الطلب التنبؤ من قبل الحركة المتوسط

أور-نوتس عبارة عن سلسلة من الملاحظات التمهيدية حول الموضوعات التي تقع تحت عنوان واسع من مجال بحوث العمليات (أور). كانت تستخدم أصلا من قبل لي في تمهيدية أو بالطبع أعطي في كلية إمبريال. وهي متاحة الآن للاستخدام من قبل أي طالب والمعلمين المهتمين في أو تخضع للشروط التالية. يمكن العثور على قائمة كاملة بالموضوعات المتوفرة في أور-نوتس هنا. أمثلة للتنبؤ التنبؤ مثال عام 1996 امتحان أوغ ويظهر الطلب على منتج في كل من الأشهر الخمسة الماضية أدناه. استخدام المتوسط ​​المتحرك لمدة شهرين لتوليد توقعات للطلب في الشهر 6. تطبيق تمهيد الأسي مع ثابت تمهيد من 0.9 لتوليد توقعات للطلب على الطلب في الشهر 6. أي من هذين التنبؤين تفضل ولماذا تتحرك الشهرين متوسط ​​لشهرين إلى خمسة تعطى من قبل: التوقعات للشهر السادس هو مجرد المتوسط ​​المتحرك للشهر قبل ذلك أي المتوسط ​​المتحرك للشهر 5 م 5 2350. تطبيق تمهيد الأسي مع ثابت تمهيد من 0.9 نحصل على: كما كان من قبل فإن توقعات الشهر السادس هي مجرد المتوسط ​​للشهر 5 M 5 2386 لمقارنة التوقعين نحسب متوسط ​​الانحراف التربيعي (مسد). إذا قمنا بذلك نجد أنه بالنسبة للمتوسط ​​المتحرك مسد (15 - 19) sup2 (18 - 23) sup2 (21 - 24) sup23 16.67 وبالنسبة للمتوسط ​​الملمس أضعافا مع ثابت التمهيد 0.9 مسد (13-17) sup2 (16.60 - 19) sup2 (18.76 - 23) sup2 (22.58 - 24) sup24 10.44 وبشكل عام نرى أن التمهيد الأسي يبدو أنه يعطي أفضل التوقعات قبل شهر واحد حيث أن لديه مسد أقل. وبالتالي نحن نفضل توقعات 2386 التي تم إنتاجها من قبل التمهيد الأسي. التنبؤ مثال 1994 امتحان أوغ ويبين الجدول أدناه الطلب على ما بعد البيع الجديد في متجر لكل من الأشهر ال 7 الماضية. احسب المتوسط ​​المتحرك لمدة شهرين لمدة شهرين إلى سبعة. ماذا سيكون توقعاتك للطلب في الشهر الثامن تطبيق التمهيد الأسي مع ثابت التمهيد من 0.1 لاستخلاص توقعات للطلب في الشهر الثامن. أي من التنبؤين في الشهر الثامن تفضلون ولماذا يعتقد حارس متجر أن العملاء يتحولون إلى هذا الجديد بعد البيع من العلامات التجارية الأخرى. ناقش كيف يمكنك نموذج سلوك التحويل هذا وبيان البيانات التي ستحتاجها لتأكيد ما إذا كان هذا التحويل يحدث أم لا. ويعطى المتوسط ​​المتحرك لشهرين إلى سبعة أشهر من قبل: التوقعات للشهر الثامن هو مجرد المتوسط ​​المتحرك للشهر قبل ذلك أي المتوسط ​​المتحرك لشهر 7 م 7 46. تطبيق تمهيد الأسي مع ثابت تمهيد من 0.1 نحن الحصول على: كما هو الحال قبل توقعات الشهر الثامن هو مجرد المتوسط ​​للشهر 7 M 7 31.11 31 (كما أننا لا يمكن أن يكون الطلب كسور). لمقارنة اثنين من التوقعات نحسب متوسط ​​الانحراف التربيعي (مسد). إذا قمنا بذلك نجد أنه بالنسبة للمتوسط ​​المتحرك والمتوسط ​​السلس المتوسط ​​مع ثابت التمهيد 0.1 بشكل عام فإننا نرى أن المتوسط ​​المتحرك لشهرين يبدو أنه يعطي أفضل التوقعات قبل شهر واحد حيث أن لديه مسد أقل. وبالتالي فإننا نفضل توقعات 46 التي تم إنتاجها من قبل المتوسط ​​المتحرك لمدة شهرين. لفحص التحول سنحتاج إلى استخدام نموذج عملية ماركوف، حيث الدول العلامات التجارية، ونحن بحاجة إلى معلومات الحالة الأولية واحتمالات التحول العملاء (من الدراسات الاستقصائية). نحن بحاجة إلى تشغيل النموذج على البيانات التاريخية لمعرفة ما إذا كان لدينا تناسب بين النموذج والسلوك التاريخي. التنبؤ مثال 1992 امتحان أوغ ويبين الجدول أدناه الطلب على علامة تجارية معينة من الحلاقة في متجر لكل من الأشهر التسعة الماضية. احسب المتوسط ​​المتحرك لمدة ثلاثة أشهر للأشهر من 3 إلى 9. ما هي توقعاتك للطلب في الشهر العاشر تطبيق التجانس الأسي مع ثابت التمهيد 0.3 لاستخلاص توقعات للطلب في الشهر العاشر. أي من التنبؤين للشهر العشر تفضلون ولماذا يعطى المتوسط ​​المتحرك لمدة ثلاثة أشهر للأشهر 3 إلى 9 من خلال: التوقعات لشهر 10 هي مجرد المتوسط ​​المتحرك للشهر قبل ذلك أي المتوسط ​​المتحرك لشهر 9 م 9 20-33. وبالتالي (كما أننا لا يمكن أن يكون الطلب كسور) توقعات الشهر 10 هو 20. تطبيق التمهيد الأسي مع ثابت تمهيد من 0.3 نحصل على: كما كان قبل توقعات لشهر 10 هو مجرد متوسط ​​للشهر 9 M 9 18.57 19 (كما نحن لا يمكن أن يكون الطلب كسور). لمقارنة اثنين من التوقعات نحسب متوسط ​​الانحراف التربيعي (مسد). إذا قمنا بذلك نجد أنه بالنسبة للمتوسط ​​المتحرك والمتوسط ​​المتحرك الأسي مع ثابت التمهيد 0.3 بشكل عام فإننا نرى أن المتوسط ​​المتحرك لمدة ثلاثة أشهر يبدو أنه يعطي أفضل التوقعات قبل شهر واحد كما أن لديه مسد أقل. وبالتالي نحن نفضل توقعات 20 التي تم إنتاجها من قبل المتوسط ​​المتحرك لمدة ثلاثة أشهر. التنبؤ مثال 1991 امتحان أوغ ويبين الجدول أدناه الطلب على علامة تجارية معينة من جهاز الفاكس في متجر في كل من الأشهر الاثني عشر الماضية. احسب المتوسط ​​المتحرك لمدة أربعة أشهر للأشهر من 4 إلى 12. ما هي توقعاتك للطلب في الشهر 13 تطبيق التمهيد الأسي مع ثابت التمهيد 0.2 لاستخلاص توقعات للطلب في الشهر 13. أي من اثنين من التوقعات في الشهر 13 هل تفضل ولماذا العوامل الأخرى التي لا تؤخذ في الاعتبار في الحسابات أعلاه قد تؤثر على الطلب على جهاز الفاكس في الشهر 13 ويعطى المتوسط ​​المتحرك لمدة أربعة أشهر للأشهر 4 إلى 12 بواسطة: m 4 (23 19 15 12) 4 17،25 م 5 (27 23 19 15) 4 21 م 6 (30 27 23 19) 4 24،75 م 7 (32 30 27 23) 4 28 م 8 (33 32 30 27) 4 30،5 م 9 (37 33 32 30) 4 33 m 10 (41 37 33 32) 4 35.75 m 11 (49 41 37 33) 4 40 m 12 (58 49 41 37) 4 46.25 التوقعات لشهر 13 هي فقط المتوسط ​​المتحرك للشهر قبل ذلك أي المتوسط ​​المتحرك في الشهر 12 م 12 46.25. وبالتالي (كما أننا لا يمكن أن يكون الطلب كسور) توقعات لشهر 13 هو 46. تطبيق تمهيد الأسي مع ثابت تمهيد من 0.2 نحصل على: كما هو الحال قبل توقعات لشهر 13 هو مجرد متوسط ​​للشهر 12 M 12 38.618 39 (كما نحن لا يمكن أن يكون الطلب كسور). لمقارنة اثنين من التوقعات نحسب متوسط ​​الانحراف التربيعي (مسد). إذا قمنا بذلك نجد أنه بالنسبة للمتوسط ​​المتحرك والمتوسط ​​المتحرك الأسي مع ثابت التمهيد 0.2 بشكل عام فإننا نرى أن المتوسط ​​المتحرك لمدة أربعة أشهر يبدو أنه يعطي أفضل التوقعات قبل شهر واحد كما أن لديه مسد أقل. وبالتالي فإننا نفضل توقعات 46 التي تم إنتاجها من قبل المتوسط ​​المتحرك لمدة أربعة أشهر. التغيرات الموسمية الطلب على الأسعار الإعلان، على حد سواء هذه العلامة التجارية وغيرها من العلامات التجارية الوضع الاقتصادي العام التكنولوجيا الجديدة مثال على التنبؤ 1989 امتحان أوغ ويبين الجدول أدناه الطلب على ماركة معينة من فرن الميكروويف في متجر في كل من الأشهر الاثني عشر الماضية. احسب المتوسط ​​المتحرك لمدة ستة أشهر لكل شهر. ماذا سيكون توقعاتك للطلب في الشهر 13 تطبيق تمهيد الأسي مع ثابت تجانس 0.7 لاستخلاص توقعات للطلب في الشهر 13. أي من اثنين من التوقعات لشهر 13 هل تفضل ولماذا الآن لا يمكننا حساب ستة حتى نحصل على 6 ملاحظات على الأقل - أي أننا لا نستطيع حساب هذا المتوسط ​​إلا من الشهر 6 فصاعدا. ومن هنا يكون لدينا: m 6 (34 32 30 29 31 27) 6 30.50 م 7 (36 34 32 30 29 31) 6 32.00 م 8 (35 36 34 32 30 29) 6 32.67 m 9 (37 35 36 34 32 30) 6 34.00 m 10 (39 37 35 36 34 32) 6 35.50 m 11 (40 39 37 35 36 34) 6 36.83 m 12 (42 40 39 37 35 36) 6 38.17 إن توقعات الشهر 13 هي فقط المتوسط ​​المتحرك ل شهر قبل ذلك أي المتوسط ​​المتحرك لشهر 12 م 12 38.17. ومن ثم (حيث لا يمكن أن يكون الطلب كسور) التوقعات لشهر 13 هو 38. تطبيق تمهيد الأسي مع ثابت تمهيد من 0.7 نحصل على: تقنيات التنبؤ الطلب: التحرك متوسط ​​التماسك الأسي سوف يناقش هذا الدرس التنبؤ بالطلب مع التركيز على مبيعات أنشئت بضائع وخدمات. وسوف يعرض التقنيات الكمية للمتوسط ​​المتحرك والتجانس الأسي للمساعدة في تحديد الطلب على المبيعات. ما هو الطلب على الطلب مرة أخرى، في موسم العطلات. الأطفال على استعداد لزيارة من سانتا، ويتم التأكيد على الآباء من خلال التسوق والمالية. وتقوم الشركات بوضع اللمسات الأخيرة على عملياتها في السنة التقويمية والتحضير للانتقال إلى ما هو مستقبلي. تقوم شركة أبك بتصنيع أسلاك الهاتف. فترات حساباتها وعملياتها تشغيل على السنة التقويمية، وبالتالي فإن نهاية العام يسمح لهم لختام العمليات قبل عطلة عطلة وخطة لبداية العام الجديد. حان الوقت للمديرين لإعداد وتقديم خططها التشغيلية الإدارات للإدارة العليا حتى يتمكنوا من وضع خطة عمليات تنظيمية للعام الجديد. يتم التأكيد على قسم المبيعات من عقولهم. وانخفض الطلب على الأسلاك الهاتفية في عام 2015، وتشير البيانات الاقتصادية العامة إلى استمرار الانخفاض في مشاريع البناء التي تتطلب أسلاك الهاتف. بوب، مدير المبيعات، يعرف أن الإدارة العليا، ومجلس الإدارة وأصحاب المصلحة يأملون في توقعات مبيعات متفائلة، لكنه يشعر الجليد من الركود الصناعة تزحف وراء له لمعالجة له. التنبؤ بالطلب هو طريقة إسقاط طلب العملاء على السلعة أو الخدمة. هذه العملية هي عملية مستمرة حيث يستخدم المديرون البيانات التاريخية لحساب ما يتوقعون أن يكون طلب المبيعات على السلعة أو الخدمة. يستخدم بوب المعلومات من الماضي الشركة ويضيف إلى البيانات الاقتصادية من السوق لمعرفة ما إذا كانت المبيعات سوف تنمو أو تنخفض. يستخدم بوب نتائج التنبؤ الطلب لتحديد أهداف لقسم المبيعات، في حين تحاول الحفاظ على تمشيا مع أهداف الشركة. سوف بوب تكون قادرة على تقييم نتائج قسم المبيعات في العام المقبل لتحديد كيف جاءت توقعاته بها. بوب يمكن استخدام تقنيات مختلفة على حد سواء النوعية والكمية لتحديد نمو أو انخفاض المبيعات. وتشمل الأمثلة على التقنيات النوعية: التخمينات المتداولة نظرية سوق التنبؤ نظرية اللعبة تقنية دلفي أمثلة على التقنيات الكمية تشمل: استنباط البيانات نماذج السببية نماذج بوكس ​​جنكينز الأمثلة المذكورة أعلاه لتقنيات التنبؤ بالطلب ليست سوى قائمة قصيرة من الإمكانات المتاحة لبوب كما هو الممارسات الطلب التنبؤ. وسيركز هذا الدرس على أسلوبين كميين إضافيين سهل الاستخدام ويوفران توقعات دقيقة ودقيقة. متوسط ​​المتوسط ​​المتحرك A المتوسط ​​المتحرك هو أسلوب يحسب الاتجاه العام في مجموعة بيانات. في إدارة العمليات، ومجموعة البيانات هي حجم المبيعات من البيانات التاريخية للشركة. هذه التقنية مفيدة جدا للتنبؤ بالاتجاهات قصيرة الأجل. هو ببساطة متوسط ​​مجموعة مختارة من الفترات الزمنية. ويطلق عليه اسمه لأنه يتحسب لأنه رقم الطلب الجديد يحسب لفترة زمنية قادمة، فإن أقدم عدد في مجموعة ينهار، والحفاظ على الفترة الزمنية مقفل. دعونا ننظر إلى مثال على كيفية مدير المبيعات في شركة أبك توقع الطلب باستخدام صيغة المتوسط ​​المتحرك. وتظهر الصيغة على النحو التالي: المتوسط ​​المتحرك (n1 n2 n3.) n حيث n عدد الفترات الزمنية في مجموعة البيانات. وينقسم مجموع الفترة الزمنية الأولى وجميع الفترات الزمنية الإضافية المختارة على عدد الفترات الزمنية. بوب يقرر إنشاء توقعاته الطلب على أساس المتوسط ​​المتحرك لمدة 5 سنوات. وهذا يعني أنه سوف تستخدم بيانات حجم المبيعات من السنوات ال 5 الماضية والبيانات لحساب. التجانس الأسي التجانس الأسي هو تقنية تستخدم ثابت التجانس كمؤشر للتنبؤات المستقبلية. كلما كنت تستخدم عددا في التنبؤ وهذا هو متوسط، تم تمهيده. هذه التقنية تأخذ البيانات التاريخية من الفترات الزمنية السابقة، وتطبيق حساب لتلطيف الأسي للتنبؤ البيانات المستقبلية. في هذه الحالة، سوف بوب أيضا تطبيق تمهيد أسي للمقارنة مع حساب سابق للمتوسط ​​المتحرك للحصول على رأي ثان. الصيغة للتجانس الأسي هي كما يلي. F (t) توقعات عام 2016 F (t-1) توقعات ثابتة ألفا العام السابق تمهيد A (t-1) المبيعات الفعلية من العام السابق ثابت التمهيد هو الوزن الذي يتم تطبيقه على المعادلة على أساس مدى التركيز الشركة الأماكن على أحدث البيانات. ثابت التمهيد هو رقم بين 0 و 1. ثابت التمهيد 0.9 سيشير إلى أن الإدارة تضع الكثير من التركيز على الفترات الزمنية السابقة بيانات المبيعات السابقة. ومن شأن ثابت التمهيد البالغ 0.1 أن يشير إلى أن الإدارة لا تركز إلا قليلا على الفترة الزمنية السابقة. يتم ضرب اختيار ثابت تمهيد أو يغيب ويمكن تعديلها كما تتوفر المزيد من البيانات. سنستخدم الرسم البياني من الأعلى مع حجم المبيعات التاريخي لحساب توقعات التجانس الأسي لعام 2016. هناك عمود إضافي ليشمل حجم المبيعات المتوقع. هذا الحساب هو صيغة فعالة إلى حد ما ودقيقة تماما بالمقارنة مع غيرها من تقنيات التنبؤ الطلب. ملخص الدرس إن التنبؤ بالطلب هو جزء أساسي من خطط الشركة المتوقعة للفترات الزمنية المستقبلية. ويمكن استخدام تقنيات مختلفة، نوعية وكمية على حد سواء، وتوفير مجموعات مختلفة من البيانات للمديرين كما يتوقعون الطلب، وخاصة في حجم المبيعات. ويعتبر المتوسط ​​المتحرك وأساليب التمهيد الأسي أمثلة عادلة على الطرق المستخدمة للمساعدة في التنبؤ بالطلب. لفتح هذا الدرس يجب أن تكون عضوا في الدراسة. إنشاء حسابك كسب الائتمان كلية هل أنت نيلهليب لدينا أكثر من 79 دورات الكلية التي تعد لك لكسب الائتمان عن طريق الامتحان الذي قبله أكثر من 2000 الكليات والجامعات. يمكنك اختبار من العامين الأولين من الكلية وحفظ الآلاف من درجة الخاص بك. يمكن لأي شخص كسب الائتمان عن طريق الامتحان بغض النظر عن العمر أو مستوى التعليم. نقل الائتمان إلى المدرسة التي تختارها لست متأكدا ما الكلية التي ترغب في حضور بعد دراسة لديها الآلاف من المقالات حول كل درجة يمكن تخيلها، مجال الدراسة والمسار الوظيفي التي يمكن أن تساعدك على العثور على المدرسة التي تناسبك. البحث المدارس، الدرجات أمبير وظائف الحصول على معلومات غير منحازة تحتاج إلى العثور على المدرسة المناسبة. تصفح المقالات حسب الفئة في الممارسة العملية سوف يوفر المتوسط ​​المتحرك تقديرا جيدا لمتوسط ​​التسلسل الزمني إذا كان المتوسط ​​ثابت أو ببطء في التغير. وفي حالة المتوسط ​​الثابت، فإن أكبر قيمة m تعطي أفضل التقديرات للمتوسط ​​الأساسي. وستؤدي فترة المراقبة الأطول إلى الحد من آثار التباين. والغرض من توفير m أصغر هو السماح للتنبؤ بالاستجابة للتغيير في العملية الأساسية. ولتوضيح ذلك، نقترح مجموعة بيانات تتضمن التغييرات في الوسط الأساسي للمسلسلات الزمنية. ويبين الشكل السلاسل الزمنية المستخدمة للتوضيح مع متوسط ​​الطلب الذي نشأت منه السلسلة. يبدأ المتوسط ​​ك ثابت عند 10. يبدأ في الوقت 21، يزداد بوحدة واحدة في كل فترة حتى يصل إلى القيمة 20 في وقت 30. ثم يصبح ثابتة مرة أخرى. وتتم محاكاة البيانات بإضافة متوسط ​​الضوضاء العشوائية من التوزيع العادي مع متوسط ​​الصفر والانحراف المعياري 3. وتقريب نتائج المحاكاة إلى أقرب عدد صحيح. ويبين الجدول الملاحظات المحاكاة المستخدمة في المثال. عندما نستخدم الجدول، يجب أن نتذكر أنه في أي وقت من الأوقات، إلا أن البيانات السابقة معروفة. وتظهر تقديرات معلمة النموذج، بالنسبة إلى ثلاث قيم مختلفة من m، مع متوسط ​​السلاسل الزمنية في الشكل أدناه. ويبين الشكل متوسط ​​المتوسط ​​المتحرك للمتوسط ​​في كل مرة وليس التنبؤ. ومن شأن التنبؤات أن تحول منحنيات المتوسط ​​المتحرك إلى اليمين حسب الفترات. وهناك استنتاج واحد واضح على الفور من هذا الرقم. وبالنسبة للتقديرات الثلاثة جميعها، فإن المتوسط ​​المتحرك يتخلف عن الاتجاه الخطي، مع زيادة الفارق الزمني مع m. والفارق الزمني هو المسافة بين النموذج والتقدير في البعد الزمني. وبسبب الفارق الزمني، فإن المتوسط ​​المتحرك يقلل من الملاحظات نظرا لأن المتوسط ​​يتزايد. انحياز المقدر هو الفرق في وقت محدد في متوسط ​​قيمة النموذج والقيمة المتوسطة التي يتنبأ بها المتوسط ​​المتحرك. التحيز عندما يكون المتوسط ​​يزداد سلبيا. أما بالنسبة للمتوسط ​​المتناقص، فإن التحيز إيجابي. التأخر في الوقت والتحيز التي أدخلت في التقدير هي وظائف م. وكلما زادت قيمة m. وكلما كبر حجم التأخر والتحيز. لسلسلة متزايدة باستمرار مع الاتجاه أ. فإن قيم التأخر والتحيز لمقدر المتوسط ​​تعطى في المعادلات أدناه. لا تتطابق منحنيات المثال مع هذه المعادلات لأن نموذج المثال لا يزداد بشكل مستمر، بل يبدأ كتغيير ثابت للاتجاه ثم يصبح ثابتا مرة أخرى. كما تتأثر منحنيات المثال بالضوضاء. ويتمثل متوسط ​​المتوسط ​​المتحرك للتوقعات في المستقبل في تحويل المنحنيات إلى اليمين. ويزيد التأخر والتحيز تناسبيا. وتشير المعادلات أدناه إلى الفارق الزمني والتحيز لفترات التنبؤ في المستقبل عند مقارنتها بمعلمات النموذج. مرة أخرى، هذه الصيغ هي لسلسلة زمنية مع الاتجاه الخطي المستمر. ولا ينبغي لنا أن نفاجأ بهذه النتيجة. ويستند متوسط ​​التقدير المتحرك إلى افتراض متوسط ​​ثابت، والمثال له اتجاه خطي في المتوسط ​​خلال جزء من فترة الدراسة. وبما أن سلسلة الوقت الحقيقي نادرا ما تتوافق تماما مع افتراضات أي نموذج، يجب أن نكون مستعدين لمثل هذه النتائج. ويمكننا أيضا أن نخلص من الشكل إلى أن تباين الضوضاء له أكبر تأثير على m أصغر. ويكون التقدير أكثر تقلبا بكثير بالنسبة للمتوسط ​​المتحرك البالغ 5 من المتوسط ​​المتحرك البالغ 20. ولدينا رغبة متضاربة في زيادة m لتقليل تأثير التباين الناجم عن الضوضاء وتقليل m لجعل التنبؤ أكثر استجابة للتغيرات في الحقيقة. والخطأ هو الفرق بين البيانات الفعلية والقيمة المتوقعة. وإذا كانت السلسلة الزمنية حقا قيمة ثابتة، فإن القيمة المتوقعة للخطأ هي صفر، ويتألف تباين الخطأ من عبارة دالة وعبارة ثانية هي تباين الضوضاء. المصطلح الأول هو التباين في المتوسط ​​المقدر مع عينة من الملاحظات m، على افتراض أن البيانات تأتي من مجتمع ذو متوسط ​​ثابت. يتم تقليل هذا المصطلح من خلال جعل m كبيرة قدر الإمكان. A م كبير يجعل التوقعات لا تستجيب لتغيير في السلسلة الزمنية الأساسية. لجعل التنبؤات تستجيب للتغييرات، نريد m صغيرة قدر الإمكان (1)، ولكن هذا يزيد من التباين الخطأ. ويتطلب التنبؤ العملي قيمة وسيطة. التنبؤ مع إكسيل تقوم الوظيفة الإضافية للتنبؤ بتطبيق صيغ المتوسط ​​المتحرك. ويبين المثال الوارد أدناه التحليل الذي توفره الوظيفة الإضافية لعينة البيانات في العمود باء. ويتم فهرسة الملاحظات العشرة الأولى من 9 إلى 0. وبالمقارنة بالجدول أعلاه، يتم تغيير مؤشرات الفترة بمقدار -10. وتوفر الملاحظات العشرة الأولى قيم بدء التشغيل للتقدير وتستخدم لحساب المتوسط ​​المتحرك للفترة 0. ويبين العمود (10) (C) المتوسطات المتحركة المحسوبة. وتكون معلمة المتوسط ​​المتحرك m في الخلية C3. ويبين العمود (1) (D) توقعات لفترة واحدة في المستقبل. الفترة الزمنية المتوقعة في الخلية D3. عندما يتم تغيير الفاصل الزمني المتوقع إلى عدد أكبر يتم تحويل الأرقام في العمود فور إلى أسفل. ويبين العمود إر (1) (E) الفرق بين الملاحظة والتنبؤ. على سبيل المثال، الملاحظة في الوقت 1 هي 6. القيمة المتوقعة من المتوسط ​​المتحرك في الوقت 0 هي 11.1. الخطأ ثم -5.1. يتم حساب الانحراف المعياري ومتوسط ​​الانحراف المتوسط ​​في الخلايا E6 و E7 على التوالي. يتحرك المتوسط ​​المتحرك طرق التنبؤ: إيجابيات وسلبيات مرحبا، أحب مشاركتك. كان يتساءل عما إذا كان يمكن أن تطرح فوثر. نحن نستخدم ساب. في ذلك هناك مجموعة مختارة يمكنك اختيار قبل تشغيل توقعاتك دعا التهيئة. إذا قمت بتحديد هذا الخيار يمكنك الحصول على نتيجة التنبؤ، إذا قمت بتشغيل توقعات مرة أخرى، في نفس الفترة، ولا تحقق التهيئة التغييرات النتيجة. لا أستطيع معرفة ما تقوم به التهيئة. أعني، ماثماتيكالي. أي نتيجة توقع هي الأفضل لحفظها واستخدامها على سبيل المثال. والتغييرات بين الاثنين ليست في الكمية المتوقعة ولكن في ماد وخطأ، والسلامة مخزون وكميات البوليفيين. لست متأكدا مما إذا كنت تستخدم ساب. مرحبا شكرا لشرح ذلك إفيسيانتلي أيضا غ. شكرا مرة أخرى جاسبريت ترك الرد إلغاء الرد حول شمولا بيت أبيلا هو مؤسس شمولا والحرف، كانبان كودي. وقد ساعد الشركات مثل الأمازون، زابوس، باي، باككونتري، وغيرها من خفض التكاليف وتحسين تجربة العملاء. وهو يفعل ذلك من خلال طريقة منهجية لتحديد نقاط الألم التي تؤثر على العملاء والأعمال، ويشجع مشاركة واسعة من الشركات الزميلة لتحسين العمليات الخاصة بهم. هذا الموقع هو مجموعة من تجاربه انه يريد أن أشاطركم. يمكنك البدء في التنزيلات المجانية