Kyk na die stap-vir-stap oplossing vir: Eenvoudige drie maande gemiddelde maand Laaste Hierdie vraag is op 05 Mei 2011. Kyk die antwoord quotTires vir Youquot Gevallestudie Verwys na jou leeswerk vir hierdie eenheid in die Coyle teks vir hierdie opdrag. Lees die bande vir U, Inc. gevallestudie op p. 265. In 'n 12 bladsy papier (uitsluitend Titel en verwysingsbladsye), Beantwoord vrae 1, 2 amp 6 en heg jou Tires4U Case werkblad met 'n gedetailleerde berekeninge. Let daarop dat die tabelle begin op bl 237 (Hoofstuk 7) kom in baie handig in die voltooiing van die opdrag. Bande vir U, Inc. bande vir U, Inc. (TFY), gestig in 1987, is 'n motor herstel winkel wat spesialiseer in vervanging bande. Geleë in Altoona, Pennsylvania, het TFY suksesvol oor die afgelope paar jaar as gevolg van die toevoeging van 'n nuwe algemene bestuurder, Katie McMullen gegroei. Sedert band vervanging is 'n groot gedeelte van TFYs besigheid (dit verrig ook olie veranderinge, klein meganiese herstelwerk, ens), Katie was verbaas oor die gebrek aan voorspellings vir die band verbruik vir die maatskappy. Haar senior werktuigkundige, Skip Grenoble, het vir haar gesê dat hulle gewoonlik voorraad vir vanjaar wat hulle verlede jaar verkoop. Hy geredelik erken dat 'n paar keer gedurende die seisoen voorraad outs plaasgevind en kliënte het om elders te gaan vir bande. Hoewel baie plaasvervangers band was vir gebrekkige of vernietig bande, is die meeste bande geïnstalleer op motors waarvan die oorspronklike bande het uitgeput. Dikwels is vier bande geïnstalleer op dieselfde tyd. Katie is vasbeslote om 'n beter idee van hoeveel bande te hou in voorraad gedurende die verskeie maande van die jaar te kry. Hieronder volg 'n opsomming van die vorige jaar individuele verkope band Maand: Maand Bande Gebruik Januarie 510 Februarie 383 Maart 1403 April 1913 Mei 1148 Junie 893 Julie 829 Augustus 638 September 2168 Oktober 1530 November 701 Desember 636 Saak Vrae: Katie het jou gehuur om vas te stel die beste tegniek vir die voorspelling TFY vraag gebaseer op die gegewe data. 1. Bereken 'n voorspelling met behulp van 'n eenvoudige drie-maande bewegende gemiddelde. 2. Bereken 'n voorspelling met behulp van 'n drie-tydperk geweegde bewegende gemiddelde. Gebruik gewigte van 0.60, 0.25 en 0.15 vir die mees onlangse tydperk, die tweede mees onlangse tydperk, en die derde mees onlangse tydperk, onderskeidelik. 6. Op grond van die verskillende metodes wat gebruik word om 'n voorspelling vir TFY, watter metode die beste voorspelling geproduseer bereken Hoekom Hoe kan jy verbeter op hierdie voorspelling Aanhegselvoorskou Aflaai beslaglegging Eenvoudige drie maande gemiddelde maand Januarie Februarie Maart April Mei Junie Julie Augustus September Oktober November Desember totale vraag Gem vraag Gem Vooroordeel Abs Dev Mean Abs Dev 3 tydperk bewegende gemiddelde 3 tydperk voorspel totale Vooroordeel 8457,67 Vooroordeel x 939,74 1233,67 137,07 eenvoudige gemiddelde caluclation voorbeeld (5103831403) / 3 765,3 (Maart avg, April voorspelling) Geweegde Drie maande-gemiddelde (0,6, 0.25, 0.15) 0.6 Maand Januarie Februarie Maart April Mei Junie Julie Augustus September Oktober November Desember totale vraag Gem vraag Gem Vooroordeel Abs Dev Mean Abs Dev Geweegde Gemiddelde berekening voorbeeld (0,61403) (. 25383) (. 15510) 1014,1 (Maart avg, April voorspelling) 1014,05 6. Watter metode vervaardig die beste voorspel die akkuraatheid kan jy vergelyk die ampquotMean Abolute Deviationampquot hoe kleiner die waarde, hoe meer akkuraat die voorspelling te evalueer. Op grond van die voorspellings, ons het: Eenvoudige bewegende gemiddelde MAD: 3-Maand Geweegde Moving Gemiddelde MAD: 60 030 en 010 vind die Julie voorspelling f Julie 06015 behulp van 'n geweegde bewegende gemiddelde met gewigte van 0.60, 0.30 en 0.10, vind die Julie voorspelling. (F (Julie) 0.60 (15) 0.30 (16) 0.10 (12) 15) Julie voorspelling ndash 15 b) Die gebruik van 'n eenvoudige drie-maande bewegende gemiddelde, vind die Julie voorspel. (15 16 12) / 3 14,33) Julie voorspelling uitvoering 14,33 c) Die gebruik van enkele eksponensiële gladstryking met alfa 0,2 en 'n Junie voorspel 13, vind die Julie voorspel. Maak alles aannames wat jy wil. F (Julie) F (Junie) 'n (A (Junie) uitvoering maak F (Junie)) 13 0,2 (15-13) 13.4 Julie voorspelling uitvoering 13.4 d) Die gebruik van eenvoudige lineêre regressie-analise, bereken die regressievergelyking vir die voorafgaande vraag data . xy xy x (2) kwadraat 1 12 12 1 2 11 22 4 3 15 45 9 4 12 48 16 5 16 80 25 6 15 90 36 Totaal 21 81 297 91 bul 3.5 bul 13.5 'n 10.8 Y 'n bx 10.8 .77x Hierdie voorskou het doelbewus vaag afdelings. Sluit aan by die volledige weergawe te sien. e) Die gebruik van die regressievergelyking in d. bereken die voorspelling vir Julie. Julie voorspelling uitvoering maak 16,195 F Julie. waar July is die 7de maand. Y 'n bx 10.8 0,77 (7) 16.2 bul Die aantal gevalle van Merlot wyn verkoop deur die Connor Owen wynmakery in 'n tydperk van agt jaar is soos volg: Gevalle gevalle van JAAR MERLOT WYN JAAR MERLOT WYN 2002 270 2006 358 2003 356 2007 500 2004 398 2008 410 2005 456 2009 376 die gebruik van 'n eksponensiële gladstryking model met 'n alfa waarde van 0,20, skat die Dit is die einde van die voorskou. Sluit aan toegang tot die res van die document. Forecasting: geweeg bewegende gemiddelde historiese vraag na 'n produk is DEMAND 12 Januarie 11 Februarie 15 Maart 12 April 16 Mei 15 per Junie. Met behulp van 'n geweegde bewegende gemiddelde met gewigte van 0.60, 0.30 en 0.10, vind die Julie voorspel. b. Met behulp van 'n eenvoudige drie-maande bewegende gemiddelde, vind die Julie voorspel. c. Die gebruik van enkele eksponensiële gladstryking met amp945 0.2 en 'n Junie voorspel 13, vind die Julie voorspel. Maak alles aannames wat jy wil. d. Met behulp van eenvoudige lineêre regressie-analise, bereken die regressievergelyking vir die voorafgaande vraag data. e. Die gebruik van die regressievergelyking in d, bereken die voorspelling vir Julie. Oplossing Opsomming Excel lêer toon 'n maande foretasted vraag met behulp van: 'n geweegde bewegende gemiddelde met gewigte van 0.60, 0.30 en 0.10, vind die Julie voorspel. b. Met behulp van 'n eenvoudige drie-maande bewegende gemiddelde c. enkele eksponensiële gladstryking d. eenvoudige lineêre regressie analysisSlideshare gebruik koekies om te verbeter funksies en prestasie, en om jou te voorsien met relevante advertensies. As jy nog steeds op die terrein, stem jy in tot die gebruik van koekies op hierdie webwerf. Sien ons Gebruikers ooreenkoms en Privaatheidsbeleid. Slide gebruik koekies om te verbeter funksies en prestasie, en om jou te voorsien met relevante advertensies. As jy nog steeds op die terrein, stem jy in tot die gebruik van koekies op hierdie webwerf. Sien ons Privaatheidsklousule en Gebruikers ooreenkoms vir meer inligting. Vind al jou gunsteling onderwerpe in die Slide inligting Kry die Slide app om te spaar vir later selfs op die regte pad voort na die mobiele webwerf oplaai Teken Teken Double tap om te vergroot Lecture2 voorspel f06604 Deel dié Slide LinkedIn Corporation kopieer 2016Question. Historiese vraag na 'n produk is DEMAND Januarie. Historiese vraag na 'n produk is DEMAND 12 Januarie 11 Februarie 15 Maart 12 April 16 Mei 15 Junie 'n. Met behulp van 'n geweegde bewegende gemiddelde met gewigte van 0.60, 0.30 en 0.10, vind die Julie voorspel. b. Met behulp van 'n eenvoudige drie-maande bewegende gemiddelde, vind die Julie voorspel. c. Die gebruik van enkele eksponensiële gladstryking met. 0.2 en 'n Junie voorspel 13, vind die Julie voorspel. Maak alles aannames wat jy wil. d. Met behulp van eenvoudige lineêre regressie-analise, bereken die regressievergelyking vir die voorafgaande vraag data. e. Die gebruik van die regressievergelyking in d, bereken die voorspelling vir Julie. Expert Antwoord Bedryf en Voorsieningskettingbestuur (14de druk) Historiese vraag na 'n produk is 'n. Met behulp van 'n geweegde bewegende gemiddelde met gewigte van 0.60, 0.30 en 0.10, vind die Julie voorspel. b. Met behulp van 'n eenvoudige drie-maande bewegende gemiddelde, vind die Julie voorspel. c. Die gebruik van enkele eksponensiële gladstryking met alfa 0,2 en 'n Junie voorspel 13, vind die Julie voorspel. Maak alles aannames wat jy wil. d. Met behulp van eenvoudige lineêre regressie-analise, bereken die regressievergelyking vir die voorafgaande vraag data. e. Die gebruik van die regressievergelyking in d, bereken die voorspelling vir Julie. Regressievergelyking vir Reference: Historiese vraag na 'n produk is: Januarie DEMAND 12 / Februarie DEMAND 11 / Maart DEMAND15 / April DEMAND 12 / mag vereis 16 / Junie DEMAND 15 a. Met behulp van 'n geweegde bewegende gemiddelde met gewigte van 0.60, 0.30 en 0.10, vind die Julie voorspel. b. Met behulp van 'n eenvoudige drie-maande bewegende gemiddelde, vind die Julie voorspel. c. Die gebruik van 'n enkele eksponensiële gladstryking met 'n 0.2 en 'n Junie voorspel 13, vind die Julie voorspel. Maak alles aanname wat jy wil. d. Met behulp van eenvoudige lineêre regressie-analise, bereken die regressievergelyking vir die voorafgaande vraag data e. Die gebruik van die regressievergelyking in d, bereken die voorspelling vir Julie.
No comments:
Post a Comment