产品需求预估统计学的实际应用.docx

上传人:b****3 文档编号:5356386 上传时间:2023-05-08 格式:DOCX 页数:15 大小:19.60KB
下载 相关 举报
产品需求预估统计学的实际应用.docx_第1页
第1页 / 共15页
产品需求预估统计学的实际应用.docx_第2页
第2页 / 共15页
产品需求预估统计学的实际应用.docx_第3页
第3页 / 共15页
产品需求预估统计学的实际应用.docx_第4页
第4页 / 共15页
产品需求预估统计学的实际应用.docx_第5页
第5页 / 共15页
产品需求预估统计学的实际应用.docx_第6页
第6页 / 共15页
产品需求预估统计学的实际应用.docx_第7页
第7页 / 共15页
产品需求预估统计学的实际应用.docx_第8页
第8页 / 共15页
产品需求预估统计学的实际应用.docx_第9页
第9页 / 共15页
产品需求预估统计学的实际应用.docx_第10页
第10页 / 共15页
产品需求预估统计学的实际应用.docx_第11页
第11页 / 共15页
产品需求预估统计学的实际应用.docx_第12页
第12页 / 共15页
产品需求预估统计学的实际应用.docx_第13页
第13页 / 共15页
产品需求预估统计学的实际应用.docx_第14页
第14页 / 共15页
产品需求预估统计学的实际应用.docx_第15页
第15页 / 共15页
亲,该文档总共15页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

产品需求预估统计学的实际应用.docx

《产品需求预估统计学的实际应用.docx》由会员分享,可在线阅读,更多相关《产品需求预估统计学的实际应用.docx(15页珍藏版)》请在冰点文库上搜索。

产品需求预估统计学的实际应用.docx

产品需求预估统计学的实际应用

产品需求预估(统计学的实际应用)

产品需求预估

1-1用料计划

产品用料计划系配合产品生产计划制订采购计划、产品存量计划、物料存量计划及生产计划等,俾自产品生产制造之初至产品生产、销售、存货等各相关之作业均符合经济原则,并能满足业主质量、数量、时间及地点之要求。

1.若仅以组织内部生产及仓储用料需求而言,其物料计划之内涵如下:

(1)每月各项物料预定用料及其成本。

(2)每月各部门物料需求品项、数量及其成本。

(3)每月各产品的标准用料及其成本。

2.依据生产计划及采购计划可拟定成本及物料期未存量:

(1)期未成品存量=期初成品存货量+本期计划生产量-本期计划销售量

(2)期未物料存量=期初物料存货量+本期计划采购量-本期计划用量

例1产品结构如下,其销售计划、试订定A1及A2之需求量。

A、A1及A2的存货计划

因此A1及A2物料必须于计划采购时即将该物料之需求先行入库,俾利造制A产品,并于期别1时备用。

1-2用料计划处理程序

1.2.3.4.5.

1-3用料计划与预算的目标

订定各期程物料需求量及采购量(考虑leadtime),尽量使存货成本降至最低。

达成销售计划,并准时交货,避免资金积压。

满足生产计划,避免停工待料,浪费成本。

强化管制成本支出及资金周转。

分析各物料之预估与实际之差异,并回馈改善,以降低物料耗损。

2-1销售预算

一、预测步骤

1.决定预测的目的、时间及允许误差。

2.决定预测所需数据时间。

3.选择预测方式。

4.搜集并分析相关资料。

5.判定预测结果是否在允许范围之内。

由于预测势必有风险(risk),因此,预测值很难与未来的实际值相吻合。

允许误值是经检讨为达成目标可以容许调整的范围。

资料搜集越完整,预测越准确;一般短期预测较易掌握其变化趋势

二、预测方法

1.定性法:

当缺乏预测所需之历史数据时,以较主观方式预测之方法,其方式如下:

(1)由上而下(Top-DownForecasting)-高阶主管预测。

(2)由下而上(Button-UpForecasting)-基层意见表达。

(3)德尔菲法(DelphiMethod)—专家意见之问卷调查方式,重复透过专家意见的表达进行投票表决。

(4)小组意见调查(PanelConsensus)—小组成员共同讨论之结果为依据。

(5)历史模拟法(HistoryAnalogy)—类似产品比较。

(6)消费者调查法—市场调查

2.定量法:

以数学模式进行客观的预测。

短期产品销售需求量预测:

下一期銷售預測值=本期銷售值⨯本期銷售值

前一期銷售值

例2某公司前一年销售2000万个,今年销售2200个,明年销售额之预测值为何?

明年銷售預測量=今年銷售量⨯今年銷售量

去年期銷售量

=2200*(2200/2000)=2420

3.时间数列分析法(TimeSeriesMethod)

长期产品销售趋势预测法:

(1)半平均法(Semi-AverageMethod)

将所搜集之历次资料分前后两组,分别求其平均值,再利用此两平均值求直线方程式预测未来之发展。

当数据为偶数时,可将数据分为前后各一组。

当数据为奇数时,可扣除中间数据,再将数据分为前后各一组。

两组计算之销售量平均值,y1及y2。

两组计算之销售期平均值,t1及t2。

a、b为常数,由下试连立方程式计算得之。

直线方程式

y1=a+b(t1-t0)

y2=a+b(t2-t0)

其中y=销售数量

t0=第一期销售期。

例3某公司历年销售量如下,试预估87年度销售量。

解共计7组(奇数)数据,故删除中间数据(83年),t0=80

第一组销售期(年):

80、81、82年之平均值y1=(100+110+120)/3=110t1=(80+81+82)/3=81

第二组销售期(年):

84、85、86年之平均值y2=(145+160+178)/3=161t2=(84+85+86)/3=85

110=a+b(81-80)----

(1)161=a+b(85-80)----

(2)

(1)及

(2)得a=97.25,b=12.75即,预测方程式为:

y=97.25+12.75(t-80)

预测87年销售量=97.25+12.75(87-80)=186.5

(2)移动平均值(MovingAverageMethod)

计算的i期预测值时系以(i-1)、(i-2)、(i-3)-----(i-n)期的销售量平均值为基准,其计算数据系采浮动方式。

MAn,i=

k=1

∑Ai-k

n

n

其中MAn,i=第i期的n期移动平均预测值n=移动平均之期数

i=预测值

Ak=第k期之实测值

例4某公司历年销售资料如下,试各以移动平均法其期数为2、3、4、5期,预测87

年销售数量。

(3)最小平方法(长期预测)

最小平方法系指所有预测值与实际值之间之误差的平方和为最小。

Qmin=Min∑(yi-yi')2

i=1

n

=Min∑(yi-(a+bti)2

i=1

n

其中n=历次数据之数目

yi=第i期的预测值

=a+bti(a,b为常数,ti表第i期)yi'=第i期的实际值

其中a=

n⨯∑(ti⨯yi)-(∑ti)⨯(∑yi)

i=1n

n

n

n

i=1n

i=1

n⨯∑t-(∑ti)

i=1

i=1

2i

2

b=

i=1

∑t⨯∑yi-∑ti⨯∑(ti⨯yi)

i=1

i=1

i=1

n

2i

nnn

n⨯∑t-(∑ti)

i=1

i=1

n

2i

n

2

a与b为∑ti、∑t、∑yi、∑ti⨯yi之组合

i=1

i=1

2i

i=1

i=1

n

n

n

n

例5

解计算累计值如下表

代入a,b公式中

a=

28890⨯7890-380⨯600110

=-1990

5⨯28890-380⨯380

b=

5⨯600110-7890⨯380

=47

5⨯28890-380⨯380

y'79=-1900+47t79=-1900+(47⨯79)=1719

(4)季节变动预测法

季节变动预测法分为:

A.简单平均法B.移动平均法

A.简单平均法季节变动预测法计算步骤:

先以最小平均法进行长期趋势预测,再计算各季节指数,其中季节指数计算程序如下:

(1)计算每季的算数平均数。

(2)计算每季平均值总和及平均值。

例6某公司各季销售资料如下,试预估77年各季销售量。

解1.以最小平方法预测77年销售量

b=

i=1

季的算術平均指數

各季的總平均指數

年度預測值

(4)各季預測銷售值=()⨯各季節指數

4

(3)季節指數=

∑t⨯∑yi-∑ti⨯∑yi/n

i=1i=1

n

2i

nnn

∑t-(∑ti)/n

i=1

n

2i

i=1n

i=1

2

=47

a=

i=1

∑yin

n

-b⨯(

i=1

∑tin

n

)=684

5)=919/年=919/4/季y77=684+(47×

B.移动平均季节变动预测法

以最小平方法求未来趋势之预测值,再以移动平均法计算季节指数。

(1)计算四季移动平均值。

(2)计算两季移动平均值。

(3)季節指數=

實際銷售值

兩季移動平均值

4

四季季節指數和

(4)计算各年每季季节指数之平均值。

(5)累加四季指数之和。

(6)調整後季節指數=調整前季節指數⨯(7)各季預測值=(

7

年度預測值

)⨯各季季節指數

4

第一季调整后季指数=原指数*4/4.015=0.98*4/4.015=0.976

77年各季预测值

第一季=1719/4*0.976=419第二季=1719/4*1.273=547第三季=1719/4*1.006=432第四季=1719/4*0.744=319

(5)指数平滑法(短期预测)

指数平滑法系用前期观测值进行预测本期之预测值,其公式展开后期系数将呈现指数变化情形。

Ft=Ft-1+α(At-1-Ft-1)

其中Ft=第t期预测值

Ft-1=第t-1期预测值

α=平滑系数;0≦α≦1,可取α=0.5At-1=第t-1其实测值

Ft=Ft-1+α(At-1-Ft-1)

=αΑt-1+(1-α)Ft-1

=αAt-1+(1-α)(αAt-2+(1-α)Ft-2﹞=αAt-1+α(1-α)At-2+(1-α)2Ft-2

=αAt-1+α(1-α)At-2+(1-α)2(αAt-3+(1-α)Ft-3)

…………………………………………………=αAt-1+α(1-α)At-2+α(1-α)2At-3+……

+α(1-α)n-1At-n+(1-α)nFt-n

例8某公司年度销售值如下,试预估87年销售值。

解α=0.5F2=A1=400

第一次的预估值与实际值相同F82=A81=400

F83=F82+α×(A82-F82)=400+0.5×(430-400)=415F84=415+0.5×(480-415)=447.5F85=447.5+0.5×(450-447.5)=448.75F86=448.75+0.5×(460-448.75)=454.4F87=454.5+0.5×(430-454.4)=442.2

4.定量存货管理模式

数量

最大存量

EOQ请购点RP

安全存量

时间t

34056t1t2

物料需求预估

图2物料需求之定量订购模式

RP:

请购点(ReorderingPoint)

t1:

请购时间(Reorderingdate)EOQ:

经济订购量(批量)LT:

前置时间S:

安全存量d:

平均耗用率

t0-t2:

请购经济批量之耗用时间M:

最高存量

(1)请购点=安全存量+采购前置时间之耗用量

=安全存量+平均耗用率×采购前置时间=S+d×LT

(2)最高存量=安全存量+经济请采量

=S+EOQ数量最大存量

EOQ

请购点RP

安全存量

0时间t

物料需求预估t1t2

3456物料需求变异

图3耗用率之变异

(1)安全存量与订购点之关系

A.固定前置期与固定需求单B.固定前置期与变动需求单C.变动前置期与固定需求单D.变动前置期与变动需求单

关于前置时间与需求量之变化可以常态分布(NormalDistribution)表示如下图:

图4物料供应服务水平

σ2=变异数σ=标准差

Z=

X-μ

σ

Z可由正规表查得其机率值

标准差)X=μ+Z⨯σ(即:

需求量=平均数+安全系数×

标准差(σ)=

i=1

2

∑(Xi-μ)n

n-1

(小样本空间)

A.固定前置时间与固定需求安全存量=0

订购点=固定要求率×前置时间+安全存量=d×LT+S

B.固定前置时间与变动需求量(假设需求量为常态分布,其平均值为d)

2每日需求变异数=σd

前置时间内需求量之变异数=前置时间×每日需求变异数

22σd=LT⨯σd,LT

安全存量=安全系数×前置时间内之需求变化量

=安全系数×=安全系数×=Z×LT×σd

前置时间内需求量=平均需求量×前置时间=d×LT因此,订购点=前置时间内需求量+安全存量

=d×LT+Z×LT×σd

前置時間內需求變異數

2

σd,LT

例9某公司产品销售业绩如下表:

解:

平均销售量=(190+200+210+190+200+210)/6=200

销售变标准差=

(190-200)2+(200-200)2+(210-200)2+(190-200)2+(200-200)2+(210-200)2

6-1

若采购前置时间为0.5个月,供应量达99﹪,该产品之安全存量与订购量为何?

=9

由正规表查出供应率99%之Z值为2.33∴S=Z×LT×σd=2.33×0.5×9=15ReorderPoint=d×LT+S=200×0.5+15=115

C.变动前置时间与固定需求(假设前置时间变化为常态分布,其平均值为LT)前置时间内需求量平均值=固定需求率×前置时间的平均值

=d×LT

前置时间内需求量的变异数(σ2LT,d)=

前置时间内需求量的变化量(标准差)(σLT,d)=d⨯σLT

n

∑(d⨯LT-d⨯LT)

i

i=1

2

n-1

=d2⨯σ2LT

安全存量=安全系数×前置时间内之需求变异量=Z×d⨯σLT订购点=d×LT+Z×d⨯σLT

例10某工厂每日需耗用10公吨聚乙烯,由于供货商供货不稳定,前六次记录为6、7、

5、7、9及8(天)。

若要获得99﹪供料率,该料之安全存量及请购点为何?

解前置时间平均数LT=(6+7+5+7+9+8)/6=7天

(6-7)2+(7-7)2+(5-7)2+(7-7)2+(9-7)2+(8-7)2

前置时间的标准差=

6-1

=1.581吨前置时间内需求量的变化量(σLT,d)=d⨯σLT=10×1.581=15.81吨

安全存量(S)=Z×d⨯σLT=2.33×15.81=37吨(取整数)订购点(RP)=d×LT+Z×d⨯σLT=10×7+37=107公吨

D.变动前置时间与变动需求率(设前置时间与需求率均为常态分布)前置时间内需求量平均值=前置时间平均值×需求率平均值=LT⨯d

前置时间内需求量之变异数=前置时间变异数+需求量变异数

2=σ2LT,d+σd,LT

22前置时间内需求量标准差=d,LT+σLT,d

=(LTσd)2+(dσLT)2

2

=LTσd+dσ2LT

2

安全存量(S)=安全系数×前置时间内需求变化量(标准差)

2

=Z⨯LTσd+dσ2LT

2

订购点(RP)=d⨯LT+ZLTσ+dσ2LT

例11某公司产品1-6月销售量分别为190、200、210、190、200及210,采购前置时

间为0.4、0.5、0.6、0.5、0.6、0.4(月),物料供应率为97.5%,则其安全存量及订购量为何?

LT平均值(0.4+0.5+0.6+0.5+0.6+0.4)/5=0.5个月,标准差为0.1个月

平均销售量=(190+200+210+190+200+210)/6=200

前置时间之变异数:

2222

σ2LT=[(0.4-0.5)+0+(0.6-0.5)+0+(0.6-0.5)+(0.4-0.5)]/5=0.008

2

d

2

销售量之变异数:

2σd=[(190-200)2+0+(210-200)2+(190-200)2+0+(210-200)2]/5=80

前置时间变动所造成之需求变异数=(d)⨯σLT=(200)⨯0.008=320

222

2

前置时间内需求变动的所造成之需求变异数=LT⨯σd=0.5×80=4022總變異數=σd+σ,LTLT,d

2

=LT⨯σ+dσ2LT=40+320=360

Z=1.9522

安全存量S=ZLTσd+dσ2.=37LT=1订购点RP=d⨯LT+S=200⨯0.5+37=137

2d

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 医药卫生 > 基础医学

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2