บทท 2 การพยากรณ

Forecasting

การพยากรณ คอ อะไร

เปนกระบวนการคาดการณเหตการณในอนาคต

เกยวของกบการตดสนใจทางธรกจในเรอง

การผลต Production

สนคาคงคลง Inventory

ทรพยากรมนษย Personnel

??

การพยากรณระยะสน Short-Term Forecasting

โดยทวไปไมเกน 3 เดอน

เชน การวางแผนการจดซอ, การจดตารางการท างาน

การพยากรณระยะกลาง Medium-Term Forecasting

3 เดอน ถง 3 ป

เชน การวางแผนการขาย การผลต, การจดท างบประมาณ

การพยากรณระยะยาว Long-Term Forecasting

3 ปขนไป

เชน การออกผลตภณฑใหม การวจยพฒนา การขยายท าเลทตง

ระยะเวลาของการพยากรณ

ขนตอนการพยากรณ

การตดสนใจใชการพยากรณ

เลอกรายการการพยากรณ

ตดสนใจเวลาทใชในการพยากรณ

เลอกรปแบบการพยากรณ

รวบรวมขอมลทจ าเปนตอการท าการพยากรณ

ท าการพยากรณ

สรางความเทยงตรงและปฏบตการวเคราะหผลลพธ

ประเภทของการพยากรณ

1. การพยากรณเชงคณภาพ

• การพยากรณจากรายงานของพนกงานขาย

• การพยากรณจากความเหนของฝายบรหาร

• การส ารวจตลาด

• วธเดลฟาย

ประเภทของการพยากรณ

โมเดลอนกรมเวลา Time-series models

โมเดลเหตผล Associative models, Causal

models

2. การพยากรณเชงปรมาณ

รปแบบการพยากรณแบบอนกรมเวลา

รปแบบการพยากรณระดบ

รปแบบแนวโนม

รปแบบวฏจกร

รปแบบฤดกาล

© 2006 Prentice Hall, Inc. 4 – 8

เ ปนการน า ข อ มล ในอด ตมา ใ ช ในการพยากร ณ ล กษณะของ ขอ มลข นล ง ไ มสม าเสมอ ท าใหไมสามารถคาดการณได ขนอย กบปจจยในชวงเวลานนๆ

รปแบบการพยากรณระดบ

เปนอนกรมเวลาทพจารณาถงการเคลอนไหวคงทขนหรอลงในเหตการณทเกดขนในชวงเวลาทตองการขยายธรกจหรอขอบเขตผลตภณฑ

รปแบบแนวโนม (Trend)

2

3

4

5

0

1

2

3

4

5

6

2006 2007 2008 2009

แสดงถงการผกผนซงเกดขนในชวงเวลาทมากกวา 1 ปถาชวงเวลาหรอระบบของวฎจกรยาวขนอาจจะมผลกระทบกบองคการ เกดจากผลกระทบจากปจจยดานการเมอง เศรษฐกจ วงจรธรกจ

รปแบบวฎจกร (Cycles)

0 5 10 15 20

สะทอนความผนแปรของขอมล ซ งกลบมาเกดขนเปนชวงเวลาหรอฤดกาลในแตละป รปแบบนอาจเปนชวงฤดกาลท เปนเดอน ไตรมาสหรอป และอาจเปนฤดกาลท เปนสปดาหหรอรายวน หรอแมกระทวรายชวโมงกเปนได สาเหตการเปลยนแปลงเกดจากพฤตกรรมของลกคา หรออากาศ

รปแบบฤดกาล (Seasonal)

เกดในกรณท มความแปรปรวนของวกฤตการณการเมอง การนดหยดงาน การประทวงหรอเหตการณไมอาจคาดการณไดอน ๆ ซงไมอาจใชการพยากรณอนกรมเวลาแบบใดไดเหมาะสมเพยงพอผบรหารจะใชแบบสมตวอยาง โดยทวไปแลวใชกบเหตการณทไมไดกลบมาเกดขนใหมอกครงหรอเปนเหตการณเกดขนชวครงชวคราว

รปแบบสม (Random)

M T W T F

วธการพยากรณเชงปรมาณ โมเดลอนกรมเวลา

1.1 วธการหาคาแบบตรง Naive approach

1.2 วธการหาคาเฉลยเคลอนท Moving Averages

1.3 วธการหาคาเฉลยเคลอนทถวงน าหนก Weighted moving Averages

1.4 วธปรบเรยบเอกซโพเนลเชยล Exponential smoothing

1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis

1.1 วธการหาคาแบบตรง (Naive Approach)

ความตองการของผลตภณฑในอนาคตจะเทากบความตองการปจจบน

เชน ถาเดอน พ.ค.ขายได 48 เครอง ยอดขายเดอน ม.ย.กสามารถพยากรณไดวาจะเทากบ 48 เครอง

January 10

February 12

March 13

April 16

May 19

June 23

July 26

Actual 3-Month Month Shed Sales Moving Average

(12 + 13 + 16)/3 = 13 2/3

(13 + 16 + 19)/3 = 16

(16 + 19 + 23)/3 = 19 1/3

10

12

13

(10 + 12 + 13)/3 = 11 2/3

คาเฉลยเคลอนท = ∑ ความตองการในชวงเวลากอนหนาชวงเวลา n

n

1.2 วธการหาคาเฉลยเคลอนทอยางงาย Simple Moving Average Method

ตวอยาง

จากขอมลในตารางตอไปน จงพยากรณยอดขายในเดอนมกราคมปถดไป

วธท า คาเฉลยเคลอนท 3 เดอน

F13 = Y12 + Y11 + Y10

3

= 14 + 16 + 18

3

= 16

ใชขอมลปจจบนมาถวงน าหนก เพอใหการพยากรณมความถกตองมากขน

1.3 วธการหาคาเฉลยเคลอนทถวงน าหนก Weighted Moving Average

คาเฉลยเคลอนทถวงน าหนก

= ∑ [(คาถวงนน. ส าหรบชวงเวลา n) x (คาความตองการของชวงเวลา n)]

∑ คาถวงน าหนกทงหมด

January 10

February 12

March 13

April 16

May 19

June 23

July 26

Actual 3-Month Weighted Month Shed Sales Moving Average

(.5 x 16) + (.3 x 13) + (.2 x 12) = 14.30

(.5 x 19) + (.3 x 16) + (.2 x 13) = 16.90

(.5 x 23) + (.3 x 19) + (.2 x 16) = 20.40

Weighted Moving Average

10

12

13

(.5 x 13) + (.3 x 12) + (.2 x 10)= 12.10

Weights Applied Period

.50 1 เดอนกอนหนา .30 2 เดอนกอนหนา .20 3 เดอนกอนหนา

© 2006 Prentice Hall, Inc. 4 – 19

1.4 วธปรบเรยบเอกซโพเนลเชยล Exponential smoothing

การพยากรณโดยใชการเฉลยเคลอนทวธหนง ซงใหน าหนกขอมลทผานมาแลวนนตาง ๆ กน ขอมลทผานมาแลวนนจะใหน าหนกนอยแลวเพมขนเรอย ๆ จนกระทง ขอมลปจจบนจะใหน าหนกมากทสด วธนคาพยากรณจะถกก าหนดโดยคาพยากรณของงวดทแลว บวกกบสวนแตกตางระหวางขอมลจรงของงวดทแลวกบคาพยากรณของงวดทแลว

© 2006 Prentice Hall, Inc. 4 – 20

วธปรบเรยบเอกซโพเนลเชยล Exponential smoothing

สตรในการค านวณ

Ft = Ft-1 + (Xt-1 – Ft) เมอ Ft คาพยากรณความตองการใหม Ft-1 คาพยากรณ ชวงทผานมา คอน าหนกหรอคาคงทปรบเรยบ Xt-1 ความตองการทแทจรงทผานมา

© 2006 Prentice Hall, Inc. 4 – 21

วธปรบเรยบเอกซโพเนลเชยล Exponential smoothing

1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis

คาขอมลตาง ๆ บนเสนกราฟจะแสดงความสมพนธเปนเสนตรง โดยมคาเบยงเบนของขอมลทอยหางจากเสนกราฟไมมากโดยสามารถหาคาไดจาก

y = a + bx

y = คาพยากรณตวแปรตาม a = คาคงททตดแกน y b = คาความชนของเสนตรงแนวโนม x = คาตวแปรอสระ

b = nSxy - SxSy

nSx2 – (Sx)2

y = a + bx

a = y - bx

y = Sy

n x = Sx

n

1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis

สตรในการค านวณ

© 2006 Prentice Hall, Inc. 4 – 24

1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis

© 2006 Prentice Hall, Inc. 4 – 25

1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis

a = y – bx แทนคา a = 12.5 – 1.254 x 4.25

a = 12.5 – 5.33

a = 7.17

© 2006 Prentice Hall, Inc. 4 – 26

1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis

ถาในปถดไปจ านวนหนวยผลตเพมขนเปน 10 ลานชน บรษทแหงนจะมตนทนการผลตเปนกลานบาท y = a + bx

y = 7.17 + 1.254 x 10

y = 7.17 + 12.54

y = 19.71 ดงนน ถาในปถดไปจ านวนหนวยผลตเพมขนเปน 10 ลานชน บรษทแหงนจะมตนทนการผลตเปน 19.71ลานบาท