becslési hiba, hogyan kell kiszámítani és alkalmazni

A fő feladat a készletgazdálkodás, hogy meghatározza a feltöltési térfogat, vagyis mennyit kell kötelezni a szolgáltatót. A számítás ezen összeg használják számos paraméter - mennyi lesz a jövőben értékesíteni, hogy mennyi idő van pótolni, ami kiegyensúlyozza van raktáron, és mennyi már megrendelhető a szállító. Az, hogy milyen mértékben tudjuk megfelelően ezek a paraméterek befolyásolják-e, vagy nem elég áru a raktárban van, vagy túl sok lesz. De a legnagyobb hatással a készletgazdálkodás hatékonyabbá befolyásolja, hogy milyen mértékben az előrejelzés pontosságát. Sokan azt hiszik, hogy ez általában a fő kérdés készletgazdálkodás. Valóban, a jóslat a pontosság nagyon fontos paraméter. Ezért fontos, hogy megértsük, hogyan kell értékelni azt. Ugyancsak fontos, hogy meghatározzák az oka hiány vagy nem likvid, és a kiválasztási szoftver értékesítési előrejelzés és menedzsment.

Ebben a cikkben bemutattam néhány képletek kiszámításához pontosságát előrejelzés előrejelzési hibát. Ezen felül, akkor lehet letölteni a fájlokat példákkal számítások a mutatónak.

Ahhoz, hogy megbecsüljük az értékesítési előrejelzés használt statisztikai értékelését a becslési hiba az idősor előrejelzés. A legegyszerűbb mutatója - az a tény, eltérés az előrejelzés mennyiségi szempontból.

A gyakorlatban a becslési hiba számított minden egyes tételt, és a kiszámított átlagos becslési hiba. Az alábbi gyakori hibák csak mutatók mutatóinak átlagos előrejelzési hibák.

Ezek közé tartoznak:

MAPE- átlagos abszolút hiba százalékban

ahol Z (t) - a tényleges érték az idő sorozat, és - az előrejelzések.

Ha a tényleges értéke az idősor közel 0, akkor a nevező lesz egy nagyon kis számú, amely biztosítja, hogy az érték a MAPE közel végtelenbe - nem teljesen helyes. Például, a tényleges ár a PCB = 0,01 rubel / MWh, a prediktív = 10 rubel / MWh, míg MAPE = (0,01-10) /0.01 = 999%, de a valóságban nem vagyunk annyira rossz, csak 10 rubel / MWh. Sorozathoz, amely közel nullára, a következő becslés a becslési hiba.

.

Az ár becslési hiba értékelése PCB és LED BR helyes a MAE.

8500). Erre a predikciós érték MAPE = 1,5%. » Ugyanakkor, nézi a cikket, lehetőség van, hogy meghatározzák általános benyomás ereje predikciós hibát, amely MAPE általában mozog 1-5%; vagy hibák a villamos energia árának előrejelző MAPE ami mozog 5-15% időszaktól függően és a piac. MAPE kapott ár-érték saját előrejelzése, akkor tudja becsülni, hogy nagy kapsz megjósolni.

ME - az átlagos hiba

Ez akkor fordul elő, a másik nevet a névsor - Bias (angol -. Bias) bizonyítja nagyságát az eltérés, és - amelynek iránya az értékesítési előrejelzés eltér a tényleges szükséglet. Ez a mutató azt mutatja, hogy optimista vagy pesszimista előrejelzést. Azaz, a negatív érték torzítás azt mondta, hogy az előrejelzés túl magas volt (valódi igény alacsonyabb volt), és éppen ellenkezőleg, a pozitív érték, hogy az előrejelzés túl alacsony volt. Digitális mutató értéke határozza meg a szórás (offset).

MSE - átlagos négyzetes hiba

.

RMSE - négyzetgyöke az átlagos négyzetes hiba

.

SD - standard deviáció

ahol Me - átlagos hibát képlet határozza meg a fenti.

Kommunikációs pontosság és becslési hiba

Az elején ez a vita, nézzük foglalkozik definíciókat.

előrejelzési hibát - utólagos értékét előrejelzési eltérés a tényleges állapota az objektum. Ha beszélünk értékesítési előrejelzések szerint ez jelzi eltérés a tényleges értékesítési előrejelzés.

A pontosság a jóslat a koncepció ellentétes hiba előrejelzést. Ha a predikciós hiba nagy, a pontosság alacsony, és fordítva, ha a predikciós hiba kicsi, a pontosság magas. Lényegében pontszám MAPE előrejelzés hibája az inverz értéke a becslés pontosságát - a kapcsolat egyszerű.

• E Ha az előrejelzés pontossága 100%, a választott modell írja le a tényleges értéke 100% -kal, azaz nagyon pontosan. Szükséges, hogy azonnal lefoglalni, hogy ez a szám soha nem lesz a fő jellemzője az előrejelzés, hogy mindig rossz.
• Ha a 0% -os vagy negatív szám, akkor nem írjuk le, és ez nem bízik modell szerint.

Válasszon egy megfelelő modell előrejelzés kiszámításával index előrejelzés pontosságát. előrejelzési modell, amely méri a pontosság az előrejelzés közelebb lesz a 100% -kal nagyobb valószínűséggel, hogy pontosabb előrejelzést. Ez a modell lehet nevezni optimális a kiválasztott idősorok. Apropó nagy pontosságú, beszélünk alsó előrejelzési hibák és félreértések ezen a területen nem szabad. Nem számít, hogy mit fog követés, de fontos, hogy összehasonlítjuk a prediktív modellek vagy céloz egyik mutatója - az előrejelzési hiba vagy becslés pontosságát.

Korábban használtam értékelése MAPE, amíg nem találkozott egy formula, amely ösztönzi Valerij Razgulyaev. Leírás A képletekben a következő szakaszban - 2. rész Link >>>>. Ebben, beszéljük meg a képlet Valerij Razgulyaevo, grafikai eljárás, valamint a gyakorlati alkalmazását a számítás a becslési hiba.

Ha azt szeretnénk, hogy javítsa a készletgazdálkodás hatékonyságának növelése és a készletek forgási javaslatot, hogy tanulmányozza a mester osztály „Hogyan lehet növelni a leltár fordul.”