제 11 장 서비스 수요 예측.

Slides:



Advertisements
Similar presentations
2. 속력이 일정하게 증가하는 운동 Ⅲ.힘과 운동 2.여러 가지 운동. 도입 Ⅲ.힘과 운동 2. 여러 가지 운동 2. 속력이 일정하게 증가하는 운동.
Advertisements

건국대학교 산업공학과 Ch 7. 공급사슬에서의 수요예측. 기업과 공급사슬에서 예측의 역할을 이해 수요예측의 요소를 파악 시계열 방법론을 이용한 수요 예측 Contents 과거의 수요정보는 미래 수요를 예측하는데 어떻게 사용할 수 있고, 이러한 예측들이 어떻게 공급사슬에.
Forecasting. Forecasting 1 학습 목표  수요예측의 목적에 맞는 수요예측 기법을 선택할 수 있다.  이동평균법, 지수평활법과 회귀분석에 의한 수요예측을 할 수 있다.  수요예측의 에러의 원인을 설명하고 에러의 정도를 측정할 수 있다.
6 장. printf 와 scanf 함수에 대한 고찰 printf 함수 이야기 printf 는 문자열을 출력하는 함수이다. – 예제 printf1.c 참조 printf 는 특수 문자 출력이 가능하다. 특수 문자의 미 \a 경고음 소리 발생 \b 백스페이스 (backspace)
Ch.4 수요관리와 수요예측 Ch.2 수요예측생산 ∙ 운영관리 1. 제 1 절 수요관리의 개념과 중요성 1. 수요관리의 필요성 정확한 수요예측은 사업의 성과를 좌우하는 매우 중요한 과제이다. – 수요는 판매량과 다르다. – 하지만 온갖 불확실성 요소가 난무하는 사업환경에서.
1.3.1 원의 방정식. 생각해봅시다. SK 텔레콤에서는 중화동에 기지국을 세우려고 한다. 이 기지국은 중화고, 중화우체국, 뚝방에 모두 전파를 보내야 한다. 기지국은 어디에 세워야 할까 ? 중화동의 지도는 다음과 같다 원의 방정식.
제13장 로지스틱회귀분석.
1. 수요 예측(Demand Forecasting)
DMAIC 기본 Tools A-6. 상관분석 및 회귀 분석.
제2장 주파수 영역에서의 모델링.
Machine Learning & Data Mining
회귀분석(Regression).
수치해석 6장 예제문제 환경공학과 천대길.
10장 랜덤 디지털 신호처리 1.
통계분석 특강(속성) 서구원 한양사이버대학교 미디어MBA.
Ch. 12 Forecasting.
제3장. 예측 (Forecasting).
제12주 회귀분석 Regression Analysis
 8. 시계열 자료 분석 기법의 1장의 1절부터 6절에 대한 내용을 요약하고, 예제 및 표에 대한 문제를 Excel을 이용하여 풀어서 제출하라. 환경공학과 정 윤 혜.
DEMAND MANAGEMENT AND DEMAND FORECASTING
22장 통계적 품질관리(SQC) 1. 품질의 통계적 관리 2. 통계적 공정관리 3. 샘플링검사
Multimedia Programming 10: Point Processing 5
멀티미디어 시스템 (아날로그 이미지,신호를 디지털로 변환 방법) 이름 : 김대진 학번 :
제 9 장 예측 이론.
비선형 방정식 김영광.
상관함수 correlation function
Missing Value.
제 7장 연관성분석 화장품과학과 홍보람.
11장. 1차원 배열.
단순회귀분석 단순회귀분석의 개요 개념 : 상관관계분석은 두 변수간의 선형관계를 조사하는 것이지만, 단순선형회귀분석(simple linear regression; 이하 단순회귀분석)은 두 변수간의 인과관계(casual relationship)를 조사하는 방법임. 독립변수(예측변수)
제 13장 예측이론.
제4장 제어 시스템의 성능.
Ⅲ. 이 차 방 정 식 1. 이차방정식과 그 풀이 2. 근 의 공 식.
수요계획과 예측 차시명을 입력합니다..
Keller: Stats for Mgmt & Econ, 7th Ed
제Ⅲ부 생산능력계획 및 일정계획 제 8 장 수요예측 제 9 장 설비계획 제10장 총괄계획 제11장 일정계획
제 9 장 예측 이론.
Linear Mixed Model을 이용한 분석 결과
(independent variable)
예측 FORECASTING.
회귀분석(Regression).
BIC 사례 1 연관규칙과 분류모형을 결합한 상품 추천 시스템: G 인터넷 쇼핑몰 사례
8장. spss statistics 20의 데이터 변환
단순회귀분석 (Simple Linear Regression Analysis)
Decision Tree & Ensemble methods
5강. 배열 배열이란? 배열의 문법 변수와 같이 이해하는 배열의 메모리 구조의 이해 레퍼런스의 이해 다차원 배열
홍수추적 담당교수명 : 서 영 민 연 락 처 :
논문작성을 위한 연구모형 설정 양동훈.
Keller: Stats for Mgmt & Econ, 7th Ed 회귀모형의 정형화 Model Building
이차방정식과 이차함수의 관계 이차함수의 그래프와 축의 위치 관계 이차방정식 의 그래프와 축이 만나는 점의 좌표는 이차방정식
제3장 수요예측.
2장. 일차원에서의 운동 2.1 평균 속도 2.2 순간 속도 2.3 분석 모형: 등속 운동하는 입자 2.4 가속도
홍수추적 담당교수명 : 서 영 민 연 락 처 :
4장. 데이터 표현 방식의 이해. 4장. 데이터 표현 방식의 이해 4-1 컴퓨터의 데이터 표현 진법에 대한 이해 n 진수 표현 방식 : n개의 문자를 이용해서 데이터를 표현 그림 4-1.
자녀의 심리적 안정도에 미치는 부모요인 분석.
2장 PHP 기초 PHP의 시작과 끝을 이해한다. 주석문에 대하여 이해한다. echo 문을 이용하여 화면에 출력하
제 5장 제어 시스템의 성능 피드백 제어 시스템 과도 성능 (Transient Performance)
제 9장 수요예측 대전보건대학 경영정보과 정 철 호.
1. 접선의 방정식 2010년 설악산.
계량경제학 1.관광수요의 결정요인 2.관광수입과 환율의 상관 관계..
최소의 실험 횟수에서 최대의 정보를 얻기 위한 계획방법 분석방법: 분산분석(Analysis of Variance, ANOVA)
CHAPTER 10 DEMAND MANAGEMENT AND DEMAND FORECASTING
상관계수.
Week 4: 다변수(2변수) 데이터분석 5장_1(산포도: scatter plot) 동영상 1,2,3,4,5
Cpt.3 예측 예측 Forecasting.
제 12장  원가추정 강사: 정재을 과목: 원가회계.
텍스트 분석 ㈜ 퀀트랩.
제 8장 일반화 선형모형 회귀분석, 분산분석, 다변량분산분석 및 부분 상관분석이 가능 GLM 절차
CH4. 반복이 없는 이원배치법 ( Two-way ANOVA)
X-13-ARIMA 프로그램 사용법.
Presentation transcript:

제 11 장 서비스 수요 예측

Forecasting Models 주관적 모형(Subjective Models) -델파이 기법(Delphi Methods) -상호영향분석(Cross-impact analysis) -역사적 유추법(Historical analogy) 인과형 모형(Causal Models) -회귀모형(Regression Models) -계량경제모형(Econometric) 시계열 모형(Time Series Models) -이동평균모형(Moving Averages) -지수평활모형(Exponential Smoothing) -추세분석법(Trand analysis

Delphi Method Developed at the Rand Corporation by Olaf Helmer Based on Expert Opinion Questioned on a seven-point Likert Scale (리커트 7점 척도, from “strongly agree” to “strongly disagree” ) 첫 번째 응답 결과를 제시하고, 수정 용의 질의 두 번째 시행의 피드 백을 제시하고, 다시 질문 Expensive and Time-consuming Method

단순 이동 평균법 (Simple Moving Average) 예측 모형 이용 가능한 과거 데이터군 중 최근 n 개의 자료에 대한 평균으로 미래 다음 기간에 대한 예측값으로 설정하는 방법

가중 이동 평균법 (Weighted Moving Average) 의 미 단순 이동평균법의 한계 극복 예 측 모 형 과거 n개의 데이터 각각에 대해 서로 다른 가중치를 부여  

가중 이동 평균법 (Weighted Moving Average) 예 측 모 형 wi ~ (i=1,…..,n) 각각은 0보다 크거나 같고 1보다 작거나 같으며, 모든 가중치들의 합이 1이 되는 실수 값으로 설정 만약 모든 가중치의 값이 1/n로 주어지면 이는 단순 이동평균 법임

지수 평활법 (Exponential Smoothing) 의 미 과거 데이터에 대해 가중치를 부여한다는 점에서 가중 이동 평균법과 유사 최근의 데이터일수록 미래 발생할 데이터 실현값에 미치는 영향력이 크다고 보고 최근 데이터에 가중치를 높게 부여해야 한다는 개념에 기반

지수 평활법 (Exponential Smoothing) 예 측 모 형 갑을 폰 (주) 예제에 대해 alpha=0.1 와 alpha=0.9 경우에 대한 예측결과

추세 변화가 있는 시계열 예측 방법 추세란? 예 제 : 3, 6, 9, 12, 15, 18, 21, 24, 27에서 시계열 데이터가 상향 또는 하향방향으로 중장기적으로 변화하고 있는 형태를 의미한다. 예 제 : 3, 6, 9, 12, 15, 18, 21, 24, 27에서 다음기간의 예측값은? 단순이동이나 이동평균을 사용한 경우의 문제점은?

홀트 (Holt)의 예측방법 예 측 모 형 Lt : 현재시점 t의 시계열 데이터의 수준 (level) Tt : 현재시점 t의 단위 기간 당 추세 변화율에 대한 기대 추정치

계절적 요인 변화가 있는 시계열 예측 방법 계절적 요인 변화란? 공기 청정기 판매량 예에서, 2 번째 분기에는 판매량이 감소, 3분기 및 4분기에는 판매량이 증가 일정한 시간간격을 두고 특정 패턴이 반복되는 시계열 데이터 예) 아이스크림, 에어컨과 같은 계절용품

인과형 모형 ■ 인과형 모형 - 인과형모형에서는 수요를 종속변수로, 수요에 영향을 미치는 요인들을 독립변수로 놓고 양자의 관계를 여러 가지 모형으로 파악하여 수요를 예측 ■ 회귀분석(regression analysis) - 독립변수의 수 · 1개 → 단순회귀분석 · 2개 이상 → 다중회귀분석 - 종속변수와 독립변수의 관계 · 선형 → 선형회귀분석 · 비선형 → 비선형회귀분석 제8장 수요예측

(1) 단순선형회귀분석 ■ 회귀식 = a + bX = 종속변수(수요) Y의 추정치(즉, 회귀선상의 값) a = 축 절편(X=0일 때 의 값) b = 직선의 기울기 ■ a 와 b의 값 제8장 수요예측

■ 상관계수(correlation coefficient) - 종속변수인 수요 Y와 독립변수 X와의 직선적인 관계의 - 상관계수의 부호가 양(+)이면 두 변수 X와 Y가 같은 방향 으로 변화;음(-)이면 X와 Y가 서로 반대방향으로 변화 - 상관계수 r을 구하는 공식 제8장 수요예측

■ 결정계수(coefficient of determination) - 상관계수 r의 제곱, 즉 r2을 결정계수라 함. - 결정계수는 종속변수 Y의 총변동 중 독립변수 X에 의해 설명된 변동의 비율을 나타냄. ■ 예 - 화물차들의 총운행거리와 타이어 사용량 월(i) 타이어 사용량 총운행거리 (단위:만 ㎞) 1 2 3 4 5 6 10 15 12 8 9 18 24 32 27 20 43

- 회귀선의 추정을 위한 계산 - a와 b의 값 회귀방정식 = 0.79+0.41X i Xi Yi XiYi Xi2 Yi2 1 2 3 4 5 6 24 32 27 18 20 43 10 15 12 8 9 240 480 324 144 180 774 576 1,024 729 400 1,849 100 225 64 81 합 계 164 72 2,142 4,902 938 - a와 b의 값 회귀방정식 = 0.79+0.41X 제8장 수요예측

다음 달의 총 운행거리를 35만km로 추정하고 있다면 타이어의 수요는 다음과 같이 예측됨. = 0.79+0.41(35) = 0.79+0.41(35) = 15.14(약 15개) - 총 운행거리와 타이어 사용량과의 선형상관관계의 정도를 나타내는 상관계수 r의 계산 - 총 운행거리와 타이어 사용량은 아주 강한 양(+)의 선형 상관관계를 가지며, r2=0.98이므로 타이어 사용량의 변동의 98%가 총 운행거리에 의해 설명되었음. 제8장 수요예측

정확도 측정 정확도 측정이란? 예측값과 실제값과의 “차이”를 정량화하기 위한 척도(measure) - 평균절대편차(MAD:Mean Absolute Deviation) - 평균제곱예측오차 (MSE : Mean Square forecast Error):