Enkel glidande medelvärde metod of demand prognoser

Kvantitativa tillvägagångssätt för prognoser De flesta av de kvantitativa teknikerna beräknar efterfrågan prognos som ett medel från tidigare krav. Följande är de viktiga efterfrågan prognostekniker. Enkel genomsnittlig metod: Ett enkelt medelvärde av krav som uppstår under alla tidigare tidsperioder tas som efterfrågesprognos för nästa tidsperiod i denna metod. (Exempel 1) Enkelt glidande medelvärde: I denna metod tas medeltalet av kraven från flera av de senaste perioderna som efterfrågesprognos för nästa tidsperiod. Antalet tidigare perioder som ska användas i beräkningar väljs i början och hålls konstant (t. ex. 3-års glidande medelvärde). (Exempel 2) Viktad glidande medelvärdesmetod: I denna metod tilldelas ojämna vikter till tidigare efterfrågadata medan man beräknar enkelt glidande medelvärde som efterfrågesprognosen för nästa tidsperiod. Vanligtvis tilldelas senaste data den högsta viktfaktorn. (Exempel 3) Exponentiell utjämningsmetod: I denna metod tilldelas vikter i exponentiell ordning. Vikterna minskar exponentiellt från senaste efterfrågningsdata till äldre efterfrågningsdata. (Exempel 4) Regressionsanalysmetod: I denna metod används tidigare efterfrågadata för att upprätta ett funktionellt förhållande mellan två variabler. En variabel är känd eller antagen vara känd och användes för att prognostisera värdet av annan okänd variabel (dvs efterfrågan). (Exempel 5) Fel vid prognos Fel i prognos är inget annat än den numeriska skillnaden i prognostiserad efterfrågan och den faktiska efterfrågan. MAD (Mean Absolute Deviation) och Bias är två åtgärder som används för att bedöma noggrannheten i den prognostiserade efterfrågan. Det kan noteras att MAD uttrycker storleksordningen men inte riktningen för felet. Enkel rörlig genomsnitts Den andra ad hoc-metoden är Simple moving average. i vilka tidigare värden används för att hitta den lämpligaste parametern som ger det lägsta prognosfelet. Den avgörande delen i denna metod är korrekt val av antal perioder som tas i prognosen. Weatherford och Kimes (2003) testade 2 8211 8 perioder och visade att det lägsta felet gav 8 period glidande medelvärde. Prognosen matematiskt beräknas enligt följande: där F (t1) - prognos i rumsbehov under perioden t1, x 8211 är antalet rum som säljs i period I, N-antalet tidigare perioder (Phumchusri och Mongkolkul, 2012). Enkelt glidande medelvärde är enkelt, snabbt att beräkna och reagera snabbare på skift i efterfrågan när N-perioden är liten. Emellertid har denna metod två stora nackdelar. För det första antas det att de senaste observationerna är bättre förutsägare än äldre data. För det andra, när data uppvisar uppåt eller nedåtriktad trend, kommer metoden ständigt att prognostiseras eller underskridas. För att klara sådana trender rekommenderar Talluri och Van Ryzin (2004) att använda dubbelt eller tredubbelt glidande medelvärde. Tillämpningen av den här metoden på vår dataset finns här: Enkelt rörligt medelvärde I vår tillämpning av denna prognosmetod aktiverad för att uppnå MAPE av 4, vilket är ett mycket bra exempel. Men som tidigare nämnts är denna metod en dålig förutsägare när efterfrågan är mer instabil. Nedanstående diagram visar en sådan situation, där MAPE uppgick till 60 (modell 2 8211 prognostiserade värden1: 2 perioder) och 55 (modell 8 8211 prognostiserade värden2: 8 perioder). Phumchusri, D. Mongkolkul, J. (2012) Hotellrum Efterfrågan via observerad bokningsinformation. Förhandlingar i Asien-Stillahavs Industriell Konstruktion, Amp Management Systems Conference 2012, sid. 1978-1985 Talluri, K. och Van Ryzin, G. (2004) Teori och praktik av inkomsthantering. Boston, Kluwer Academic Publishers. Weatherford, L. R. ampere Kimes, S. E. (2003). En jämförelse av prognosmetoder för hotellomsättningshantering. International Journal of Prognos. vol. 19, nr. 3, sid. 401-415. Share Search EngineSimple Moving Average - SMA BREAKING DOWN Enkelt rörligt medelvärde - SMA Ett enkelt glidande medelvärde är anpassningsbart genom att det kan beräknas för ett annat antal tidsperioder, helt enkelt genom att lägga till slutkursen för säkerheten under ett antal tidsperioder och sedan dela denna summa med antalet tidsperioder, vilket ger det genomsnittliga priset på säkerheten över tidsperioden. Ett enkelt glidande medel ökar volatiliteten och gör det enklare att se prisutvecklingen för en säkerhet. Om det enkla rörliga genomsnittet pekar upp betyder det att säkerhetspriset ökar. Om det pekar ner betyder det att säkerhetspriset minskar. Ju längre tidsramen för glidande medel är, desto smidigare är det enkla glidande medlet. Ett kortare rörligt medelvärde är mer volatilt, men läsningen är närmare källdata. Analytisk betydelse Flyttande medelvärden är ett viktigt analysverktyg som används för att identifiera aktuella prisutvecklingar och potentialen för en förändring i en etablerad trend. Den enklaste formen av att använda ett enkelt rörligt medelvärde i analys använder det för att snabbt identifiera om en säkerhet är i en uptrend eller downtrend. Ett annat populärt, om än något mer komplext analysverktyg, är att jämföra ett par enkla glidande medelvärden med varje täckande olika tidsramar. Om ett kortfristigt enkelt glidande medelvärde överstiger ett långsiktigt genomsnitt, förväntas en uptrend. Å andra sidan signalerar ett långsiktigt medelvärde över ett kortare medelvärde en nedåtgående rörelse i trenden. Populära handelsmönster Två populära handelsmönster som använder enkla glidande medelvärden inkluderar dödskorset och ett gyllene kors. Ett dödskors inträffar när 50-dagars enkelt glidande medelvärde passerar under 200-dagars glidande medelvärde. Detta betraktas som en baisse signal, att ytterligare förluster finns i butik. Det gyllene korset uppstår när ett kortsiktig glidande medel bryter över ett långsiktigt glidande medelvärde. Förstärkt av höga handelsvolymer kan detta signalera ytterligare vinster finns i butik.