法只需要三個資料最近的預(yù)測結(jié)果最近一期的實際需求平滑常數(shù)alpha（α）第三十頁，共四十九頁。調(diào)整式預(yù)測選取適當(dāng)?shù)摩林迪葲Q定兩個或兩個以上的α值，計算預(yù)測值與真實值之間的誤差，依不同誤差的程度來決定α值計算α值的軌跡值：用來計算預(yù)測值是否和實際的需求值之增減幅度跟著改變第三十一頁，共四十九頁。預(yù)測誤差誤差是預(yù)測值和實際值之間的差值，統(tǒng)計學(xué)上稱作殘值（Residuals）資料來源誤差（sourceoferror）以過去的資料點走勢預(yù)測未來的趨勢量度誤差（measurementoferror）第三十二頁，共四十九頁。平均絕對誤差（MAD）量測預(yù)測值與觀測值差異的分佈狀況實際值與預(yù)測值之間差值的絕對值總合再除以資料的樣本數(shù)

當(dāng)預(yù)測誤差呈常態(tài)分配時，平均絕對誤差與標(biāo)準(zhǔn)差的關(guān)係1標(biāo)準(zhǔn)差

=1MAD=0.8標(biāo)準(zhǔn)差第三十三頁，共四十九頁。信號軌跡衡量預(yù)測值是否和實際需求值走勢的上漲或下滑步調(diào)一致信號軌跡是MAD的倍數(shù)，這些數(shù)字就是預(yù)測值和實際值之間的高低信號軌跡預(yù)測誤差值的總合第三十四頁，共四十九頁。預(yù)測的平均絕對誤差（MAD）、累加誤差（RSFE）、及追蹤信號（TS）第三十五頁，共四十九頁。信號軌跡信號軌跡的可接受限度預(yù)期需求量的大小大量或高收益的項目就應(yīng)常被監(jiān)控預(yù)測員的可用時間窄的信賴限度使得預(yù)測不容易在信賴帶內(nèi)，因而需要更多的時間第三十六頁，共四十九頁。線性迴歸分析迴歸分析的定義為兩個或兩者以上相關(guān)（Correlated）變數(shù)的關(guān)係線性回歸分析過程最好預(yù)先搭配散佈圖,配合相關(guān)係數(shù)r值(-1≦r≦1),觀察正相關(guān)與負相關(guān)趨勢線性迴歸分析是迴歸分析法的特例，主要就是基於變數(shù)間的關(guān)係將形成一條直線的分佈型式：Y=a+bX目視法最小平方分析法第三十七頁，共四十九頁。目視法某公司過去三年12季的產(chǎn)品銷售狀況畫一條看起來似乎切合資料樣本分佈的直線(用尺即可)決定截點a和斜率b的值Y=400+382X第三十八頁，共四十九頁。最小平方分析法求出所有的資料點與它相對應(yīng)之迴歸線對應(yīng)點間垂直距離的平方加總之最小值標(biāo)準(zhǔn)差：代表直線和資料間的接近程度第三十九頁，共四十九頁。最小平方和迴歸分析6.5b=359.6153=2,779.17a=441.6666Y=441.66+359.6XSxy=363.9第四十頁，共四十九頁。時間數(shù)列的分解時間數(shù)列為一有時間先後關(guān)係的資料，其中包含了一種或多種的需求因素趨勢、季節(jié)、週期、自我相關(guān)（AutoCorrelated）或隨機性趨勢和季節(jié)因素較易找出週期、自我相關(guān)（AutoCorrelated）或隨機性不易找出第四十一頁，共四十九頁。加法性及乘法性對季節(jié)與趨勢之影響預(yù)測=趨勢+季節(jié)因素預(yù)測=趨勢*季節(jié)因素

※較常見的狀況第四十二頁，共四十九頁。季節(jié)因素（或指標(biāo)）是一修正過後的值，在時間數(shù)列分析上用來調(diào)整年度季節(jié)量第四十三頁，共四十九頁。目測模式預(yù)測趨勢及季節(jié)性因素目測截點170斜率=(610-170)/8之間的變化量故：趨勢方程式：Trendt=170+55t170610第四十四頁，共四十九頁。季節(jié)因素的計算計算下年度的預(yù)測結(jié)果

FITSt=趨勢*季節(jié)性I-1998FITS9=(170+55(9))1.25=831II-1998FITS10=(170+55(10))0.78=562III-1998FITS11=(170+55(11))0.69=535IV-1998FITS12=(170