تتحرك متوسط التنبؤ. الترجمة كما قد تخمين نحن نبحث في بعض من أكثر النهج البدائية للتنبؤ ولكن نأمل أن هذه على الأقل مقدمة جديرة بالاهتمام لبعض القضايا الحوسبة المتعلقة بتنفيذ التوقعات في جداول البيانات. في هذا السياق سوف نستمر من قبل بدءا من البداية والبدء في العمل مع توقعات متوسط التحرك. متوسط متوسط التوقعات الجميع على دراية بتحريك توقعات المتوسط بغض النظر عما إذا كانوا يعتقدون أنهم جميع طلاب الجامعات يفعلونها في كل وقت فكر في درجات الاختبار في دورة حيث أنت ذاهب إلى لديك أربعة اختبارات خلال الفصل الدراسي دعونا نفترض أنك حصلت على 85 على الاختبار الأول. ماذا كنت تتوقع لنتيجة الاختبار الثاني. ما رأيك تعتقد المعلم الخاص بك لنتيجة الاختبار الخاص بك المقبل. ما رأيك تعتقد أصدقائك قد التنبؤ لنتيجة الاختبار الخاص بك المقبل. ماذا تعتقدون أن والديك قد توقع لنتيجة الاختبار الخاص بك المقبل. بصرف النظر عن كل بلابينغ قد تفعل لفرانك إيندس والآباء والأمهات، هم ومعلمك من المرجح جدا أن نتوقع منك الحصول على شيء في مجال 85 كنت حصلت فقط. حسنا، والآن دعونا نفترض أنه على الرغم من الترويج الذاتي الخاص بك إلى أصدقائك، وكنت أكثر من تقدير نفسك والشكل يمكنك دراسة أقل للاختبار الثاني وحتى تحصل على 73.Now ما هي كل من المعنيين وغير مدرك الذهاب إلى توقع سوف تحصل على الاختبار الثالث هناك نوعان من المرجح جدا النهج بالنسبة لهم لوضع تقدير بغض النظر عن ما إذا كانوا سوف تقاسمها معك. أنهم قد يقولون لأنفسهم، هذا الرجل هو دائما تهب الدخان حول ذكائه انه ذاهب للحصول على آخر 73 إذا كان محظوظا. مايبي الآباء سوف تحاول أن تكون أكثر داعمة ويقول، حسنا، لذلك حتى الآن كنت حصلت على 85 و 73، لذلك ربما يجب أن تحصل على الحصول على حوالي 85 73 2 79 أنا لا أعرف، ربما لو كنت أقل من الحفلات و ويرن ر رهان في كل مكان، وإذا كنت بدأت القيام الكثير من الدراسة يمكن أن تحصل على درجة أعلى. لكن هذه التقديرات الفعلية تحسب التوقعات المتوسطة الأولى. أولا يستخدم فقط أحدث درجاتك للتنبؤ بأدائك المستقبلي وهذا ما يطلق عليه متوسط التوقعات المتحركة باستخدام فترة واحدة من البيانات. والثاني هو أيضا متوسط التوقعات المتحركة ولكن باستخدام فترتين من البيانات. أن كل هؤلاء الناس خرق على العقل العظيم لديك نوع من سكران قبالة لكم وتقرر أن تفعل جيدا في الاختبار الثالث لأسباب خاصة بك ووضع درجة أعلى أمام حلفائكم كنت تأخذ الاختبار ودرجاتك هو في الواقع 89 الجميع، بما في ذلك نفسك، وأعجب. لذلك لديك الآن الاختبار النهائي للفصل الدراسي الخروج وكالعادة كنت تشعر بالحاجة إلى غواد الجميع في جعل توقعاتهم حول كيف سوف تفعل على آخر اختبار حسنا، ونأمل أن ترى style. Now، نأمل يمكنك أن ترى نمط الذي تعتقد أنه الأكثر دقة. ويستل بينما نعمل الآن نعود إلى شركة التنظيف الجديدة التي بدأتها شقيقة نصف استدارة دعا صافرة بينما نحن نعمل لديك بعض البيانات الماضية المبيعات ممثلة في القسم التالي من جدول بيانات نحن أولا تقديم البيانات لفترة ثلاثة توقعات المتوسط المتحرك. يجب أن يكون إدخال الخلية C6.Now يمكنك نسخ هذه الصيغة خلية وصولا إلى الخلايا الأخرى من C7 إلى C11.Notice كيف يتحرك المتوسط على أحدث البيانات التاريخية ولكن يستخدم بالضبط ثلاث فترات الأخيرة المتاحة لكل التنبؤ يجب أن تلاحظ أيضا أننا لا تحتاج حقا لجعل التنبؤات للفترات الماضية من أجل تطوير أحدث توقعاتنا هذا يختلف بالتأكيد عن الأسي نموذج تمهيد I في شملت التنبؤات السابقة لأننا سوف تستخدمها في صفحة الويب التالية لقياس صلاحية التنبؤ. الآن أريد أن أعرض النتائج المماثلة لفترة سنتين المتوسط المتحرك المتوقع. يجب أن يكون دخول الخلية C5.Now لك يمكن نسخ هذه الصيغة الخلية وصولا إلى الخلايا الأخرى C6 من خلال C11.Notice كيف الآن فقط اثنين من أحدث القطع من البيانات التاريخية تستخدم لكل التنبؤ مرة أخرى لقد شملت د التنبؤات السابقة لأغراض توضيحية وللاستخدام لاحقا في التحقق من صحة التوقعات. بعض الأمور الأخرى التي من الأهمية أن تلاحظ. للمتوسط المتحرك م فترة التنبؤ فقط م تستخدم معظم القيم البيانات الأخيرة لجعل التنبؤ لا شيء آخر ضروري. للمتوسط المتحرك متوسط التوقعات، عند إجراء التنبؤات السابقة، لاحظ أن التنبؤ الأول يحدث في الفترة م 1. بوث من هذه القضايا سوف تكون كبيرة جدا عندما نطور لدينا التعليمات البرمجية. تطوير المتوسط المتحرك المتحرك الآن نحن بحاجة إلى تطوير رمز توقعات المتوسط المتحرك التي يمكن استخدامها بشكل أكثر مرونة تتبع التعليمات البرمجية لاحظ أن المدخلات هي لعدد الفترات التي تريد استخدامها في التوقعات ومصفوفة القيم التاريخية يمكنك تخزينها في أي المصنف الذي تريده. وظيفة موفينغافيراج التاريخية، نومبروفريودس كما واحد إعلان وتهيئة المتغيرات ديم البند كما متغير عداد خافت كما عدد صحيح تراكم خافت كما أحادية ديم تاريخية الحجم كما صحيح. تهيئة المتغيرات كونتر 1 تراكم 0. تحديد حجم المصفوفة التاريخية تاريخية. للعداد 1 إلى نومبروفريودس. تجميع العدد المناسب من أحدث القيم التي تمت ملاحظتها سابقا. تراكم التراكم تاريخي تاريخيالحجم - نومبروفريودس عداد. محرك متوسط تراكم عدد أوفيريودس. سيتم شرح التعليمات البرمجية في الفصل تريد وضع الوظيفة على جدول البيانات بحيث تظهر نتيجة الحساب حيث ينبغي مثل ما يلي. تحرك المتوسط المتحرك أساليب التنبؤ إيجابيات وسلبيات. هنا، أحب مشاركتك كان يتساءل إذا كنت يمكن أن تطرح فوثر نستخدم ساب في ذلك هناك مجموعة مختارة يمكنك اختيار قبل تشغيل توقعاتك دعا التهيئة إذا قمت بتحديد هذا الخيار الذي الحصول على نتيجة التنبؤ، إذا قمت بتشغيل توقعات مرة أخرى، في نفس الفترة، ولا تحقق التهيئة التغييرات النتيجة لا أستطيع معرفة ما هو التهيئة يفعل يعني يعني ماثماتيكالي النتيجة التنبؤ الأفضل لحفظ واستخدام على سبيل المثال و والتغيرات بين الاثنين ليست في الكمية المتوقعة ولكن في ماد وخطأ، سلامة المخزون وكميات البوليفيين لست متأكدا إذا كنت تستخدم SAP. hi شكرا لشرح ذلك إفيسيانتلي أيضا غ شكرا مرة أخرى Jaspreet. Leave الرد إلغاء الرد. حول Shmula. Pete أبيلا هو مؤسس شمولا والحرف، كانبان كودي وقد ساعد الشركات مثل الأمازون، زابوس ، إيباي، باككونتري، وغيرها من خفض التكاليف وتحسين تجربة العملاء يفعل ذلك من خلال طريقة منهجية لتحديد نقاط الألم التي تؤثر على العملاء والأعمال التجارية، ويشجع مشاركة واسعة من الشركات الزميلة لتحسين العمليات الخاصة بهم هذا الموقع هو مجموعة من تجاربه انه يريد أن أشاطركم تبدأ مع downloads. Time سيريز ميثودس أساليب سلسلة الوقت هي تقنيات إحصائية التي تجعل من استخدام البيانات التاريخية المتراكمة على مدى فترة زمنية تفترض طرق سلسلة الوقت أن ما حدث في الماضي سوف لا تزال تحدث في المستقبل كما تشير سلسلة الوقت اسم، هذه الأساليب تتصل التنبؤ لعامل واحد فقط - الوقت وهي تشمل المتوسط المتحرك، والتجانس الأسي، وخط الاتجاه الخطي، وهي من بين الأساليب الأكثر شعبية للتنبؤ قصير المدى بين شركات الخدمات والصناعات التحويلية تفترض هذه الأساليب أن أنماط أو اتجاهات تاريخية محددة للطلب مع مرور الوقت سوف يكررون أنفسهم. متوسط التحرك. أن تكون بسيطة مثل استخدام الطلب في الفترة الحالية للتنبؤ الطلب في الفترة القادمة وهذا يسمى أحيانا توقعات ساذجة أو بديهية 4 على سبيل المثال، إذا كان الطلب هو 100 وحدة هذا الأسبوع، والتوقعات للطلب الأسبوع المقبل ق هو 100 وحدة إذا الطلب وتبين أن 90 وحدة بدلا من ذلك، ثم الطلب الأسبوع التالي ق هو 90 وحدة، وهلم جرا هذا النوع من طريقة التنبؤ لا يأخذ في الاعتبار سلوك الطلب التاريخي أنه يعتمد فقط على الطلب في الفترة الحالية يتفاعل مباشرة إلى وضعها الطبيعي، تحركات عشوائية في الطلب. أسلوب المتوسط المتحرك البسيط يستخدم عدة قيم للطلب خلال الماضي القريب لوضع توقعات هذا يميل إلى تخفيف، أو السلس، ركض (د) الزيادات والنقصان في التوقعات التي تستخدم فترة واحدة فقط المتوسط المتحرك البسيط مفيد للتنبؤ بالطلب المستقر ولا يظهر أي سلوك واضح في الطلب، مثل الاتجاه أو النمط الموسمي. يتم حساب المتوسطات المتحركة لفترات محددة، مثل كما ثلاثة أشهر أو خمسة أشهر، اعتمادا على مدى رغبة المتنبأ لسلاسة بيانات الطلب يعد فترة المتوسط المتحرك، وأكثر سلاسة سيكون صيغة لحساب المتوسط المتحرك البسيط نقل المتوسط المتحرك البسيط. شركة توريد تبيع وتسليم اللوازم المكتبية للشركات والمدارس والوكالات داخل دائرة نصف قطرها 50 ميلا من مستودعاتها الأعمال توريد المكاتب تنافسية، والقدرة على تقديم الطلبات على وجه السرعة هو عامل في الحصول على عملاء جدد والحفاظ على المكاتب القديمة عادة النظام ليس عند تشغيل منخفضة على الإمدادات، ولكن عندما نفد تماما نتيجة لذلك، فإنها تحتاج أوامرهم على الفور مدير كوم باني يريد أن يكون متأكدا بما فيه الكفاية السائقين والمركبات المتاحة لتسليم أوامر فورا ولها مخزون كاف في المخزون ولذلك، مدير يريد أن يكون قادرا على التنبؤ بعدد الطلبات التي ستحدث خلال الشهر المقبل أي لتوقع الطلب على التسليم من سجلات أوامر التسليم، تراكمت الإدارة البيانات التالية على مدى الأشهر ال 10 الماضية، والتي تريد حساب 3 و 5 أشهر المتوسطات المتحركة. دعونا نفترض أنه هو نهاية أكتوبر التوقعات الناتجة عن إما 3- أو المتوسط المتحرك لمدة 5 أشهر هو عادة للشهر التالي بالتسلسل الذي في هذه الحالة هو نوفمبر يتم حساب المتوسط المتحرك من الطلب على الأوامر للأشهر الثلاثة السابقة بالتتابع وفقا للمعادلة التالية. يتم حساب المتوسط المتحرك لمدة 5 أشهر من 5 أشهر السابقة من بيانات الطلب على النحو التالي. التوقعات المتوسط المتحرك لمدة 3 أشهر و 5 أشهر لجميع أشهر بيانات الطلب مبينة في الجدول التالي في الواقع، فإن توقعات شهر نوفمبر بناء على الطلب الشهري الأخير سوف تستخدم من قبل المدير ومع ذلك، فإن التنبؤات السابقة للأشهر السابقة تسمح لنا بمقارنة التوقعات مع الطلب الفعلي لمعرفة مدى دقة طريقة التنبؤ - أي مدى نجاحها متوسطات ثلاثة أشهر وخمسة أشهر. لأن متوسطات التحرك المتحرك في الجدول أعلاه تميل إلى تهدئة التباين الذي يحدث في البيانات الفعلية ويمكن ملاحظة تأثير التمهيد هذا في الشكل التالي الذي تكون فيه معدلات 3 أشهر و 5 أشهر تم فرضه على رسم بياني للبيانات الأصلية. المتوسط المتحرك لمدة 5 أشهر في الشكل السابق يعمد إلى تقلبات خارجة إلى حد أكبر من المتوسط المتحرك لمدة 3 أشهر ومع ذلك، فإن متوسط 3 أشهر يعكس بشكل وثيق أحدث البيانات المتاحة ل مدير الإمدادات المكتبية بصفة عامة، فإن التنبؤات باستخدام المتوسط المتحرك لفترة أطول أبطأ من أجل الاستجابة للتغيرات الأخيرة في الطلب أكثر من تلك التي أجريت باستخدام متوسطات متحركة أقصر فترة من الفترات الزمنية الإضافية للبيانات يحد من السرعة التي تستجيب التوقعات تحديد عدد مناسب من الفترات لاستخدامها في المتوسط المتحرك التنبؤ غالبا ما يتطلب بعض كمية من التجربة والخطأ التجريب. عيب طريقة المتوسط المتحرك هو أنه لا يتفاعل مع الاختلافات التي تحدث لسبب ما، مثل الدورات والتأثيرات الموسمية العوامل التي تسبب التغيرات يتم تجاهلها بشكل عام وهي في الأساس طريقة ميكانيكية، والتي تعكس البيانات التاريخية بطريقة متسقة ومع ذلك، فإن طريقة المتوسط المتحرك لديها ميزة كونها سهلة الاستخدام وسريعة، وغير مكلفة نسبيا بشكل عام، يمكن أن توفر هذه الطريقة توقعات جيدة على المدى القصير، ولكن لا ينبغي أن تدفع بعيدا جدا في المستقبل. المتوسط المتحرك يتحرك. ويمكن تعديل طريقة المتوسط المتحرك لتعكس بشكل وثيق تقلبات في البيانات في طريقة المتوسط المتحرك المرجح، يتم تعيين الأوزان إلى أحدث البيانات وفقا للمعادلة التالية. بيانات الطلب لخدمات الكمبيوتر بيإم المبينة في يبدو أن الجدول الخاص بالمثال 10 3 يتبع اتجاها خطييا متزايدا تريد الشركة حساب خط اتجاه خطي لمعرفة ما إذا كان أكثر دقة من التجانس الأسي وتوقعات التمهيد الأسي المعدلة التي تم تطويرها في المثالين 10 3 و 10 4. القيم المطلوبة لحسابات المربعات الصغرى هي على النحو التالي. باستخدام هذه القيم، يتم حساب معلمات خط الاتجاه الخطي على النحو التالي. لذلك، فإن معادلة خط الاتجاه الخطي هي. لحساب توقعات للفترة 13، والسماح x 13 في خط الاتجاه الخطي ويبين الرسم البياني التالي خط الاتجاه الخطي مقارنة مع البيانات الفعلية يبدو أن خط الاتجاه يعكس بشكل وثيق البيانات الفعلية - أي أن يكون مناسبا - وبالتالي سيكون نموذجا جيدا للتنبؤ بهذه المشكلة ومع ذلك، عيب خط الاتجاه الخطي هو أنه لن تتكيف مع تغيير في الاتجاه، حيث أن الأساليب التنبؤ الأسي التنبؤ سوف هذا هو، فمن المفترض أن جميع التوقعات المستقبلية سوف تتبع خط مستقيم هذا حدود واستخدام هذه الطريقة إلى إطار زمني أقصر التي يمكنك أن تكون مؤكدة نسبيا أن الاتجاه لن يتغير. الضبطات العادية. النمط الموسمي هو الزيادة المتكررة وانخفاض في الطلب العديد من عناصر الطلب تظهر السلوك الموسمية مبيعات الملابس تتبع الأنماط الموسمية السنوية ، مع زيادة الطلب على الملابس الدافئة في الخريف والشتاء وتراجع في فصلي الربيع والصيف حيث الطلب على الملابس برودة يزيد الطلب على العديد من البنود التجزئة، بما في ذلك اللعب والمعدات الرياضية والملابس والأجهزة الإلكترونية والحمص والديك الرومي والنبيذ، و والفواكه، وزيادة خلال موسم العطلات الزيادات الطلب بطاقة معايدة جنبا إلى جنب مع أيام خاصة مثل عيد الحب عيد الأم والأم يمكن أن تحدث أنماط الموسمية يوم أيضا على أساس شهري أو أسبوعي أو حتى بعض المطاعم لديها ارتفاع الطلب في المساء مما كانت عليه في الغداء أو في عطلة نهاية الأسبوع بدلا من أيام الأسبوع المرور - وبالتالي المبيعات - في مراكز التسوق تلتقط يوم الجمعة والسبت. هناك عدة طرق لتعكس الأنماط الموسمية في التنبؤ بسلسلة زمنية سنصف إحدى الطرق البسيطة باستخدام عامل موسمية العامل الموسمي هو قيمة رقمية تضرب في التوقعات العادية للحصول على توقعات معدلة موسميا. طريقة واحدة لتطوير الطلب على العوامل الموسمية هو تقسيم الطلب على كل فترة موسمية حسب إجمالي الطلب السنوي، وفقا للمعادلة التالية. العوامل الموسمية الناتجة بين 0 و 1 0 هي في الواقع نسبة من إجمالي الطلب السنوي المخصص لكل موسم وتضاعف هذه العوامل الموسمية بنسبة فإن الطلب السنوي المتوقع لإنتاج توقعات معدلة لكل موزعة توقعات مع تعديلات موسمية. مزارع ويشبون تنمو الديك الرومي لبيعها إلى شركة لتجهيز اللحوم على مدار السنة ومع ذلك، من الواضح موسم الذروة خلال الربع الرابع من السنة، من أكتوبر إلى ديسمبر شهدت مزارع ويشبون الطلب على الديك الرومي على مدى السنوات الثلاث الماضية هو مبين في الجدول التالي. لأن لدينا ثلاثة يي يمكن أن نحسب العوامل الموسمية عن طريق قسمة الطلب الفصلي الكلي على السنوات الثلاث من إجمالي الطلب على مدار السنوات الثلاث. الانتهاء من ذلك، نريد مضاعفة الطلب المتوقع للعام المقبل، 2000، من قبل كل من العوامل الموسمية للحصول على الطلب المتوقع لكل ربع سنة ولتحقيق ذلك، نحتاج إلى توقعات الطلب لعام 2000 وفي هذه الحالة، وبما أن بيانات الطلب في الجدول يبدو أنها تظهر اتجاها متزايدا بشكل عام، فإننا نحسب خط اتجاه خطي لثلاث سنوات من البيانات في الجدول للحصول على تقدير توقعات تقريبية. وبالتالي، فإن التوقعات لعام 2000 هي 58 17، أو 58،170 الديك الرومي. باستخدام هذه التوقعات السنوية للطلب، فإن التنبؤات المعدلة موسميا، سف i، لعام 2000 تقوم بتصنيف هذه التوقعات الفصلية مع قيم الطلب الفعلية في الجدول، يبدو أنها تقديرات توقعات جيدة نسبيا، مما يعكس كلا من التغيرات الموسمية في البيانات والاتجاه التصاعدي العام. 10-12 كيف أن طريقة المتوسط المتحرك مشابهة للتلطيف الأسي 10-13 و في تأثير على نموذج تمهيد الأسي زيادة ثابت التمهيد لها. 10-14 كيف يختلف تعديل الأسي تعديل من التمهيد الأسي 10-15 ما يحدد اختيار ثابت تمهيد للاتجاه في نموذج تمهيد الأسي تعديل 10-16 وفي أمثلة الفصل لأساليب السلاسل الزمنية، كان من المفترض دائما أن تكون توقعات البداية هي نفس الطلب الفعلي في الفترة الأولى. وتشير إلى طرق أخرى يمكن أن تستمد بها التنبؤات الأولية في الاستخدام الفعلي (10). 17 كيف يمكن التنبؤ بالخط الاتجاهي يختلف النموذج عن نموذج الانحدار الخطي للتنبؤ (10-10). ومن نماذج السلاسل الزمنية المعروضة في هذا الفصل، بما في ذلك المتوسط المتحرك والمتوسط المتحرك المرجح، والتلطيف الأسي وتعديل الأسي المعدل، وخط الاتجاه الخطي، أي واحد تعتبره أفضل لماذا 10.10-19 ما هي المزايا التي عدلت التجانس الأسي على خط الاتجاه الخطي للطلب المتوقع الذي يظهر اتجاها 4 كب كاهن و J T منتزر، التنبؤ في الأسواق الاستهلاكية والصناعية، مجلة توقعات الأعمال 14، لا 2 صيف 1995 21-28.
No comments:
Post a Comment