[精选]生产与作业管理预测培训教程29033.pptx

生產與作業管理指導教授: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:預測 大綱 預測之意義功能與特性需求管理預測的類型定性預測技巧 草根法 市調法 專家意見法歷史類法大綱時間序列分析 簡單移動平均 加權移動平均指數平滑 預測誤差線性迴歸分析 時間序列的分解因果關係預測 多變量迴歸分析大綱焦點預測 焦點預測的方法論發展一個焦點預測系統電腦程式結論 預測之意義與功能 預測為任何生產活動計劃的開始。預測可依涵蓋的時間長度分為長程、中程、與短程預測。預測的功能有兩種:一、幫助管理者規劃系統。二、協助管理者規劃系統之使用。合理而可靠的預測資料可以使生產設備做有效的產能規劃，以減少生產成本。銷售預測與生產規劃之關係市場預測市場預測銷售預測銷售預測生產規劃生產規劃生產控制生產控制 各項產品各項產品之之長期長期:產能產能/製程規劃、廠址選製程規劃、廠址選 擇擇品質品質需求預測需求預測中期中期:集體規劃集體規劃數量數量短期短期:MRP:MRP、存量管制、生產、存量管制、生產 日程安排日程安排交期交期成本成本彈性彈性預測在不同領域之運用 財務及會計領域:預算規劃、成本控制。行銷企劃領域:新產業企劃、獎賞銷售人員及做其他的重要決策。生產管理的領域:製程選擇、產能規劃、設備配置、產量之排程及庫存量之決策。各種預測技巧的共同特徵 過去存在的因果關係，未來仍會繼續存在。預測不可能是完美無缺的。群體項目的預測會比單項預測更為精確。隨著預測時間的增加，預測精確性會減少。預測的步驟 確定預測的目的。確定預測的目的。蒐集資料與蒐集資料與基本資料分析基本資料分析。確定預測所需涵蓋的確定預測所需涵蓋的時間幅度時間幅度。選擇適當的預測技術選擇適當的預測技術:定性法定性法或或定量法定量法。進行預測。進行預測。預測值的評估與運用預測值的評估與運用。持續檢視並更新資料，同時檢討誤差來源與改善持續檢視並更新資料，同時檢討誤差來源與改善預測技術。預測技術。需求管理 目的目的:提供及協調如何提供及協調如何”及時及時有效地有效地”滿足顧客對產品及滿足顧客對產品及服務之需求服務之需求，亦即提供給顧客亦即提供給顧客“及時、高品質及時、高品質以及以及 最最低廉低廉的的產品與服務產品與服務”相依需求相依需求:需求來自其他產品需求來自其他產品。獨立需求獨立需求:需求不直接來自其他產品需求不直接來自其他產品。為預測之主要重點為預測之主要重點。積極積極/消極應對需求消極應對需求。一般預測方法可分為:主觀(定性)方法與客觀(定量)方法。定性方法通常依據事務的特徵或特性，或根據個人意見以及未來市場變化作一主觀預測。定量方法經由數量方法，將資料間的關係分析出來，作為預測的依據。預測的類型 預測方法定性法定性法定性法定性法時間序列時間序列時間序列時間序列因果因果因果因果模擬模型模擬模型模擬模型模擬模型草根法草根法草根法草根法簡單移動平均簡單移動平均簡單移動平均簡單移動平均回歸分析回歸分析回歸分析回歸分析電腦模型電腦模型電腦模型電腦模型市場研究市場研究市場研究市場研究加權移動平均加權移動平均加權移動平均加權移動平均經濟模型經濟模型經濟模型經濟模型群體意見法群體意見法群體意見法群體意見法回歸分析回歸分析回歸分析回歸分析投入投入投入投入/產出產出產出產出 模型模型模型模型歷史類推法歷史類推法歷史類推法歷史類推法指數平滑指數平滑指數平滑指數平滑領先指標領先指標領先指標領先指標DelphiDelphi法法法法BOXBOXjenkinsjenkinsShiskinShiskin時間序列時間序列時間序列時間序列趨勢預測趨勢預測趨勢預測趨勢預測需求的六種型態 某段時間的平均需求某段時間的平均需求趨勢趨勢:季節性季節性:循環週期循環週期:隨機變異隨機變異:自我相關性自我相關性:任何一點的期望值是與他過去自己的任何一點的期望值是與他過去自己的值高度相關。值高度相關。等候線理論。等候線理論。(waiting line theory)(waiting line theory)定性預測技巧/常見的趨勢類型定性方法/德爾菲法 將設計好的問卷發給具相關知識、能力、經驗的經理及幕僚。暱名提供自己的意見。負責人彙整所有專家意見，設計新問卷再發回原受調查者，做第二次調查。重複上步驟直到大家都有共同看法及結論。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測結果。適用於公司長期的規劃及新產品的開發。優點是能運用專業的知識與經驗。缺點是某一人的意見會支配其他人的意見缺點是某一人的意見會支配其他人的意見。群體風險的分擔，造成風險過高的決策結果。群體風險的分擔，造成風險過高的決策結果。定性方法/草根法 (銷售人員意見整合法)優點:銷售人員經常與經銷代理商或消費者直銷售人員經常與經銷代理商或消費者直接接觸較易取得第一手資料。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銷售人員無法正確分辨消費者真正的需求，會受短期經驗影響。求，會受短期經驗影響。銷售人員為求自保會將預測值做偏低之銷售人員為求自保會將預測值做偏低之預測。預測。定性方法/市調法 優點:消費者是實際使用商品或服務的人。消費者是實際使用商品或服務的人。缺點:問卷設計難度高。問卷設計難度高。回收率低。回收率低。定量方法 以時間數列資料為基礎的預測 時間數列乃是以固定時間間隔時間數列乃是以固定時間間隔(每小時、每每小時、每週、每月、每季、每年週、每月、每季、每年)為基礎之時間順序為基礎之時間順序的觀察值。的觀察值。時間數列受到四種現象之影響:趨勢變動趨勢變動TrendTrend。循環變動循環變動CycleCycle。季節性變動季節性變動SeasonalitySeasonality。隨機變動隨機變動RandonRandon。資料的趨勢變動資料的趨勢變動趨勢變動趨勢變動(Trend variation)(Trend variation)指歷史資料逐漸且緩慢的逞捵呈現上指歷史資料逐漸且緩慢的逞捵呈現上升或下降。升或下降。資料的循環變動資料的循環變動循環變動循環變動(Cycles Variation)(Cycles Variation)指歷史資料超過一年以上的循環波浪指歷史資料超過一年以上的循環波浪式的生下變化，大都因經濟或政治因式的生下變化，大都因經濟或政治因素造成。素造成。資料的季節變動資料的季節變動季節變動季節變動(Seasonality Variation)(Seasonality Variation)由氣候、人為因素使得歷史資料在短由氣候、人為因素使得歷史資料在短期內政部長大都為一年期間期內政部長大都為一年期間)十分規則十分規則且定期變化。且定期變化。資料的隨機變動資料的隨機變動隨機變動隨機變動(Random Variation)(Random Variation)變動因素除生述變動原因外的其他變變動因素除生述變動原因外的其他變動。動。時間序列預測模式依照過去資料來預測未來選擇預測模型的取決條件預測的時間範圍資料的取得性需要的準確度預測的預算之多寡合格人員的取得其他像是公司的彈性及預測錯誤的影響預 測 模 型 種 類 分 析預測方法預測方法歷史資料的數量歷史資料的數量資料型態資料型態預測範圍預測範圍準備時間準備時間人員背景人員背景簡單指數簡單指數平滑平滑5-105-10個觀察值以設個觀察值以設定權數定權數資料應該固定資料應該固定短短短短不複雜不複雜HoltHolt指數指數平滑平滑5-105-10個觀察值以設個觀察值以設定權數定權數趨勢但無季節趨勢但無季節性性短到中短到中短短有點複雜有點複雜WinterWinter指數平滑指數平滑每季至少每季至少4 4或或5 5個觀個觀察值察值趨勢和季節性趨勢和季節性短到中短到中短短適度複雜適度複雜迴歸趨勢迴歸趨勢模型模型10-20 10-20，若季節若季節性每季至少性每季至少5 5個個趨勢和季節性趨勢和季節性短到中短到中短短適度複雜適度複雜因果迴歸因果迴歸模型模型每個獨立變數每個獨立變數1010個個觀察值觀察值能處理複雜的能處理複雜的型態型態短、中或短、中或長長發展時間長發展時間長執行時間短執行時間短相當複雜相當複雜時間序列時間序列分析分析足以看到兩個頂點足以看到兩個頂點與凹點與凹點處理循環性和處理循環性和季節性型態季節性型態;能能辨別轉折點辨別轉折點短到中短到中短到適度短到適度不複雜不複雜Box Box JenkinsJenkins5050個以上的觀察值個以上的觀察值必須是固定的必須是固定的或轉變為穩定或轉變為穩定的的短、中或短、中或長長長長高度複雜高度複雜簡單移動平均使用過去的資料來預測未來的結果產品的需求量並非快速的成長或下降沒有季節因素的影響有效去除不規律變異取相鄰資料的中間值三週及九週的簡單平均移動實際需求與三週及九週的移動平均圖加權移動平均法附予每一個變數相對應的比重值，且比重的加總附予每一個變數相對應的比重值，且比重的加總附予每一個變數相對應的比重值，且比重的加總附予每一個變數相對應的比重值，且比重的加總等於一等於一等於一等於一 簡單移動平均法每一個元素的比重是一樣的簡單移動平均法每一個元素的比重是一樣的簡單移動平均法每一個元素的比重是一樣的簡單移動平均法每一個元素的比重是一樣的加權的法則也沒有一定的規則加權的法則也沒有一定的規則加權的法則也沒有一定的規則加權的法則也沒有一定的規則指數平滑法指數平滑法只需要三個資料指數平滑法只需要三個資料指數平滑法只需要三個資料指數平滑法只需要三個資料 最近的預測結果最近的預測結果最近的預測結果最近的預測結果 最近一期的實際需求最近一期的實際需求最近一期的實際需求最近一期的實際需求 平滑常數平滑常數平滑常數平滑常數alphaalpha（）調整式預測選取適當的選取適當的值值先決定兩個或兩個以上的先決定兩個或兩個以上的值，計算預值，計算預測值與真實值之間的誤差，依不同誤差測值與真實值之間的誤差，依不同誤差的程度來決定的程度來決定值值計算計算值的軌跡值：用來計算預測值是否值的軌跡值：用來計算預測值是否和實際的需求值之增減幅度跟著改變和實際的需求值之增減幅度跟著改變預測誤差誤差是預測值和實際值之間的差值誤差是預測值和實際值之間的差值，統，統計學上稱作殘值（計學上稱作殘值（ResidualsResiduals）資料來源誤差（資料來源誤差（source of errorsource of error）以過去的資料點走勢預測未來的趨以過去的資料點走勢預測未來的趨勢勢量度誤差（量度誤差（measurement of errormeasurement of error）平均絕對誤差（MAD）量測預測值與觀測值差異的分佈狀況量測預測值與觀測值差異的分佈狀況實際值與預測值之間差值的絕對值總合再實際值與預測值之間差值的絕對值總合再除以資料的樣本數除以資料的樣本數當預測誤差呈常態分配時，平均絕對誤差當預測誤差呈常態分配時，平均絕對誤差與標準差的關係與標準差的關係1標準差=1MAD=0.8標準差信號軌跡衡量預測值是否和實際需求值走勢的上漲衡量預測值是否和實際需求值走勢的上漲或下滑步調一致或下滑步調一致信號軌跡是信號軌跡是MADMAD的倍數，這些數字就是預的倍數，這些數字就是預測值和實際值之間的高低測值和實際值之間的高低信號軌跡信號軌跡預測誤差值的總合預測誤差值的總合預測的平均絕對誤差（預測的平均絕對誤差（MADMAD）、累加）、累加誤差（誤差（RSFERSFE）、及追蹤信號（）、及追蹤信號（TSTS）信號軌跡信號軌跡的可接受限度信號軌跡的可接受限度預期需求量的大小預期需求量的大小大量或高收益的項目就應常被監控大量或高收益的項目就應常被監控預測員的可用時間預測員的可用時間窄的信賴限度使得預測不容易在信賴窄的信賴限度使得預測不容易在信賴帶內，因而需要更多的時間帶內，因而需要更多的時間線性迴歸分析迴歸分析的定義為兩個或兩者以上相關迴歸分析的定義為兩個或兩者以上相關（C Correlatedorrelated）變數的關係變數的關係線性回歸分析過程最好預先搭配散佈圖線性回歸分析過程最好預先搭配散佈圖,配合相關係數配合相關係數r r值值(-1r1),(-1r1),觀察正相關與觀察正相關與負相關趨勢負相關趨勢線性迴歸分析是迴歸分析法的特例，主線性迴歸分析是迴歸分析法的特例，主要就是基於變數間的關係將形成一條直線要就是基於變數間的關係將形成一條直線的分佈的分佈型式：型式：Y=a+bX Y=a+bX目視法目視法最小平方分析法最小平方分析法目視法 某公司過去三年某公司過去三年1212季的產品銷售狀況季的產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最小平方分析法求出所有的資料點與它相對應之迴歸線對應點間求出所有的資料點與它相對應之迴歸線對應點間求出所有的資料點與它相對應之迴歸線對應點間求出所有的資料點與它相對應之迴歸線對應點間垂直距離的平方加總之最小值垂直距離的平方加總之最小值垂直距離的平方加總之最小值垂直距離的平方加總之最小值標準差：代表直線和資料間的接近程度標準差：代表直線和資料間的接近程度標準差：代表直線和資料間的接近程度標準差：代表直線和資料間的接近程度最小平方和迴歸分析6.5 b=359.6153=2,779.17 a=441.6666Y=441.66+359.6 XY=441.66+359.6 XSxy=363.9Sxy=363.9時間數列的分解時間數列為一有時間先後關係的資料，其時間數列為一有時間先後關係的資料，其中包含了一種或多種的需求因素中包含了一種或多種的需求因素趨勢、季節、週期、自我相關趨勢、季節、週期、自我相關趨勢、季節、週期、自我相關趨勢、季節、週期、自我相關（AutoCorrelated AutoCorrelated）或隨機性）或隨機性）或隨機性）或隨機性趨勢和季節因素較易找出趨勢和季節因素較易找出趨勢和季節因素較易找出趨勢和季節因素較易找出週期、自我相關（週期、自我相關（週期、自我相關（週期、自我相關（AutoCorrelated AutoCorrelated）或）或）或）或隨機性不易找出隨機性不易找出隨機性不易找出隨機性不易找出加法性及乘法性對 季節與趨勢之影響預測預測 =趨勢趨勢 +季節因素季節因素預測預測 =趨勢趨勢*季節因素季節因素 較常見的狀況較常見的狀況季節因素（或指標）是一修正過後的值，在時間數列分析上用來調整是一修正過後的值，在時間數列分析上用來調整是一修正過後的值，在時間數列分析上用來調整是一修正過後的值，在時間數列分析上用來調整年度季節量年度季節量年度季節量年度季節量目測模式預測趨勢及季節性因素 目測截點目測截點目測截點目測截點 170170 斜率斜率斜率斜率 =(610-170)/8=(610-170)/8 之間的變化量之間的變化量之間的變化量之間的變化量 故：趨勢方程式：故：趨勢方程式：故：趨勢方程式：故：趨勢方程式：Trendt=170+55 tTrendt=170+55 t170610季節因素的計算計算下年度的預測結果計算下年度的預測結果 FITSt=FITSt=趨勢趨勢*季節性季節性I-1998 FITS9 =(170+55(9)1.25=831II-1998 FITS10=(170+55(10)0.78=562III-1998 FITS11=(170+55(11)0.69=535IV-1998 FITS12=(170+55(12)1.25=1,038為什麼要做預測為什麼要做預測?1.1.在公司營運目標來說是長期規劃的基礎在公司營運目標來說是長期規劃的基礎2.2.在財務會計來說是成本控制與預算規劃的基在財務會計來說是成本控制與預算規劃的基礎礎3.3.再行銷來說是行銷企劃的依據再行銷來說是行銷企劃的依據4.4.最重要的是在生產管理來說，製程選擇、產最重要的是在生產管理來說，製程選擇、產能規劃、設備配置及生產排程甚至庫存管理與能規劃、設備配置及生產排程甚至庫存管理與原物料需求等等眾多項目的基礎原物料需求等等眾多項目的基礎 需求來源大致分成兩種：相依需求與獨立需求需求來源大致分成兩種：相依需求與獨立需求定義課本有自己看定義課本有自己看 預測的類型有四種：定性預測的類型有四種：定性時間序列時間序列時間序列時間序列因果關因果關係模擬係模擬 結論演讲完毕，谢谢观看！