Vì mô hình san bằng mũ rất giản đơn nên được sử dụng khá rộng rãi trong các công ty. Tuy nhiên, việc chọn hệ số san bằng mũ α sao cho thích hợp để đạt được một dự báo chính xác là một vấn đề quan trọng. Để chọn được hệ số α hợp lý cũng như để đánh giá mức độ chính xác của dự báo, ta so sánh giữa kết quả dự báo với nhu cầu thực tế. Sai số của dự báo tính như sau:
Sai số dự báo = Nhu cầu thực – Dự báo = At -Ft
Ngoài ra, để đánh giá mức sai lệch tổng thể của dự báo người ta còn dùng độ lệch tuyệt đối trung bình MAD. Độ lệch tuyệt đối trung bình MAD được tính như sau:
n Ai- Fi
MAD = i=1 (2.4)
n
Thử đo mức độ chính xác đối với 2 giá trị α = 0,1 và α = 0,9 trong bảng sau:
Bảng 2.5: Tính độ lệch tuyệt đối bình quân (MAD)
Nhu cầu thực | α = 0,1 | α = 0,9 | |||||
Dự báo | Sai số tuyệt đối | Sai số dự báo | Dự báo | Sai số tuyệt đối | Sai số dự báo | ||
1 | 405 | 405 | 0 | 0 | 405 | 0 | 0 |
2 | 410 | 405 | 5 | 5 | 405 | 5 | 5 |
3 | 395 | 405,5 | 10,5 | - 10,5 | 409,5 | 14,5 | - 14,5 |
4 | 450 | 395 | 55 | 55 | 396,5 | 53,5 | 53,5 |
5 | 410 | 400,5 | 9,5 | 9,5 | 444,6 | 34,6 | - 34,6 |
6 | 430 | 410,5 | 28,5 | 28,5 | 413,5 | 16,6 | 16,6 |
7 | 450 | 404,5 | 45,5 | 45,5 | 428,5 | 21,5 | 21,5 |
8 | 461 | 409 | 52 | 52 | 448 | 13 | 13 |
9 | 470 | 414 | 56 | 56 | 460 | 10 | 10 |
10 | 600 | 420 | 180 | 180 | 469 | 131 | 131 |
11 | 630 | 438 | 192 | 192 | 587 | 43 | 43 |
12 | 610 | 457 | 153 | 153 | 626 | 16 | - 16 |
Tổng | 787 | 766 | 358,6 | 228,4 |
Có thể bạn quan tâm!
- Quản trị sản xuất tác nghiệp - 2
- Khái Niệm, Phân Loại, Vai Trò Và Các Nguyên Tắc Dự Báo
- Nguyên Tắc Tính Đặc Thù Về Bản Chất Của Đối Tượng Dự Báo
- Khái Niệm Và Bản Chất Của Thiết Kế Sản Phẩm Và Công Nghệ
- Tổ Chức Công Tác Thiết Kế Sản Phẩm Và Công Nghệ
- Các Nhân Tố Ảnh Hưởng Đến Hoạch Định Công Suất
Xem toàn bộ 215 trang tài liệu này.
Từ kết quả trong bảng trên ta có: MADα= 0,1 = 787/12 = 65,6
MADα= 0,9 = 358,6/12 = 29,88
So sánh hai giá trị trên ta khẳng định dự báo với α = 0,9 chính xác hơn với α = 0,1. Vậy ta chọn α = 0,9 trong trường hợp trên.
2.2.2.5. Phương pháp san bằng mũ có điều chỉnh xu hướng
Phương phápsanbằnghàmmũgiảnđơnkhôngthểhiệnròxuhướng biếnđộngcủadòng nhucầu,dođócầnphải sửdụngthêmkỹthuật điềuchỉnhxuhướng. Trongphương phápnàynhu cầudựbáo được xác địnhtheo công thức:
FITt= Ft+ Tt (2.5)
Trong đó:
FITt: Mứcnhucầudựbáotheophươngphápsanbằnghàmmũcóđiềuchỉnhxu hướng; Ft: Mứcnhu cầudựbáotheo phươngpháp san bằnghàm mũ giảnđơn;
Tt: Lượngđiềuchỉnhtheo xu hướng
Tt= Tt-1+ β(Ft- Ft-1) (2.6)
Trong đó:
Tt: Lượngđiềuchỉnhtheo xu hướng trong kỳt;
Tt-1: Lượngđiềuchỉnhtheo xu hướngtrong kỳt-1; β: Hệsốsanbằngxu hướng.
Nhưvậy,đểdựbáonhucầutheophương phápsanbằnghàmmũcóđiềuchỉnhxuhướng, cầntiếnhành các bướcsau:
- Dựbáonhu cầutheo phươngpháp san bằnghàmmũ giảnđơn Ftở thời kỳ t.
- Tính lượngđiềuchỉnhtheo xu hướng:Để tính lượngđiềuchỉnhtheo xu hướng,giá trịđiều chỉnh xuhướngbanđầuphải đượcxácđịnhvàđưavàocôngthức. Giátrị nàycóthể đượcđềxuất bằngphán đoán hoặcbằngnhữngsố liệuđã quan sát được trong thờigian qua.
- Tính nhu cầudựbáo theo phươngpháp san bằngmũ có điềuchỉnh xu hướng.
Trở lại ví dụ trên, ta lập được bảng dự báo theo phương pháp san bằng mũ có điều chỉnh xu hướng với β = 0,1 như sau:
Bảng 2.6: Dự báo nhu cầu cửa hàng X theo phương pháp san bằng mũ có điều chỉnh xu hướng
Nhu cầu thực tế | Dự báo (Ft) | Điều chỉnh xu hướng Ttvới β = 0,1; α = 0,9 | Dự báo có điều chỉnh xu hướng FITt | |
1 | 405 | 405 | 0 | 405 |
2 | 410 | 405 | 0 = 0 + 0,1(405 – 405) | 405 |
3 | 395 | 409,5 | 0,45 = 0 + 0,1(409,5 – 405) | 410 |
4 | 450 | 396,5 | -0,85 = 0,45 + 0,1(396,5 – 409,5) | 395,65 |
5 | 410 | 444,6 | 3,96 = -0,85 + 0,1(444,6 – 396,5) | 448,6 |
6 | 430 | 413,5 | 0,85 = 3,96 + 0,1(413,5 – 444,6) | 414,4 |
450 | 428,5 | 2,35 = 0,85 + 0,1(428,5 – 413,5) | 431 | |
8 | 461 | 448 | 4,3 = 2,35 + 0,1(448 – 428,5) | 452,3 |
9 | 470 | 460 | 5,5 = 4,3 + 0,1(460 – 448) | 565,5 |
10 | 600 | 469 | 6,4 = 5,5 + 0,1(469 – 460) | 475,5 |
11 | 630 | 587 | 18,2 = 6,4 + 0,1(587 – 469) | 605,2 |
12 | 610 | 626 | 22,1 = 18,2 + 0,1(626 – 587) | 648,1 |
7
Để kiểm nghiệm xem dự báo theo phương pháp san bằng mũ có điều chỉnh xu hướng có tốt hơn các phương pháp ở trên không, ta có thể sử dụng chỉ tiêu độ lệch tuyệt đối trung bình MAD.
Để tính toán MAD ta có bảng sau:
Bảng 2.7: Tính MAD cho phương pháp san bằng mũ có điều chỉnh xu hướng
Nhu cầu thực tế | Dự báo có điều chỉnh xu hướng FITt | Độ lệch tuyệt đối At - FITt | |
1 | 405 | 405 | 0 |
2 | 410 | 405 | 5 |
3 | 395 | 410 | 15 |
4 | 450 | 395,65 | 54,35 |
5 | 410 | 448,6 | 38,6 |
6 | 430 | 414,4 | 15,6 |
7 | 450 | 431 | 19,0 |
8 | 461 | 452,3 | 8,7 |
9 | 470 | 565,5 | 4,5 |
10 | 600 | 475,5 | 124,6 |
11 | 630 | 605,2 | 24,8 |
12 | 610 | 648,1 | 22,1 |
Tổng | 332,25 |
Theo bảng trên, ta có:
MAD =
332,25
12 =27,69
So với kết quả ở mục 4 thì kết quả ở đây chính xác hơn vì có MAD nhỏ hơn.
2.2.2.6. Phép hoạch định theo xu hướng
Phép hoạch định theo xu hướng giúp ta dự báo nhu cầu trong tương lai dựa vào dãy số theo thời gian.
Dãy số theo thời gian cho phép xác định đường xu hướng lý thuyết trên cơ sở kỹ thuật bình phương bé nhất, tức là tổng khoảng cách từ các điểm thể hiện nhu cầu thực
tế trong quá khứ đến đường xu hướng lấy theo trục tung là nhỏ nhất. Sau đó dựa vào đường xu hướng lý thuyết để dự báo nhu cầu cho tương lai.
Để xác định đường xu hướng lý thuyết trước hết cần biểu diễn các nhu cầu trong quá khứ lên biểu đồ và phân tích xu hướng phát triển của các số liệu đó. Qua phân tích nếu thấy rằng các số liệu tăng hoặc giảm tương đối đều đặn theo một chiều hướng nhất định thì ta có thể vạch ra mộtđường thẳng biểu hiện chiều hướng đó. Nếu các số liệu biến động theo một chiều hướng đặc biệt hơn, như tăng giảm ngày càng tăng nhanh hoặc ngày càng chậm thì ta có thể sử dụng các đường cong thích hợp để mô tả sự biến động đó, như đường parabol, hyperbol, logarit...
Một số đường cong xu hướng nhu cầu sản phẩm thường gặp như: tuyến tính, Logistic và hàm mũ... Dưới đây sẽ xem xét phương pháp dự báo nhu cầu sản phẩm theo đường xu hướng tuyến tính.
Dạng của mô hình tuyến tính được biểu diễn theo công thức sau :
Yt = a +bt (2.7)
Trong đó: Yt : Nhu cầu sản phẩm tính cho kỳ t a, b : Các tham số
t : Biến thời gian
Sử dụng phương pháp bình phương nhỏ nhất, a và b được xác định như sau:
i 1
i
i
nY t
nY .t
i
b = n
i 1
t2
2
n.t
và a= Y
b.t
(2.8)
n
n
n
Y n 1 t 1
Y i và
i1
Trong đó:Yi: Nhu cầu thực của giai đoạn i
n: Số giai đoạn quan sát
ti i1
(2.9)
Ví dụ: Sảnlượngbưuphẩmghi số qua các nămđược cho trongbảng sau. Yêu cầudựbáo nhu cầubưuphẩmghi số cho 5 nămtiếptheo theo phươngpháp hoạch định theo xu hướng.
Đơnvịtính: ngàn cái
1994 | 1995 | 1996 | 1997 | 1998 | 1999 | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 | |
Sản lượng | 130 | 255 | 298 | 300 | 370 | 400 | 459 | 494 | 541 | 652 | 738 | 798 |
Ta lậpbảngsau:
Bảng 2.8: Dự báo nhu cầu theo phương pháp hoạch định theo xu hướng
Đơn vị: sản phẩm
Sảnlượng (Yi) | ti | ti2 | Yiti | |
1994 | 130 | 1 | 1 | 130 |
1995 | 255 | 2 | 4 | 510 |
1996 | 298 | 3 | 9 | 894 |
1997 | 300 | 4 | 16 | 1200 |
1998 | 370 | 5 | 25 | 1850 |
1999 | 400 | 6 | 36 | 2400 |
2000 | 459 | 7 | 49 | 3213 |
2001 | 494 | 8 | 64 | 3952 |
2002 | 541 | 9 | 81 | 4869 |
2003 | 652 | 10 | 100 | 6520 |
2004 | 738 | 11 | 121 | 8118 |
2005 | 798 | 12 | 144 | 9576 |
5435 | 78 | 650 | 43232 |
Năm
Căn cứ vào số liệu trong bảng xác định các hệ số: b = 51,43 và a = 126,95. Nhưvậy,đườngxuhướngcó dạng:Y = 126,95 +51,43 t.
2.2.2.7. Phương pháp dự báo nhu cầu biến đổi theo mùa
Có nhiều loại mặt hàng theo nhu cầu biến đổi theo mùa như quần áo, lò sưởi, máy nông nghiệp ... Ví dụ sau đây cho ta biết cách dùng chỉ số mùa vụ để điều chỉnh nhu cầu theo mùa.
Ví dụ: Nhà máy Điện cơ thống kê được số quạt điện bán được trong thời gian qua như sau:
Nhu cầu thực | Nhu cầu bình quân tháng | Nhu cầu bình quân tháng giản đơn | Chỉ số mùa vụ | ||
Năm 1 | Năm 2 | ||||
1 | 0 | 0 | 0 | 1.789 | 0 |
2 | 0 | 0 | 0 | 1.789 | 0 |
3 | 0 | 0 | 0 | 1.789 | 0 |
4 | 800 | 1.100 | 950 | 1.789 | 0,531 |
5 | 5.500 | 7.300 | 6.400 | 1.789 | 3,577 |
6 | 7.600 | 8.200 | 7.900 | 1.789 | 4,416 |
7 | 4.100 | 4.300 | 4.200 | 1.789 | 2,348 |
8 | 1.500 | 1.600 | 1.550 | 1.789 | 0,866 |
9 | 400 | 510 | 455 | 1.789 | 0,254 |
10 | 10 | 12 | 11 | 1.789 | 0,006 |
11 | 0 | 0 | 0 | 1.789 | 0 |
12 | 0 | 0 | 0 | 1.789 | 0 |
Tổng nhu cầu bình quân = 21.466 |
Nhu cầu bình quân tháng =
Nhu cầu tháng theo năm thứ 2
Nhu cầu tháng theo năm thứ 1 +
37
/ 2 (2.10)
Nhu cầu bình quân tháng giản đơn =
21.466
12 = 1.789
Nhu cầu bình quân tháng
Chỉ số mùa vụ = Nhu cầu bình quân tháng giản đơn(2.11) Tổng chỉ số mùa vụ = Tổng giai đoạn theo mùa
Nếu nhu cầu năm thứ 3 được dự báo là 23.500 chiếc thì khi dùng các chỉ số mùa vụ trên ta sẽ dự báo được nhu cầu hàng tháng trong năm đó như sau:
Bảng 2.9: Dự báo nhu cầu hàng tháng sử dụng chỉ số mùa vụ
Đơn vị: sản phẩm
Nhu cầu | Tháng | Nhu cầu | |
1 | (23.500/12)x0 = 0 | 7 | (23.500/12)x2,348 = 4598 |
2 | (23.500/12)x0 = 0 | 8 | (23.500/12)x0,866 = 1698 |
3 | (23.500/12)x0 = 0 | 9 | (23.500/12)x0,254 = 498 |
4 | (23.500/12)x0,531 = 1040 | 10 | (23.500/12)x0,006 = 12 |
5 | (23.500/12)x0,577 = 700 | 11 | (23.500/12)x0 = 0 |
6 | (23.500/12)x4,416 = 8648 | 12 | (23.500/12)x0 = 0 |
2.2.2.8. Phương pháp dự báo nhân quả: hồi quy và phân tích tương quan
Mô hình dự báo nhân quả thường nghiên cứu nhiều biến cố liên quan đến nhu cầu dự báo. Khi tìm ra được các biến số có liên quan, người ta xây dựng mô hình và dùng nó để dự báo. Cách tiếp cận này phản ảnh được nhân tố ảnh hưởng đến nhu cầu. Có nhiều nhân tố ảnh hưởng đến nhu cầu. Công việc của nhà quản trị là xây dựng mô hình phản ánh tương quan giữa các nhân tố trên. Mô hình dự báo nhân quả định lượng được dùng phổ biến nhất là “Mô hình phân tích hồi quy tuyến tính”.
Trong mô hình phân tích hồi quy tuyến tính, biến phụ thuộc là nhu cầu y và biến độc lập là x. Phương trình dự báo giống như trong phương trình dự báo theo xu hướng, song nhân tố thời gian được thay bằng nhân tố x.
y = a + bx (2.12)
Trong đó:
y: Trị số của biến phụ thuộc; a: Hệ số chặn;
b: Hệ số góc;
x: Biến độc lập.
Ta có thể tìm được phương trình toán học thể hiện quan hệ hồi quy tuyến tính trên như sau:
n x
y nx y
i1 i i
n
b =
và a= y b.x
(2.13)
i
2
n
i1
x2n. x
n
y n1
y y 1
xivà
i1
i1 i n
(2.14)
Trong đó:Yi: Nhu cầu thực của giai đoạn i
n: Số giai đoạn quan sát
TÓM TẮT NỘI DUNG CHƯƠNG
1. Dự báo là sự tiên đoán có căn cứ khoa học, mang tính chất xác suất về mức độ, nội dung, các mối quan hệ, trạng thái, xu hướng phát triển của đối tượng nghiên cứu hoặc về cách thức và thời hạn đạt được các mục tiêu nhất định đã đề ra trong tương lai.
2. Khi dự báo phải tuân theo các nguyên tắc sau:
- Nguyên tắc liên hệ biện chứng
- Nguyên tắc kế thừa lịch sử
- Nguyên tắc tính đặc thù về bản chất của đối tượng dự báo
- Nguyên tắc mô tả tối ưu đối tượng dự báo
- Nguyên tắc về tính tương tự của đối tượng dự báo
3. Căn cứ vào thời gian có 3 loại dự báo sau :
- Dự báo ngắn hạn
- Dự báo trung hạn
- Dự báo dài hạn
4. Các phương pháp dự báo định tính chủ yếu bao gồm:
- Lấy ý kiến của ban quản lý điều hành
- Phương pháp lấy ý kiến của lực lượng bán hàng
- Phương pháp nghiên cứu thị trường người tiêu dùng
- Phương pháp chuyên gia
5. Các phương pháp dự báo định lượng chủ yếu bao gồm:
- Phương pháp chuỗi thời gian:
+ Phương pháp trung bình giản đơn
+ Phương pháp trung bình động
+ Phương pháp trung bình động có trọng số
+ Phương pháp san bằng hàm mũ giản đơn
+ Phương pháp san bằng hàm mũ có điều chỉnh xu hướng
+ Dự báo theo đường xu hướng
- Phương pháp hồi quy tương quan