บทที่ 2
-
Upload
rungnapa-rungnapa -
Category
Economy & Finance
-
view
275 -
download
0
description
Transcript of บทที่ 2
![Page 1: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/1.jpg)
บทท 2 การพยากรณ
Forecasting
![Page 2: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/2.jpg)
การพยากรณ คอ อะไร
เปนกระบวนการคาดการณเหตการณในอนาคต
เกยวของกบการตดสนใจทางธรกจในเรอง
การผลต Production
สนคาคงคลง Inventory
ทรพยากรมนษย Personnel
??
![Page 3: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/3.jpg)
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
![Page 4: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/4.jpg)
ขนตอนการพยากรณ
การตดสนใจใชการพยากรณ
เลอกรายการการพยากรณ
ตดสนใจเวลาทใชในการพยากรณ
เลอกรปแบบการพยากรณ
รวบรวมขอมลทจ าเปนตอการท าการพยากรณ
ท าการพยากรณ
สรางความเทยงตรงและปฏบตการวเคราะหผลลพธ
![Page 5: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/5.jpg)
ประเภทของการพยากรณ
1. การพยากรณเชงคณภาพ
• การพยากรณจากรายงานของพนกงานขาย
• การพยากรณจากความเหนของฝายบรหาร
• การส ารวจตลาด
• วธเดลฟาย
![Page 6: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/6.jpg)
ประเภทของการพยากรณ
โมเดลอนกรมเวลา Time-series models
โมเดลเหตผล Associative models, Causal
models
2. การพยากรณเชงปรมาณ
![Page 7: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/7.jpg)
รปแบบการพยากรณแบบอนกรมเวลา
รปแบบการพยากรณระดบ
รปแบบแนวโนม
รปแบบวฏจกร
รปแบบฤดกาล
![Page 8: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/8.jpg)
© 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
![Page 9: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/9.jpg)
เปนอนกรมเวลาทพจารณาถงการเคลอนไหวคงทขนหรอลงในเหตการณทเกดขนในชวงเวลาทตองการขยายธรกจหรอขอบเขตผลตภณฑ
รปแบบแนวโนม (Trend)
2
3
4
5
0
1
2
3
4
5
6
2006 2007 2008 2009
![Page 10: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/10.jpg)
แสดงถงการผกผนซงเกดขนในชวงเวลาทมากกวา 1 ปถาชวงเวลาหรอระบบของวฎจกรยาวขนอาจจะมผลกระทบกบองคการ เกดจากผลกระทบจากปจจยดานการเมอง เศรษฐกจ วงจรธรกจ
รปแบบวฎจกร (Cycles)
0 5 10 15 20
![Page 11: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/11.jpg)
สะทอนความผนแปรของขอมล ซ งกลบมาเกดขนเปนชวงเวลาหรอฤดกาลในแตละป รปแบบนอาจเปนชวงฤดกาลท เปนเดอน ไตรมาสหรอป และอาจเปนฤดกาลท เปนสปดาหหรอรายวน หรอแมกระทวรายชวโมงกเปนได สาเหตการเปลยนแปลงเกดจากพฤตกรรมของลกคา หรออากาศ
รปแบบฤดกาล (Seasonal)
![Page 12: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/12.jpg)
เกดในกรณท มความแปรปรวนของวกฤตการณการเมอง การนดหยดงาน การประทวงหรอเหตการณไมอาจคาดการณไดอน ๆ ซงไมอาจใชการพยากรณอนกรมเวลาแบบใดไดเหมาะสมเพยงพอผบรหารจะใชแบบสมตวอยาง โดยทวไปแลวใชกบเหตการณทไมไดกลบมาเกดขนใหมอกครงหรอเปนเหตการณเกดขนชวครงชวคราว
รปแบบสม (Random)
M T W T F
![Page 13: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/13.jpg)
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
![Page 14: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/14.jpg)
1.1 วธการหาคาแบบตรง (Naive Approach)
ความตองการของผลตภณฑในอนาคตจะเทากบความตองการปจจบน
เชน ถาเดอน พ.ค.ขายได 48 เครอง ยอดขายเดอน ม.ย.กสามารถพยากรณไดวาจะเทากบ 48 เครอง
![Page 15: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/15.jpg)
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
![Page 16: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/16.jpg)
ตวอยาง
จากขอมลในตารางตอไปน จงพยากรณยอดขายในเดอนมกราคมปถดไป
วธท า คาเฉลยเคลอนท 3 เดอน
F13 = Y12 + Y11 + Y10
3
= 14 + 16 + 18
3
= 16
![Page 17: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/17.jpg)
ใชขอมลปจจบนมาถวงน าหนก เพอใหการพยากรณมความถกตองมากขน
1.3 วธการหาคาเฉลยเคลอนทถวงน าหนก Weighted Moving Average
คาเฉลยเคลอนทถวงน าหนก
= ∑ [(คาถวงนน. ส าหรบชวงเวลา n) x (คาความตองการของชวงเวลา n)]
∑ คาถวงน าหนกทงหมด
![Page 18: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/18.jpg)
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
![Page 19: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/19.jpg)
© 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
![Page 20: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/20.jpg)
© 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
![Page 21: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/21.jpg)
© 2006 Prentice Hall, Inc. 4 – 21
วธปรบเรยบเอกซโพเนลเชยล Exponential smoothing
![Page 22: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/22.jpg)
1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis
คาขอมลตาง ๆ บนเสนกราฟจะแสดงความสมพนธเปนเสนตรง โดยมคาเบยงเบนของขอมลทอยหางจากเสนกราฟไมมากโดยสามารถหาคาไดจาก
y = a + bx
y = คาพยากรณตวแปรตาม a = คาคงททตดแกน y b = คาความชนของเสนตรงแนวโนม x = คาตวแปรอสระ
![Page 23: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/23.jpg)
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
![Page 24: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/24.jpg)
© 2006 Prentice Hall, Inc. 4 – 24
1.5 การวเคราะหถดถอยเชงเสนตรง Linear Regression Analysis
![Page 25: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/25.jpg)
© 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
![Page 26: บทที่ 2](https://reader033.fdocuments.net/reader033/viewer/2022052619/5566db8fd8b42a70198b45a6/html5/thumbnails/26.jpg)
© 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