Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ


Ví dụ. Công ty cơ khí Thắng Lợi có doanh số bán hàng trong các tháng của năm 2010 được thống kê trong bảng sau. Hãy dự báo bằng phương pháp bình quân di động với số giai đoạn là 4.

Công ty đã sử dụng phương pháp bình quân di động với số giai đoạn là 4 tháng để dự báo cho các tháng, kết quả như sau:

Đơn vị: Tỷ đồng


Tháng

Doanh số

Dự báo nhu cầu theo phương pháp bình quân di động 4 tháng

1

100




2

105




3

110




4

120




5

115

(100 + 105 + 110 + 120)/4 = 108.75

6

125

(105 + 110 + 120 + 115)/4 = 112.5

7

130

(110 + 120 + 115 + 125)/4 = 117.5

8

140

(120 + 115 + 125 + 130)/4 = 122.5

9

135

(115 + 125 + 130 + 140)/4 = 127.5

10

145

(125 + 130 + 140 + 135)/4 = 132.5

11

150

(130 + 140 + 135 + 145)/4 = 137.5

12

160

(140 + 135 + 145 + 150)/4 = 142.5

1/2012




(135 + 145 + 150 + 160)/4 = 147.5

c. Bình quân di động có trọng số

Hạn chế của phương pháp bình quân di động là vẫn dựa trên giả định là tác động của tất cả các giai đoạn đến nhu cầu là như nhau. Khắc phục hạn chế này người ta sử dụng trọng số để phân biệt mức độ ảnh hưởng của các giai đoạn khác nhau trong quá khứ đến kết quả dự báo. Đây chính là phương pháp bình quân di động có trọng số.

Công thức tổng quát:

Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ

Trong đó:

: Cầu thực tế của giai đoạn i.

: Trọng số của giai đoạn I (0 < < 1).

: Số giai đoạn quan sát.

Trong mô hình trên, mức độ chính xác của dự báo phụ thuộc vào khả năng xác định các trọng số có hợp lý không.

Phương pháp bình quân di động có trọng số có đặc điểm sau:

- Khi số quan sát tăng lên, khả năng san bằng các dao động tốt hơn, nhưng kết quả dự báo ít nhạy cảm hơn với những biến đổi thực tế của cầu.

- Dự báo thường không bắt kịp nhu cầu, không bắt kịp xu hướng thay đổi nhu cầu.

- Đòi hỏi phải ghi chép số liệu đã qua rất chính xác và phải đủ lớn, mới cho kết quả dự báo đúng.

- Khi dự báo vẫn bỏ qua nhiều giai đoạn không tính toán đến.

Ví dụ, Công ty Vĩnh Xuân quyết định áp dụng mô hình dự báo theo phương pháp bình quân di động 4 tháng có trọng số với các trọng số cho các tháng như sau:


Giai đoạn

Trọng số áp dụng

1 tháng vừa qua

2 tháng trước

3 tháng trước

4 tháng trước



0,4

0,3


0,2

0,1




1,0

Kết quả dự báo theo mô hình này được thể hiện trong bảng sau:

Đơn vị: Tỷ đồng



Tháng

Doanh số

Dự báo nhu cầu theo phương pháp bình quân di động 4 tháng có trọng số

1

100




2

105




3

110




4

120




5

115

(100*0,1 + 105*0,2 + 110*0,3 + 120*0,4)/1 = 112

6

125

(105*0,1 + 110*0,2 + 120*0,3 + 115*0,4)/1 = 114,5

7

130

(110*0,1 + 120*0,2 + 115*0,3 + 125*0,4)/1 = 119,5

8

140

(120*0,1 + 115*0,2 + 125*0,3 + 130*0,4)/1 = 124,5

9

135

(115*0,1 + 125*0,2 + 130*0,3 + 140*0,4)/1 = 131,5

10

145

(125*0,1 + 130*0,2 + 140*0,3 + 135*0,4)/1 = 134,5

11

150

(130*0,1 + 140*0,2 + 135*0,3 + 145*0,4)/1 = 139,5

12

160

(140*0,1 + 135*0,2 + 145*0,3 + 150*0,4)/1 = 144,5







(135*0,1 + 145*0,2 + 150*0,3 + 160*0,4)/1 = 151,5

d. San bằng mũ giản đơn

Để khắc phục nhược điểm của phương pháp bình quân, người ta sử dụng phương pháp san bằng mũ để dự báo. Phương pháp này đơn giản, cần ít số liệu thống kê.

Công thức:

với

Trong đó:



: Nhu cầu dự báo cho giai đoạn t

: Nhu cầu dự báo của giai đoạn ngay trước đó (giai đoạn t-1)

: Nhu cầu thực trong giai đoạn ngay trước đó (giai đoạn t-1)

: Hệ số san bằng mũ

Thực chất là dự báo mới bằng dự báo của giai đoạn trước đó cộng với sai số của dự báo ở giai đoạn đó có điều chỉnh theo hệ số cho chính xác hơn.

Công thức trên tuy đơn giản nhưng trong kết quả của dự báo đã tính tới tác động của tất cả các giai đoạn trước đó và trọng số của giai đoạn càng gần càng lớn lên theo cấp số nhân.

Hệ số trong mô hình dự báo thể hiện mức độ quan trọng và ảnh hưởng của số liệu hiện tại đến đại lượng dự báo. Hệ số càng lớn mô hình càng nhạy bén với sự biến động của dòng nhu cầu, ngược lại, hệ số càng nhỏ mô hình dự báo càng kém nhạy bén hơn với sự biến đổi của dòng nhu cầu. Các hệ số khác nhau sẽ cho kết quả dự báo khác nhau. Có thể kiểm tra độ chính xác của từng kết quả dự báo bằng các công cụ thích hợp như Độ lệch tuyệt đối trung bình MAD hay sai số dự báo bình quân MSE mà chúng ta có thể nghiên cứu trong bài sau.

Ví dụ, Vẫn với số liệu trong ví dụ trên (Số liệu cầu thực tế trong các tháng năm 2010), nhưng biết dự báo trong tháng 1 bằng 95 và hệ số san bằng mũ . Hãy dự báo bằng mô hình san bằng mũ giản đơn.

Áp dụng mô hình san bằng mũ giản đơn ta có kết quả dự báo như sau:



Đơn vị: Tỷ đồng

Tháng

Doanh số

Dự báo nhu cầu theo phương pháp san bằng mũ với hệ số san bằng mũ

1

100

95

2

105

95 + 0,6*(100 - 95) = 98

3

110

98 + 0,6*(105 – 98) = 102,2

4

120

102,2 + 0,6*(110 – 102,2) = 106,88

5

115

106,88 + 0,6*(120 – 106,88) = 114,75

6

125

114,75 + 0,6*(115 – 114,75) = 114,9

7

130

114,9 + 0,6*(125 – 114,9) = 120,96

8

140

120,96 + 0,6*(130 – 120,96) = 126,384

9

135

126,384 + 0,6*(140 – 126,384) = 134,57

10

145

134,57 + 0,6*(135 – 134,57) = 134,828

11

150

134,828 + 0,6*(145 – 134,828) = 140,93

12

160

140,93 + 0,6*(150 – 140,93) = 146,37

1/2012




146,37 + 0,6*(160 – 146,37) = 154,548

e. San bằng mũ có điều chỉnh xu hướng

Phương phap san bằng mũ giản đơn không phản ánh được xu hướng biến thiên của cầu, do đó người ta đề xuất sử dụng mô hình san bằng mũ giản đơn có kết hợp điều chỉnh cho phù hợp với sự biến đổi của nhu cầu.

Theo đó, mức dự báo có điều chỉnh xu hướng được xác định theo công thức:

Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ

Trong đó:

: Mức điều chỉnh xu hướng cho giai đoạn t.

: Mức dự báo theo san bằng mũ giản đơn cho giai đoạn t

: Mức dự báo theo san bằng mũ giản đơn cho giai đoạn t-1

: Mức điều chỉnh xu hướng cho giai đoạn t-1

: Hệ số điều chỉnh xu hướng ().

f. Hoạch định theo xu hướng (dự báo theo đường xu hướng)

Hoạch định theo xu hướng giúp ta dự báo cầu trong tương lai dựa trên một tập hợp các dữ liệu có tính xu hướng trong quá khứ.

Theo phương pháp này thì cần phải vẽ một đường (hay một hàm số) phù hợp với các số liệu quá khứ, rồi dựa vào đường đó dự báo nhu cầu của giai đoạn kế tiếp theo xu hướng của các số liệu thống kê thu được. Có thể dùng nhiều cách để diễn tả tính xu hướng của các số liệu thống kê, như hàm tuyến tính, hàm mũ, hàm bậc cao… Tuy nhiên, để đơn giản trong dự báo thông thường hàm tuyến tính được sử dụng. Hai yếu tố trong hàm tuyến tính chỉ có hai yếu tố là nhu cầu (y) và thời gian (x) thông qua đường thẳng .

Áp dụng phương pháp bình phương nhỏ nhất, ta xây dựng một đường thẳng đi qua các số liệu sẵn có sao cho tổng bình phương các khoảng cách từ số liệu đo đến đường thẳng vừa xây dựng là nhỏ nhất.




y



x
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ



Каталог: wp-content -> uploads -> 2015
2015 -> Con dù lớn vẫn là con của mẹ
2015 -> Cơ quan, đơn vị có thẩm quyền quản lý cbcc
2015 -> Tham khảo Giáo huấn Dakini
2015 -> I,Khổng Tử người sáng lập Đạo Nho (Đạo Khổng)
2015 -> Chính sách thuế MỚI 2015
2015 -> Đi tìm mộ cụ Nguyễn Hiến Lê
2015 -> Mục tiêu của môn học; Mục tiêu của môn học
2015 -> Tổng quan về hệ thống tiền tệ quốc tế
2015 -> Câu 2: Mỹ đã thực hiện mấy chiến lược để thôn tính miền nam Việt Nam chúng ta? Âm mưu thôn tính trong từng chiến lược?
2015 -> ĐỀ CƯƠng môn lịch sử BÁo chí thế giớI


tải về 1.46 Mb.


Chia sẻ với bạn bè của bạn:

Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ
Ưu điểm nhược điểm của phương pháp dự báo san bằng hàm mũ