- KỸ THUẬT DỰ BÁO. - Kỹ thuật Dự báo: “đoán” các sự kiện trong tương lai tạo ra thông tin, dữ liệu cho hoạch định.. - DỰ BÁO Số liệu quá khứ của đại lượng cần đoán có sẵn hoặc có thể thu thập được,. - Đặc trưng của Dự báo. - Kỹ thuật dự báo có thể áp dụng:. - Kỹ thuật định lượng: thể hiện các mối liên hệ của các đại lượng (thông số) bằng biểu thức/mô hình toán,. - Kiểm soát sai số bởi vì dự báo thì thường không. - lượng cần dự báo là hàm số của các biến số độc lập khác.. - dự báo dài hạn.. - Thời đoạn dự báo tổng quát:. - Dự báo dài hạn quan tâm đến việc xác định chiều hướng thay đổi dài hạn của đại lượng cần dự báo.. - Dự báo trung hạn thích hợp cho việc tổng hợp các nhân tố theo mùa.. - Dự báo ngắn hạn thì cần thiết cho việc điều độ và các mức độ tồn kho.. - Kỹ thuật áp dụng:. - Mô hình dài hạn ta dùng kỹ thuật dự báo định tính. - Mô hình trung hạn ta sử dụng mô hình nhân quả + Mô hình ngắn hạn ta dùng kỹ thuật chuỗi thời gian (ánh xạ).. - Chi phí dự báo:. - Tính dễ hiểu của dự báo:. - Nhà quản lý sẽ không dùng kỹ thuật nào họ không hiểu.. - Kỹ thuật Dự báo định tính (chủ quan). - Nếu số liệu quá khứ có sẵn, tin tưởng được và thích hợp các phương pháp dự báo định lượng sẽ cực kỳ hữu dụng.. - Có nhiều trường hợp dùng đến các phương pháp dự báo định tính.. - Lượng dự báo. - Phương pháp này đơn giản, dễ sử dụng: thu thập các số liệu dự báo (dự đoán) của một số người. - Phải loại bỏ những dự báo hoàn toàn trái ngược làm ảnh hưởng đến số liệu dự báo toàn bộ. - Phải loại nhà quản lý lấn át số liệu dự báo toàn bộ.. - Thứ tự trình bày số liệu dự báo và. - Rà soát, xem lại của dự báo tổng hợp này.. - Dữ liệu. - Dự báo. - DỰ BÁO. - Kỹ thuật Delphi là PP để tổng hợp quan điểm của chuyên gia.. - Dự báo từ lực lượng bán hàng Phương pháp “gốc của cỏ”.. - Bất lợi: lực lượng bán hàng có thể trở nên “quá lạc quan” về dự báo của họ nếu họ tin rằng một dự báo thấp có thể dẫn đến việc sa thải công nhân. - Khuyến khích lực lượng này có dự báo tốt là có những thưởng và phạt cho dự báo tốt và xấu.. - Đo lường sai số Dự báo. - i (Giá trị thực – Giá trị dự báo) i n. - Doanh thu dự báo. - Kỹ thuật Dự báo định lượng. - Kỹ thuật làm trơn chuỗi số liệu, ví dụ doanh số trong quá khứ của công ty Hạ Long.. - Thử nhiều số n khác nhau, tính toán dự báo cho từng trường hợp rồi so sánh độ lệch tuyệt đối trung bình cho mỗi phương án. - giá trị dự báo tuần 3:. - giá trị dự báo tuần 4:. - và 0.2 giá trị dự báo cho tuần kế tiếp sẽ là:. - Kỹ thuật làm trơn hàm số mũ ( Exponential smoothing ) Kỹ thuật này tương tự như KT trung bình di chuyển có trọng số nhưng yêu cầu dữ liệu ít hơn.. - với F t = giá trị dự báo tại thời điểm t;. - Kỹ thuật làm trơn hàm số mũ ( Exponential smoothing ) F t+1 = F t. - Một giá trị dự báo ban đầu phải được đưa ra trước tiên sau đó các trị số dự báo sẽ lần lượt được tính.. - lấy thí dụ với việc dự báo số ca nhập viện ở trên, giả sử lượng nhập viện cho tuần thứ nhất là 25 và được chọn là 0,5.. - Kỹ thuật làm trơn hàm số mũ ( Exponential smoothing. - Tuần Số lượng thực Số lượng dự báo Sai số tuyệt đối. - Kỹ thuật làm trơn hàm số mũ ( Exponential smoothing ) Ta thấy rằng KT làm trơn bằng hàm số mũ cho kết
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt