1、生產(chǎn)預(yù)測(cè),生產(chǎn)預(yù)測(cè)之定義,預(yù)測(cè)是對(duì)未來(lái)事物的一種估計(jì)。 生產(chǎn)預(yù)測(cè)則是利用有系統(tǒng)之方法對(duì)未來(lái)之生產(chǎn)數(shù)量作一合理之估計(jì)，以作為釐訂生產(chǎn)計(jì)畫之參考,預(yù)測(cè)之時(shí)程,長(zhǎng)程、中程、短程。,生產(chǎn)預(yù)測(cè)之步驟,決定預(yù)測(cè)之時(shí)程,收集過(guò)去之歷史資料、繪圖,預(yù)測(cè)過(guò)去,預(yù)測(cè)模式之評(píng)估與選用,預(yù)測(cè)未來(lái),預(yù)測(cè)模式之監(jiān)控,生產(chǎn)預(yù)測(cè)之方法,定性預(yù)測(cè),德爾菲法 主管人員共識(shí)凝聚法 銷售人員調(diào)查法 市場(chǎng)研究法,定量預(yù)測(cè),時(shí)間序列分析法 簡(jiǎn)單回歸分析法 因果關(guān)係分析 季節(jié)因素法,時(shí)間序列分析,時(shí)間序列之組成,趨勢(shì) 季節(jié)性 循環(huán) 不規(guī)則變動(dòng) 隨機(jī)變動(dòng),方法,純真法 移動(dòng)平均值法 加權(quán)移動(dòng)平均法 指數(shù)平滑法,假設(shè),過(guò)去資料對(duì)未來(lái)預(yù)測(cè)是與時(shí)

2、間相關(guān)的 用於中、短期預(yù)測(cè),純真法,純真法適用之時(shí)機(jī),生產(chǎn)穩(wěn)定 本期之預(yù)測(cè)值 = 前一期之實(shí)際值 季節(jié)性變化 本期之預(yù)測(cè)值 = 同時(shí)間點(diǎn)前一期之實(shí)際值 趨勢(shì) 本期之預(yù)測(cè)值 = 前一期之實(shí)際值 + 同時(shí)間點(diǎn)前二期實(shí)際值之差異,舉例說(shuō)明,（加權(quán)）移動(dòng)平均值法,移動(dòng)平均值法,本期之預(yù)測(cè)值為過(guò)去n期之實(shí)際值平均,加權(quán)移動(dòng)平均值法,本期之預(yù)測(cè)值為過(guò)去n期之加權(quán)實(shí)際值平均,問題,n之大小應(yīng)為何 敏感程度 無(wú)實(shí)際值之預(yù)測(cè),指數(shù)平滑法,簡(jiǎn)單指數(shù)平滑法,問題,第一期之?dāng)?shù)量應(yīng)如何估計(jì) 之大小應(yīng)為何,指數(shù)平滑法(續(xù)),二次簡(jiǎn)單指數(shù)平滑法,預(yù)測(cè)模式之評(píng)估,一般而言以誤差來(lái)評(píng)估,誤差之種類,偏差 平均絕對(duì)誤差 均方差

3、平均絕對(duì)百分誤差,誤差之種類,偏差,平均絕對(duì)誤差,誤差之種類（續(xù)）,均方差,公式,季節(jié)因素之處理,利用簡(jiǎn)單數(shù)學(xué)平均法,利用簡(jiǎn)單回歸分析法,季節(jié)因素之處理,利用簡(jiǎn)單數(shù)學(xué)平均法,各季（月）生產(chǎn)均值之求算 各季（月）季節(jié)指數(shù)之求算 各季（月）平均季節(jié)指數(shù)之求算 各季（月）預(yù)測(cè)值之求算,季節(jié)因素之處理（例）,範(fàn)例,季節(jié)因素之處理（例）,步驟1- 各季（月）生產(chǎn)均值之求算,第一年：1000/4 = 250 第二年：1200/4 = 300 第三年：1800/4 = 450 第四年：2200/4 = 550,季節(jié)因素之處理（例）,步驟2- 各季（月）季節(jié)指數(shù)之求算,例如：45/250 = 0.18,季節(jié)因

4、素之處理（例）,步驟3- 各季（月）平均季節(jié)指數(shù)之求算,第一季：（0.18+0.23+0.22+0.18）/4 = 0.2 第二季：1.3 第三季：2.0 第四季：0.5,季節(jié)因素之處理（例）,步驟4- 各季（月）預(yù)測(cè)值之求算,第五年全年需求量之預(yù)測(cè)值為2200+400 = 2600 第一年：650*0.2 = 130 第二年：845 第三年：1300 第四年：325,季節(jié)因素之處理（續(xù)）,利用簡(jiǎn)單回歸分析法,各季季節(jié)指數(shù)之求算 消彌各季銷售量之季節(jié)因素影響 利用簡(jiǎn)單回歸分析預(yù)測(cè)各季之生產(chǎn)數(shù)量 還原季節(jié)因素之影響,簡(jiǎn)單回歸分析法,假設(shè),模式,預(yù)測(cè)之?dāng)?shù)量大小僅與時(shí)間之長(zhǎng)短有關(guān),預(yù)測(cè)模式之評(píng)估,由

5、相關(guān)係數(shù)來(lái)判斷,因果關(guān)係分析法,假設(shè),模式,預(yù)測(cè)之?dāng)?shù)量大小不僅與時(shí)間之長(zhǎng)短有關(guān)、尚有其他相關(guān)之因子,預(yù)測(cè)模式之評(píng)估,由相關(guān)係數(shù)來(lái)判斷,預(yù)測(cè)模式之監(jiān)控,監(jiān)控訊號(hào),管制圖法 - 利用誤差制定管制上、下限,A F A F Cumulative Month (Sales) (Forecast) (Error) e e 1 47 43 4 4 4 2 51 44 7 7 11 3 54 50 4 4 15 4 55 51 4 4 19 5 49 54 -5 5 24 6 46 48 -2 2 26 7 38 46 -8 8 34 8 32 44 -12 12 46 9 25 35 -10 10 56 1

6、0. 24 26 -2 2 58 11. 25 12. 32 13. 34 14. 50 15. 51 16. 54 17. 55 18. 51 19. 50 20. 43 21. 38 22. 27 23. 27 24. 32,MAD = 58/10 = 5.8 監(jiān)控訊號(hào) = -20/5.8 = -3.45,(Month) e MADt=MADt-1+.2(e-MADt-1) Cumulative Tracking Signal=Cumulative t Error =Cumulative ErrorMAD 10 -20 -20 / 5.800 = -3.45 11 5 5.640 = 5.

7、8 + .2(5-5.8) -15 -15 / 5.640 = -2.66 12 3 5.112 = 5.640 + .2(3-5.64) -12 -12 / 5.112 = -2.35 13 10 6.090 = 5.112 + .2(10-5.112) -2 -2 / 6.090 = -0.33 14 7 6.272 = 6.090 + .2(7-6.090) 5 5 / 6.272 = 0.80 15 9 6.818 = 6.272 + .2(9-6.272) 14 14 / 6.818 = 2.05 16 1 5.654 = 6.818 + .2(1-6.818) 15 15 / 5.

8、654 = 2.65 17 4 5.323 = 5.654 + .2(4-5.654) 11 11 / 5.323 = 2.07 18 3 4.858 = 5.323 + .2(3-5.323) 8 8 / 4.858 = 1.65 19 8 5.486 = 4.858 + .2(8-4.858) 0 0 / 5.486 = 0.00 20 13 6.989 = 5.486 + .2(13-5.486) -13 -13 / 6.989 = - 1.86 21 10 7.591 = 7.591 + .2(10-6.989) -23 -23 / 7.591 = - 3.03 22 2 6.473 = 6.473 + .2(2-7.591) -25 -5 / 6.4