Calculer Une Moyenne Mobile De 3 Mois De La Demande

MAT 540 Semaine 4 Problèmes de devoirs, Chapitre 15 MAT 540 Semaine 4 Travail à domicile Chapitre 15. 1. Le gestionnaire du site de Carpet City doit faire une prévision précise de la demande pour le tapis Soft Shag (son plus gros vendeur). Si le gestionnaire ne commande pas assez de tapis de la moquette, les clients achèteront leur tapis d'un des nombreux concurrents de Carpet City. Le gestionnaire a recueilli les données de demande suivantes pour les 8 derniers mois: Mois Demande de moquette souple (1 000 pieds carrés) 1. 10 2. 9 3. 8 4. 9 5. 10 6. 12 7. 14 8. 11 a . Calculer une moyenne mobile de 3 mois pour les mois 4 à 9. b. Calculez une moyenne mobile pondérée de 3 mois pour les mois 4 à 9. Attribuez des pondérations de 0,55, 0,35 et 0,10 aux mois en séquence, en commençant par le mois le plus récent. C. Comparer les deux prévisions en utilisant MAD. Quelles prévisions semblent être plus précises. 2. Le gestionnaire de la station de service Petroco veut prévoir la demande d'essence sans plomb le mois prochain afin que le nombre approprié de gallons peut être commandé auprès du distributeur. Le propriétaire a accumulé les données suivantes sur demande pour l'essence sans plomb provenant des ventes au cours des 10 derniers mois: Mois. Essence demandée (en gal.) Octobre. 775 novembre. 835 Décembre. 605 janvier. 450 février. 600 mars. 700 avril. 820 mai. 925 juin. 1500 juillet. 1 200 a. Calculer une prévision exponentiellement lissée, en utilisant une valeur de 0,40. B. Calculer le MAPD. . 3. Emily Andrews a investi dans un fonds mutuel de science et de technologie. Maintenant, elle envisage de liquider et d'investir dans un autre fonds. Elle aimerait prévoir le prix du fonds de science et de technologie pour le mois prochain avant de prendre une décision. Elle a recueilli les données suivantes sur le cours moyen du fonds au cours des 20 derniers mois: Mois Prix du fonds 1. 55 34 2. 54 14 3. 55 18 4. 58 18 5. 53 38 6. 51 18 7. 56 14 8. 59 58 9. 62 14 10. 59 14 11. 62 38 12. 57 11 13. 58 18 14. 62 34 15. 64 34 16. 66 18 17. 68 34 18. 60.5 19. 65.875 20. 72.25 a . En utilisant une moyenne de 3 mois, prévoir le prix du fonds pour le mois 21. b. En utilisant une moyenne pondérée de 3 mois avec le mois le plus récent pondéré 0,50, le mois le plus récent pondéré 0,30 et le troisième mois pondéré 0,20, prévisions du prix du fonds pour le mois 21. c. Calculer une prévision exponentiellement lissée, en utilisant 0,30, et prévoir le prix du fonds pour le mois 21. d. Comparer les prévisions en (a), (b) et (c), en utilisant MAD, et indiquer les plus précises. . 4. Carpet City veut développer un moyen de prévoir ses ventes de tapis. Le directeur de magasin croit que les ventes des magasins sont directement liées au nombre de mises en chantier de logements neufs en ville. Le gestionnaire a recueilli des données des dossiers du comté sur les permis mensuels de construction de maison et des dossiers de magasin sur des ventes mensuelles. Ces données sont les suivantes: Ventes mensuelles de tapis (1 000 pieds) Permis de construction mensuels 9. 17 14. 25 10. 8 12. 7 15. 14 9. 7 24. 45 21. 19 20. 28 29. 2 a. Élaborer un modèle de régression linéaire pour ces données et prévoir les ventes de tapis si 30 permis de construction pour les maisons neuves sont déposés. B. Déterminer la force de la relation causale entre les ventes mensuelles et la construction de maisons neuves en utilisant la corrélation. . 5. Le gestionnaire de Gilleys Ice Cream Parlor a besoin d'une prévision précise de la demande de crème glacée. Le magasin commande la crème glacée d'un distributeur une semaine à l'avance si le magasin commande trop peu, il perd des affaires, et s'il commande trop, le supplémentaire doit être jeté loin. Le gestionnaire croit qu'un déterminant majeur des ventes de crème glacée est la température (c'est-à-dire plus le temps est chaud, plus les gens achètent de crème glacée). À l'aide d'un almanach, le gestionnaire a déterminé la température moyenne pendant la journée pendant 14 semaines, sélectionnée au hasard, et à partir des enregistrements du magasin, il a déterminé la consommation de crème glacée pour les mêmes 14 semaines. Ces données sont résumées comme suit: Semaine Température moyenne Crème glacée vendue (degré) (gal.) 1. 68 80 2 70 115 3 73 91 4 79 87 5 77 110 6 82 128 7 85 164 8 90 178 9 85 144 10 92 179 11 90 144 12 95 197 13 80 144 14 75 123 a. Développer un modèle de régression linéaire pour ces données et prévoir la consommation de crème glacée si la température hebdomadaire moyenne hebdomadaire devrait être de 85 degrés. B. Déterminer la force de la relation linéaire entre la température et la consommation de crème glacée en utilisant la corrélation. 6. Indiquer le coefficient de détermination des données du problème 5 et en expliquer le sens. PRODUITS CONNEXES Étude de cas de programmation linéaire, entreprise de puces, étude de cas linéaire de programmation, restaurant Rayhoon Etude de cas linéaire de programmation, gestionnaire de portefeuille XYZ Investment sellfyptnfA ACC 455 examen final 1 ----------------- -------------- 1) Lequel des énoncés suivants concernant les règlements proposés n'est pas correct 2) Les règlements sont 3) Lequel des tribunaux suivants n'est pas un tribunal de première instance pour les affaires fiscales 4) Les énoncés suivants sont incorrects 5) Lequel des éléments suivants est un avantage d'une entreprise individuelle par rapport aux autres formulaires commerciaux 6) Lequel des énoncés suivants est exact 7) Trois membres forment une LLC au cours de l'année en cours. Laquelle des affirmations suivantes est incorrecte 8) Identifiez laquelle des affirmations suivantes est vraie. 9) Identifier laquelle des affirmations suivantes est vraie. 10) Rose et Wayne forment une nouvelle société. Rose contribue en espèces pour 85 de l'action et Wayne contribue à des services pour 15 de l'action. L'effet fiscal est 11) Matt et Sheila forment Krupp Corporation. Matt contribue à la propriété avec une JVM de 55.000 et une base de 35.000. Sheila contribue à la propriété avec une JVM de 75 000 et une base de 40 000. Matt vend ses actions à Paul peu de temps après l'échange. La transaction sera 12) Pour Sec. 351 fins, le terme propriété ne comprend pas 13) Identifier lequel des énoncés suivants est vrai. 14) Une nouvelle société peut généralement choisir l'une des méthodes comptables suivantes, à l'exception de 15) Indiquer lequel des énoncés suivants est faux. 16) Edison Corporation est organisée le 31 juillet. La société commence ses activités le 10 août. La société adopte une fin d'exercice le 30 novembre. Les dépenses suivantes sont engagées au cours de l'exercice: Date Type Montant Quel est le montant maximal des dépenses d'organisation que la société peut déduire pour sa première année d'imposition se terminant le 30 novembre 17) Maxwell Corporation rapporte les résultats suivants: Revenu brut d'exploitation 90 000 Dividendes Reçus de la société canadienne détenue à 70 ans 70 000 Dépenses 100 000 18) Island Corporation a les éléments de revenu et de dépenses suivants pour l'année. Revenus bruts provenant des ventes 60 000 Dividendes reçus de la société nationale détenue à raison de 15 000 40 000 Frais liés aux ventes 30 000 Le revenu imposable de la société Île est 19) Lequel des éléments suivants n'est pas un ajustement dans le calcul de l'AMTI 20) Les obligations municipales qui ne sont pas une activité privée sont 21) Lequel des énoncés suivants concernant les règles minimales d'amortissement fiscal est correct 22) Maxwell Corporation présente les résultats suivants: Année Distribution courante 2005 6 000 4 000 2006 5 000 1 000 2007 1 000 -0- 23 ) Grant Corporation vend des terrains (un élément sans inventaire) sur une base de 57 000 pour 100 000. Nichole sera payé sur une base échelonnée en cinq paiements annuels égaux commençant dans l'année en cours. L'EampP pour l'année de vente sera augmentée par la vente (à l'exclusion des impôts sur le revenu fédéral) de 24) Identifier lequel des énoncés suivants est faux. 25) Indiquer laquelle des affirmations suivantes est vraie. 26) Indiquer laquelle des affirmations suivantes est vraie. 27) Aux fins de la détermination de l'EampP actuel, lequel des éléments suivants ne peut être déduit dans l'année en cause 28) Une société distribue des terrains et le passif connexe à Meg, son seul actionnaire. Le terrain a une JVM de 60 000 et est assujetti à un passif de 70 000. La société dispose d'EampP actuelle et accumulée de 80.000. La base ajustée des sociétés pour le bien est de 70 000. Quel effet la transaction a-t-elle sur la société 29) Hogg Corporation distribue 30 000 à son actionnaire unique, Ima. Au moment de la distribution, Hoggs EampP est de 14 000 et Imas base dans son stock est de 10 000. Imas gain de cette transaction est 30) Une conséquence d'une distribution de biens par une société à un actionnaire est 31) Lequel des suivants n'est pas une raison pour un rachat d'actions 32) Elijah possède 20 des sociétés de parc seule classe d'actions. Elijahs base dans le stock est de 8.000. Parcs EampP est de 28.000. Si Park rachète toutes les actions d'Elijahs pour 48 000, Elijah doit déclarer un revenu de dividendes de 33) Lequel des éléments suivants n'est pas une condition qui permet un rachat d'actions à traiter comme une vente 34) Identifier lequel des énoncés suivants est vrai. 35) Indiquer laquelle des affirmations suivantes est vraie. 36) La définition d'une société de personnes ne comprend pas 37) Lequel des éléments suivants n'est pas indiqué séparément pour une société S 38) Cactus Corporation, une S Corporation, avait accumulé des bénéfices et des bénéfices de 100 000 au début de 2008. Tex and Shirley Chacun possède 50 du stock. Cactus ne fait aucune distribution au cours de 2008, mais avait 200.000 de revenu ordinaire. En 2009, le revenu ordinaire était de 100 000 et les distributions de 100 000. Quel est le revenu ordinaire de Texs pour 2008 39) Cactus Corporation, une S Corporation, avait accumulé des bénéfices et des bénéfices de 100 000 au début de 2008. Tex et Shirley possèdent chacun 50 des actions. Cactus ne fait aucune distribution au cours de 2008, mais avait 200.000 de revenu ordinaire. En 2009, le revenu ordinaire était de 100 000 et les distributions de 100 000. Quel est le revenu ordinaire de Texs pour 2009 40) Le 1er janvier, Helmut paie 2 000 pour une participation de 10 capitaux, profits et pertes dans une société de personnes, qui a un passif de 20 000 recours. Les partenaires partagent le même risque de perte de droit de recours que les pertes de partenariat. La même année, le partenariat engage des pertes de 6 000 et le passif de recours augmente de 5 000. Helmut et la société utilisent une fin d'année fiscale. La base de Helmuts à la fin de l'exercice est de 41 ans.) Le 2 janvier de l'année en cours, Calloway et Taylor contribuent en espèces à parts égales pour former la CT Partnership. Calloway et Taylor partagent les bénéfices et les pertes dans un ratio de 75 et 25, respectivement. Le revenu ordinaire des sociétés de personnes pour l'année était de 40 000. Calloway a reçu une distribution de 5.000 au cours de l'année. Quelle est la part du revenu imposable de Calloways pour l'année? 42) Le premier jour de l'année d'imposition des sociétés de personnes, Karen achète une participation de 50 dans une société en nom collectif pour 30 000 espèces et participe matériellement à l'exploitation de la société pour toute l'année. La société compte 40 000 passifs au titre des recours lorsque Karen entre dans le partenariat. Les partenaires partagent le risque économique de perte liée aux recours, de la même manière qu'ils partagent des pertes de partenariat. Il n'y a pas de gain minimal lié au passif non lié au recours. Au cours de l'année, le partenariat entraîne une perte de 120 000 et une augmentation de 20 000 du passif. Quelle part de la perte peut Karen rapport sur sa déclaration de revenus pour l'année en cours 43) Le total des bases de tous les biens distribués dans les mains des partenaires suite à une distribution non liquidative est limitée à 44) Le Internal Revenue Code comprend lequel des actifs suivants dans le Définition de l'art. 751 propriétés 45) Identifier laquelle des affirmations suivantes est vraie. 46) Laquelle des conditions suivantes n'entraînera pas la fin d'une élection S 47) Indiquez laquelle des affirmations suivantes est vraie. 48) Identifier lequel des énoncés suivants est faux. 2) Identifier lequel des énoncés suivants est faux. 3) Lequel des énoncés suivants concernant les règlements proposés n'est pas correct? 4) Lequel des énoncés suivants concernant la société de personnes est-il exact? 5) Lequel des avantages suivants est un avantage d'une entreprise individuelle par rapport aux autres formulaires commerciaux? Incorrecte 7) Trois membres forment une LLC au cours de l'année en cours. Laquelle des affirmations suivantes est incorrecte 8) Identifiez laquelle des affirmations suivantes est vraie. 10) Barry, Dan et Edith forment ensemble une nouvelle société. Barry et Dan contribuent chacun des biens en échange d'actions. Dans les 2 semaines suivant la formation, la société émet des actions supplémentaires à Edith en échange de biens. Barry et Dan détiennent chacun 10 000 actions et Edith recevra 9 000 actions. Quelles transactions seront admissibles à la non reconnaissance 11) Matt et Sheila forment Krupp Corporation. Matt contribue à la propriété avec une JVM de 55.000 et une base de 35.000. Sheila contribue à la propriété avec une JVM de 75 000 et une base de 40 000. Matt vend ses actions à Paul peu de temps après l'échange. La transaction sera 12) Identifier lequel des énoncés suivants est vrai. 13) Identifiez laquelle des affirmations suivantes est fausse. 14) Identifiez laquelle des affirmations suivantes est vraie. 15) Indiquer laquelle des affirmations suivantes est vraie. 16) Trail Corporation a des bénéfices bruts sur les ventes de 140 000 et des dépenses déductibles de 180 000. En outre, Trail a un gain en capital net de 60 000. Le revenu imposable de Trails est 17) Richards Corporation a un revenu imposable de 280 000 calculé avant la déduction de la contribution de bienfaisance et avant ses dividendes - a reçu une déduction de 34 000. Richards verse 35 000 contributions en espèces à des organismes de bienfaisance. Quelle est la déduction pour contribution de bienfaisance de Richards Corporations pour l'année en cours 18) La Société Edison est constituée le 31 juillet. La société commence ses activités le 10 août. La société adopte la fin d'exercice le 30 novembre. Les frais suivants sont engagés au cours de l'exercice: Date Type Montant 6-30 Honoraires d'avocat associés à l'obtention de la charte 10 000 7-10 Frais de souscripteur pour la vente d'actions 25 000 7-15 Coût de transfert pour les biens apportés à la société pour les stocks 3 000 6-30 Coûts de Réunions organisationnelles 2 000 12-6 Frais juridiques pour modifier la charte 4 000 Quel est le montant maximal des dépenses d'organisation pouvant être déduites par la société pour sa première année d'imposition se terminant le 30 novembre 19) Quels sont les éléments d'impôt préférentiel aux fins de l'arrivée Au revenu imposable minimum alternatif 20) Lequel des éléments suivants n'est pas un rajustement dans le calcul de l'AMTI 21) Dans le calcul d'un revenu imposable minimum alternatif de sociétés, son revenu imposable est: 22) Boxer Corporation achète de l'équipement en janvier de l'année en cours avec une période de 7 ans Vie de classe pour 15.000. La société a dépensé les 15 000 sous le Sec. 179. La déduction au cours de l'année d'achat à des fins d'EampP en raison de l'acquisition et de la comptabilisation de l'équipement est de 23) Pour déterminer l'EampP actuel, lequel des éléments suivants ne peut être déduit dans l'année engagée 24) Augmente Gains et profits Profit 25) Déterminer laquelle des affirmations suivantes est vraie 26) Poppy Corporation a été formé il ya 3 ans. L'histoire de Poppys EampP est la suivante: Année Distribution actuelle de l'EPA 2005 6 000 4 000 2006 5 000 1 000 2007 1 000 -0- Sociétés de coquelicots accumulées EampP le 1er janvier 27) Identifier laquelle des affirmations suivantes est vraie 28) Hogg Corporation distribue 30 000 Actionnaire, Ima. Au moment de la distribution, Hoggs EampP est de 14 000 et Imas base dans son stock est de 10 000. Imas gain de cette transaction est 29) Wills Corporation, qui a accumulé et actuelle EampP totalisant 65.000, distribue des terres à son seul actionnaire, un individu. Le terrain a une JVM de 75 000 et une base ajustée de 55 000. L'actionnaire assume un passif de 15 000 associés au terrain. L'actionnaire reconnaîtra 30) Crossroads Corporation distribue 60 000 à son unique actionnaire Harley. Crossroads a des bénéfices et des bénéfices de 55 000 et Harleys base dans son stock est de 20 000. Après la distribution, la base d'Harleys est 31) Joshua possède 100 actions de Steeler Corporation. Joshuas base dans le stock est de 8.000. Steeler Corporation a EampP de 40.000. Si Steeler Corporation rachète 60 actions de Joshuas pour 50 000, Joshua doit déclarer un revenu de dividendes de 32) Lequel des éléments suivants n'est pas une raison pour un rachat d'actions 33) Lequel des éléments suivants n'est pas une condition qui permet un rachat d'actions à traiter comme Une vente 34) La définition d'une société de personnes ne comprend pas 35) Indiquer laquelle des affirmations suivantes est vraie 36) Laquelle des personnes ou entités suivantes n'est pas admissible à être actionnaire de la société S 37) Indiquer laquelle des affirmations suivantes est vraie . 38) Cactus Corporation, une S Corporation, avait accumulé des bénéfices et des bénéfices de 100 000 au début de 2008. Tex et Shirley détiennent chacun 50% du capital. Cactus ne fait aucune distribution au cours de 2008, mais avait 200.000 de revenu ordinaire. En 2009, le revenu ordinaire était de 100 000 et les distributions de 100 000. Quel est le revenu ordinaire de Texs pour 2009 40) Indiquez laquelle des affirmations suivantes est vraie. 41) Le premier jour de l'année d'imposition des sociétés de personnes, Karen achète une participation de 50% dans une société en nom collectif pour 30 000 espèces et elle participe matériellement à l'exploitation du partenariat pour toute l'année. La société compte 40 000 passifs au titre des recours lorsque Karen entre dans le partenariat. Les partenaires partagent le risque économique de perte liée aux recours, de la même manière qu'ils partagent des pertes de partenariat. Il n'y a pas de gain minimum lié au passif relatif au non-recours. Au cours de l'année, le partenariat entraîne une perte de 120 000 et une augmentation de 20 000 du passif. Combien de la perte peut Karen rapport sur sa déclaration de revenus pour l'année en cours 42) George paie 10 000 pour une participation de 20 dans une société en nom collectif qui a un passif de recours de 20 000. Les partenaires partagent le risque économique de perte liée aux recours, de la même manière qu'ils partagent des pertes de partenariat. Georges dans son intérêt de société de personnes est 43) Identifier laquelle des affirmations suivantes est vraie 44) Identifier laquelle des affirmations suivantes est vraie 45) Aux fins de l'art. 751, l'inventaire comprend tous les éléments suivants SAUF 46) Indiquer lequel des énoncés suivants est faux 47) Indiquer lequel des énoncés suivants est vrai 48) Le 30 juin de l'année en cours, l'élection S de la Great Corporation est terminée, créant ainsi un 6 mois et une année courte de 6 mois. Great Corporation est un contribuable de l'année civile. Le rendement de l'année S court est dûOR-Notes sont une série de notes d'introduction sur des sujets qui relèvent de la vaste rubrique du domaine de la recherche opérationnelle (OR). Ils ont été utilisés à l'origine par moi dans un cours d'introduction OU je donne à l'Imperial College. Ils sont maintenant disponibles pour l'utilisation par tous les étudiants et enseignants intéressés dans OR sous réserve des conditions suivantes. Vous trouverez une liste complète des sujets disponibles dans OR-Notes ici. Exemples de prévision Exemple de prévision Examen UG 1996 La demande pour un produit au cours des cinq derniers mois est présentée ci-dessous. Utiliser une moyenne mobile de deux mois pour générer une prévision de la demande au mois 6. Appliquer le lissage exponentiel avec une constante de lissage de 0,9 pour générer une prévision de la demande de la demande au mois 6. Quelle de ces deux prévisions préférez-vous et pourquoi? La moyenne pour les mois deux à cinq est donnée par: La prévision pour le sixième mois est juste la moyenne mobile pour le mois précédant ce qui est la moyenne mobile pour le mois 5 m 5 2350. En appliquant le lissage exponentiel avec une constante de lissage de 0,9 nous obtenons: La prévision pour le sixième mois est juste la moyenne pour le mois 5 M 5 2386 Pour comparer les deux prévisions, nous calculons l'écart quadratique moyen (MSD). Si on le fait, on trouve que pour la moyenne mobile MSD (15 - 19) sup2 (18-23) sup2 (21-24) sup23 16.67 et pour la moyenne exponentiellement lissée avec une constante de lissage de 0.9 MSD (13 - 17) sup2 (16,60 - 19) sup2 (18,76 - 23) sup2 (22,58 - 24) sup24 10,44 Dans l'ensemble, nous voyons que le lissage exponentiel semble donner les meilleures prévisions d'un mois à l'avance car il a une MSD plus faible. Nous préférons donc la prévision de 2386 qui a été produite par lissage exponentiel. Exemple de prévision 1994 UG examen Le tableau ci-dessous montre la demande pour un nouvel après-rasage dans un magasin pour chacun des 7 derniers mois. Calculer une moyenne mobile de deux mois pour les mois deux à sept. Quelle serait votre prévision pour la demande au mois huit Appliquer lissage exponentiel avec une constante de lissage de 0,1 pour obtenir une prévision de la demande au mois huit. Laquelle des deux prévisions pour le mois huit préférez-vous et pourquoi Le magasinier croit que les clients se tournent vers ce nouvel après-rasage d'autres marques. Discutez de la façon dont vous pourriez modeler ce comportement de commutation et indiquer les données dont vous auriez besoin pour confirmer si cette commutation se produit ou non. La moyenne mobile de deux mois pour les mois deux à sept est donnée par: La prévision pour le mois huit est juste la moyenne mobile pour le mois précédant ce qui est la moyenne mobile pour le mois 7 m 7 46. Appliquant lissage exponentiel avec une constante de lissage de 0,1 nous Get: Comme avant la prévision pour le mois huit est juste la moyenne pour le mois 7 M 7 31,11 31 (car nous ne pouvons pas avoir la demande fractionnée). Pour comparer les deux prévisions, nous calculons l'écart quadratique moyen (MSD). Si nous le faisons, nous constatons que pour la moyenne mobile et pour la moyenne exponentiellement lissée avec une constante de lissage de 0,1 Ensuite, nous voyons que la moyenne mobile de deux mois semble donner les meilleures prévisions d'un mois à venir, car il a une MSD plus faible. Nous préférons donc la prévision de 46 qui a été produite par la moyenne mobile de deux mois. Pour examiner la commutation nous devrions utiliser un modèle de processus de Markov, où les marques d'états et nous aurions besoin d'information d'état initiale et de probabilités de commutation de client (des enquêtes). Nous aurions besoin d'exécuter le modèle sur les données historiques pour voir si nous avons un ajustement entre le modèle et le comportement historique. Exemple de prévision 1992 Examen UG Le tableau ci-dessous montre la demande pour une marque particulière de rasoir dans un magasin pour chacun des neuf derniers mois. Calculer une moyenne mobile de trois mois pour les trois à neuf mois. Quelle serait votre prévision pour la demande dans le mois dix Appliquer lissage exponentiel avec une constante de lissage de 0,3 pour dériver une prévision de la demande au mois dix. Quelle est la moyenne mobile pour les mois 3 à 9 donnée par: La prévision pour le mois 10 est juste la moyenne mobile pour le mois précédant ce qui est la moyenne mobile pour le mois 9 m 9 20,33. Si l'on applique un lissage exponentiel avec une constante de lissage de 0,3 on obtient: Comme précédemment, la prévision pour le mois 10 est juste la moyenne pour le mois 9 M 9 18,57 19 (comme nous le pouvons) Ne peut pas avoir de demande fractionnée). Pour comparer les deux prévisions, nous calculons l'écart quadratique moyen (MSD). Si nous le faisons, nous constatons que pour la moyenne mobile et pour la moyenne exponentiellement lissée avec une constante de lissage de 0,3 Ensuite, nous voyons que la moyenne mobile de trois mois semble donner les meilleures prévisions d'un mois à venir, car il a une MSD plus faible. Nous préférons donc la prévision de 20 qui a été produite par la moyenne mobile de trois mois. Exemple de prévision 1991 UG examen Le tableau ci-dessous montre la demande pour une marque particulière de télécopieur dans un grand magasin au cours des douze derniers mois. Calculer la moyenne mobile de quatre mois pour les mois 4 à 12. Quelle serait votre prévision pour la demande au mois 13 Appliquer lissage exponentiel avec une constante de lissage de 0,2 pour dériver une prévision de la demande dans le mois 13. Quelles sont les deux prévisions pour le mois 13 La moyenne mobile sur quatre mois pour les mois 4 à 12 est donnée par: m 4 (23 19 15 12) 4 17,25 m 5 (27 23 19 15) 4 21 m 6 (30 27 23 19) 4 24,75 m 7 (32 30 27 23) 4 28 m 8 (33 32 30 27) 4 30,5 m 9 (37 33 32 30) 4 4 46,25 La prévision pour le mois 13 est juste la moyenne mobile pour le mois précédant ce qui est la moyenne mobile Pour le mois 12 m 12 46.25. Si l'on applique un lissage exponentiel avec une constante de lissage de 0,2, on obtient: Comme précédemment, la prévision pour le mois 13 est juste la moyenne pour le mois 12 M 12 38,618 39 (comme nous le pouvons) Ne peut pas avoir de demande fractionnée). Pour comparer les deux prévisions, nous calculons l'écart quadratique moyen (MSD). Si nous faisons cela, nous constatons que pour la moyenne mobile et pour la moyenne exponentiellement lissée avec une constante de lissage de 0,2 Ensuite, nous voyons que la moyenne mobile de quatre mois semble donner les meilleures prévisions d'un mois à venir, car il a une MSD plus faible. Nous préférons donc la prévision de 46 qui a été produite par la moyenne mobile de quatre mois. La demande saisonnière des changements de prix de la publicité, à la fois cette marque et d'autres marques situation économique générale nouvelle technologie Exemple de prévision 1989 UG examen Le tableau ci-dessous montre la demande pour une marque particulière de four à micro-ondes dans un grand magasin au cours des douze derniers mois. Calculer une moyenne mobile de six mois pour chaque mois. Quelle serait votre prévision pour la demande au mois 13 Appliquer le lissage exponentiel avec une constante de lissage de 0,7 pour dériver une prévision de la demande dans le mois 13. Quelles sont les deux prévisions pour le mois 13 préférez-vous et pourquoi Maintenant, nous ne pouvons pas calculer un six Mois jusqu'à ce que nous ayons au moins 6 observations - c'est-à-dire que nous pouvons seulement calculer une telle moyenne à partir du mois 6 en avant. Nous avons donc: m 6 (34 32 30 29 31 27) 6 30,50 m 7 (36 34 32 30 29 31) 6 32,00 m 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 La prévision pour le mois 13 est juste la moyenne mobile pour le Mois avant ce qui est la moyenne mobile pour le mois 12 m 12 38,17. Si nous appliquons un lissage exponentiel avec une constante de lissage de 0.7, nous obtenons: Méthodes de séries chronologiques Les méthodes de séries chronologiques sont des techniques statistiques qui utilisent des données historiques accumulées sur une période de temps . Les méthodes de séries chronologiques supposent que ce qui s'est passé dans le passé continuera à se produire à l'avenir. Comme le suggère le nom des séries chronologiques, ces méthodes relient la prévision à un seul facteur - temps. Ils incluent la moyenne mobile, le lissage exponentiel et la ligne de tendance linéaire et ils sont parmi les méthodes les plus populaires pour la prévision à courte portée parmi les entreprises de services et de fabrication. Ces méthodes supposent que des tendances historiques identifiables ou des tendances de la demande au fil du temps se reproduiront. Moyenne mobile Une prévision de séries chronologiques peut être aussi simple que d'utiliser la demande dans la période en cours pour prédire la demande au cours de la période suivante. C'est ce qu'on appelle parfois une prévision naïve ou intuitive. 4 Par exemple, si la demande est de 100 unités cette semaine, la prévision pour les prochaines semaines demande est de 100 unités si la demande se révèle être 90 unités à la place, puis la demande semaines suivantes est de 90 unités, et ainsi de suite. Ce type de méthode de prévision ne prend pas en compte le comportement historique de la demande, il ne dépend que de la demande dans la période courante. Il réagit directement aux mouvements normaux et aléatoires de la demande. La méthode de la moyenne mobile simple utilise plusieurs valeurs de demande au cours du passé récent pour élaborer une prévision. Cela tend à amortir, ou à lisser, les augmentations et les baisses aléatoires d'une prévision qui n'utilise qu'une seule période. La moyenne mobile simple est utile pour la prévision de la demande qui est stable et ne montre pas de comportement prononcé de la demande, comme une tendance ou un schéma saisonnier. Les moyennes mobiles sont calculées pour des périodes spécifiques, telles que trois mois ou cinq mois, selon la mesure dans laquelle le prévisionniste désire lisser les données de la demande. Plus la période de la moyenne mobile est longue, plus elle sera lisse. La formule pour calculer la moyenne mobile simple est de calculer une moyenne mobile simple La société de fournitures de bureau Instant Paper Clip vend et fournit des fournitures de bureau aux entreprises, écoles et agences dans un rayon de 50 milles de son entrepôt. L'offre de fournitures de bureau est concurrentielle et la capacité de livrer rapidement des commandes est un facteur qui permet d'obtenir de nouveaux clients et de conserver les anciens. (Les bureaux ne commandent généralement pas quand ils manquent de fournitures, mais quand ils sont complètement épuisés. Par conséquent, ils ont besoin de leurs commandes immédiatement.) Le gestionnaire de la société veut être certain que les conducteurs et les véhicules sont disponibles pour livrer les commandes rapidement et Ils ont un inventaire adéquat en stock. Par conséquent, le gestionnaire souhaite pouvoir prévoir le nombre d'ordres qui se produiront au cours du mois suivant (c'est-à-dire prévoir la demande pour les livraisons). À partir des enregistrements des ordres de livraison, la direction a accumulé les données suivantes pour les 10 derniers mois, à partir de laquelle il veut calculer des moyennes mobiles de 3 et 5 mois. Supposons que c'est la fin d'octobre. La prévision résultant soit de la moyenne mobile à 3 ou 5 mois est généralement pour le mois suivant dans la séquence, qui dans ce cas est Novembre. La moyenne mobile est calculée à partir de la demande pour les ordres pour les 3 mois précédents dans la séquence selon la formule suivante: La moyenne mobile sur 5 mois est calculée à partir des données de la demande précédente de 5 mois comme suit: Les 3 et 5 mois Les prévisions de moyenne mobile pour tous les mois de données sur la demande sont présentées dans le tableau suivant. En fait, seule la prévision pour novembre, basée sur la plus récente demande mensuelle, serait utilisée par le gestionnaire. Cependant, les prévisions antérieures pour les mois précédents nous permettent de comparer la prévision avec la demande réelle pour voir à quel point la méthode de prévision est précise, c'est-à-dire comment elle fonctionne. Moyennes de trois et cinq mois Les deux prévisions de la moyenne mobile dans le tableau ci-dessus tendent à lisser la variabilité des données réelles. Cet effet de lissage peut être observé dans la figure suivante où les moyennes sur 3 mois et sur 5 mois ont été superposées à un graphique des données originales: La moyenne mobile sur 5 mois de la figure précédente lisse les fluctuations dans une plus grande mesure que La moyenne mobile de 3 mois. Toutefois, la moyenne sur 3 mois reflète plus fidèlement les données les plus récentes dont dispose le gestionnaire de l'offre de bureau. En général, les prévisions utilisant la moyenne mobile à plus longue période sont plus lentes à réagir aux changements récents de la demande que ne le feraient les moyennes mobiles à plus courte période. Les périodes supplémentaires de données ralentissent la vitesse avec laquelle la prévision répond. L'établissement du nombre approprié de périodes à utiliser dans une prévision moyenne mobile nécessite souvent une certaine quantité d'essais expérimentaux. L'inconvénient de la méthode de la moyenne mobile est qu'il ne réagit pas aux variations qui se produisent pour une raison, comme les cycles et les effets saisonniers. Les facteurs qui provoquent des changements sont généralement ignorés. Il s'agit essentiellement d'une méthode mécanique, qui reflète les données historiques d'une manière cohérente. Cependant, la méthode de la moyenne mobile présente l'avantage d'être facile à utiliser, rapide et relativement peu coûteuse. En général, cette méthode peut fournir une bonne prévision à court terme, mais elle ne doit pas être poussée trop loin dans l'avenir. Moyenne mobile pondérée La méthode de la moyenne mobile peut être ajustée pour refléter plus étroitement les fluctuations des données. Dans la méthode de la moyenne mobile pondérée, les pondérations sont affectées aux données les plus récentes selon la formule suivante: Les données de demande pour PM Computer Services (indiquées dans le tableau de l'exemple 10.3) semblent suivre une tendance linéaire croissante. L'entreprise veut calculer une ligne de tendance linéaire pour voir si elle est plus précise que le lissage exponentiel et les prévisions de lissage exponentielles ajustées développées dans les exemples 10.3 et 10.4. Les valeurs requises pour les calculs des moindres carrés sont les suivantes: En utilisant ces valeurs, les paramètres de la ligne de tendance linéaire sont calculés comme suit: Pour calculer une prévision pour la période 13, soit x 13 dans la droite linéaire Ligne de tendance: Le graphique suivant montre la ligne de tendance linéaire par rapport aux données réelles. La ligne de tendance semble refléter étroitement les données réelles - c'est-à-dire être un bon ajustement - et serait donc un bon modèle de prévision pour ce problème. Cependant, un inconvénient de la ligne de tendance linéaire est qu'il ne s'adaptera pas à un changement dans la tendance, comme c'est le cas pour les méthodes de prévision exponentielle du lissage, on suppose que toutes les prévisions futures suivront une ligne droite. Cela limite l'utilisation de cette méthode à un délai plus court dans lequel vous pouvez être relativement certain que la tendance ne changera pas. Ajustements saisonniers Un schéma saisonnier est une augmentation et une diminution répétitives de la demande. De nombreux articles de demande présentent un comportement saisonnier. Les ventes de vêtements suivent les tendances saisonnières annuelles, la demande de vêtements chauds augmentant à l'automne et à l'hiver et diminuant au printemps et en été alors que la demande de vêtements plus froids augmente. La demande de nombreux articles de vente au détail, y compris les jouets, les équipements sportifs, les vêtements, les appareils électroniques, les jambons, les dindes, le vin et les fruits, augmente pendant la période des Fêtes. La demande de carte de voeux augmente parallèlement à des jours spéciaux tels que le jour de la Saint Valentin et la fête des Mères. Les profils saisonniers peuvent également se produire sur une base mensuelle, hebdomadaire, ou même quotidienne. Certains restaurants ont une demande plus élevée dans la soirée que le déjeuner ou le week-end par opposition à la semaine. Le trafic - donc les ventes - dans les centres commerciaux reprend vendredi et samedi. Il existe plusieurs méthodes pour refléter les tendances saisonnières dans une série chronologique. Nous allons décrire une des méthodes plus simples utilisant un facteur saisonnier. Un facteur saisonnier est une valeur numérique qui est multipliée par la prévision normale pour obtenir une prévision désaisonnalisée. Une méthode pour développer une demande de facteurs saisonniers consiste à diviser la demande pour chaque période saisonnière par la demande annuelle totale, selon la formule suivante: Les facteurs saisonniers résultants entre 0 et 1,0 sont en fait la part de la demande annuelle totale attribuée à Chaque saison. Ces facteurs saisonniers sont multipliés par la demande annuelle prévue pour produire des prévisions ajustées pour chaque saison. Calculer une prévision avec des ajustements saisonniers Wishbone Farms cultive des dindes pour vendre à une entreprise de transformation de la viande tout au long de l'année. Cependant, sa période de pointe est évidemment au cours du quatrième trimestre de l'année, d'octobre à décembre. La demande de dindons pour les trois dernières années est la suivante: Puisque nous disposons de trois années de données sur la demande, nous pouvons calculer les facteurs saisonniers en divisant la demande trimestrielle totale pour les trois années par la demande totale pour les trois années : Ensuite, nous voulons multiplier la demande prévue pour l'année prochaine, 2000, par chacun des facteurs saisonniers pour obtenir la demande prévue pour chaque trimestre. Pour ce faire, nous avons besoin d'une prévision de la demande pour 2000. Dans ce cas, puisque les données sur la demande dans le tableau semblent afficher une tendance généralement croissante, nous calculons une ligne de tendance linéaire pour les trois années de données dans le tableau pour obtenir un Estimation de prévision: Ainsi, la prévision pour 2000 est 58.17, ou 58.170 dindes. En comparant ces prévisions trimestrielles avec les valeurs réelles de la demande dans le tableau, ces prévisions annuelles semblent être relativement bonnes, reflétant à la fois les variations saisonnières des données et La tendance générale à la hausse. 10-12. Comment la méthode de la moyenne mobile est-elle similaire au lissage exponentiel 10-13. Quel effet sur le modèle de lissage exponentiel augmentera la constante de lissage 10-14. Comment le lissage exponentiel ajusté diffère-t-il du lissage exponentiel 10-15. Ce qui détermine le choix de la constante de lissage pour la tendance dans un modèle de lissage exponentiel ajusté 10-16. Dans les exemples de chapitre pour les méthodes de séries chronologiques, on a toujours supposé que la prévision de départ était la même que la demande réelle au cours de la première période. Suggérez d'autres façons que la prévision de départ pourrait être dérivée dans l'utilisation réelle. 10-17. Comment le modèle de prévision de ligne de tendance linéaire diffère-t-il d'un modèle de régression linéaire pour les prévisions 10-18. Parmi les modèles de séries chronologiques présentés dans ce chapitre, y compris la moyenne mobile et la moyenne mobile pondérée, le lissage exponentiel et le lissage exponentiel ajusté, et la ligne de tendance linéaire, laquelle considérez-vous la meilleure? Quels avantages le lissage exponentiel ajusté a-t-il sur une ligne de tendance linéaire pour la demande prévue qui présente une tendance 4 K. Kahn et J. T. Mentzer, Prévisions dans les marchés de consommation et industriels, The Journal of Business Forecasting 14, no. 2 (été 1995): 21-28.