Mit Ein Gewichtet Gleitender Durchschnitt Mit Gewichte Von 0 60

Sehen Sie sich die Schritt-für-Schritt-Lösung an: Einfacher Dreimonats-Monat Monat Letztes Jahr Januar Februar März April Mai Juni Juli August September Oktober November Dezember Gesamt-Nachfrage Durchschn. Diese Frage wurde am 5. Mai 2011 beantwortet. View the Answer quotTire für Youquot Fallstudie Lesen Sie hier Ihre Lesung für diese Einheit im Coyle-Text für diese Zuordnung. Lesen Sie die Reifen für Sie, Inc. Fallstudie, p. 265. Beantworten Sie in einem 12-seitigen Papier (ohne Titel - und Referenzseite) die Fragen 1, 2 amp 6 und fügen Sie Ihrem Tires4U-Fall-Arbeitsblatt detaillierte Berechnungen bei. Beachten Sie, dass die Tabellen ab S. 237 (Kapitel 7) sehr praktisch sein werden, wenn Sie die Zuweisung abgeschlossen haben. Reifen für Sie, Inc. Reifen für Sie, Inc. (TFY), gegründet 1987, ist eine Kfz-Reparaturwerkstatt, die sich auf Ersatzreifen spezialisiert hat. Das Hotel liegt in Altoona, Pennsylvania, TFY hat sich erfolgreich in den letzten Jahren aufgrund der Hinzufügung eines neuen Generaldirektor, Katie McMullen gewachsen. Da der Reifenwechsel ein wichtiger Teil des TFY-Geschäfts ist (er führt auch Ölwechsel, kleine mechanische Reparaturen usw.), war Katie überrascht über den Mangel an Prognosen für den Reifenverbrauch für das Unternehmen. Ihr älterer Mechaniker, überspringen Grenoble, sagte ihr, daß sie normalerweise für dieses Jahr, was sie verkauften letztes Jahr auf Lager. Er gab rasch zu, dass mehrere Male während der ganzen Saison Aktien outs aufgetreten waren und Kunden mussten an anderer Stelle für Reifen gehen. Obwohl viele Reifenersatzteile für defekte oder zerstörte Reifen waren, wurden die meisten Reifen auf Autos installiert, deren ursprüngliche Reifen abgenutzt waren. Meistens wurden vier Reifen gleichzeitig installiert. Katie war entschlossen, eine bessere Vorstellung davon zu bekommen, wie viele Reifen in den verschiedenen Monaten des Jahres auf Lager waren. Im Folgenden wird eine Zusammenfassung der letzten Jahre Einzelverkauf von Reifen für Monat: Monat Reifen Januar 510 Februar 383 März 1403 April 1913 Mai 1148 Juni 893 Juli 829 August 638 September 2168 Oktober 1530 November 701 Dezember 636 Fall Fragen: Katie hat Sie angestellt, um zu bestimmen Die beste Technik für die Prognose TFY Nachfrage auf der Grundlage der angegebenen Daten. 1. Berechnen Sie eine Prognose mit einem einfachen dreimonatigen gleitenden Durchschnitt. 2. Berechnen Sie eine Prognose mit einem dreistufigen gewichteten gleitenden Durchschnitt. Verwenden Sie Gewichte von 0,60, 0,25 und 0,15 für die jüngste Periode, die zweitletzte Periode und die dritte letzte Periode. 6. Basierend auf den verschiedenen Methoden, um eine Prognose für TFY zu berechnen, welche Methode die beste Prognose hervorgebracht hat Warum Wie können Sie diese Prognose verbessern ANMELDUNG PREVIEW Anlage herunterladen Einfacher Drei Monate Durchschnittlicher Monat Letztes Jahr Januar Februar März April Mai Juni Juli August September Oktober November Gesamtnachfrage Dezember Durchschn Nachfrage Avg Bias Abs Dev Mittelwert Abs Dev 510 383 1403 1913 1148 893 829 638 2168 1530 701 636 12752 1.062,67 3 Periode gleitende Durchschnitt 3 Zeitraum Prognosefehler 765,3 1.233,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 765 1.233 0 0 0 0 0 0 0 1147,67 -85,00 893,00 829,00 638,00 2.168,00 1.530,00 701,00 636,00 Gesamt 8457,67 Bias Bias x 939,74 1.233,67 137,07 Einfach Durchschnittliche caluclation Beispiel (5103831403) 3 765,3 (März avg, April Prognose) Weighted Drei-Monatsdurchschnitt (0.6,0.25, 0,15) 0,6 Monat 0,25 0,15 Letztes Jahr 3 Periode 3 Periode gleitende avg Prognose 510 383 1403 1.014,1 1913 1.556,0 1014 1148 0,0 1556 893 0,0 0 829 0,0 0 638 0,0 0 2168 0.0 0 1530 0,0 0 701 0,0 0 636 0,0 0 12752 1062,67 Gesamt Bias Bias x Januar Februar März April Mai Juni Juli August September Oktober November Dezember Gesamt-Nachfrage Avg-Nachfrage Avg-Bias Abs Dev Mean Abs Dev Gewichtetes Durchschnittsberechnungsbeispiel (.61403) (25383) (15510) 1014.1 (März avg, April-Prognose) 1014.05 Fehler 899 - 893 829 638 408 2168 1530 701 636 7.885,95 876,22 -1.752,05 -194,67 6. Welche Methode die beste Prognose erzeugt Um die Genauigkeit beurteilen Sie die ampquotMean abolute Deviationampquot je kleiner der Wert, desto genauer die Prognose zu vergleichen. Basierend auf den Prognosen, die wir haben: Simple Moving Average MAD: 137.07 3-Monats-Weighted Moving Average MAD: -194,67 Bear27 veröffentlicht eine Frage Middot 4. Mai 2011 um 9:29 PM60 030 und 010 finden die Prognose Juli f 06015 Juli eine gewichtete Verwendung Gleitenden Durchschnitt mit Gewichten von 0,60, 0,30 und 0,10, finden Sie die Juli-Prognose. (F) (Juli) 0,60 (15) 0,30 (16) 0,10 (12) 15) Juli-Prognose ndash 15 b) Mit einem einfachen dreimonatigen gleitenden Durchschnitt finden Sie die Juli-Prognose. (15 16 12) 3 14.33) Juli-Prognose ndash 14.33 c) Verwenden Sie eine einzelne exponentielle Glättung mit Alpha 0.2 und einer Juni-Prognose 13, finden Sie die Juli-Prognose. Machen Sie, was Annahmen Sie wünschen. 13.4 Juli-Prognose ndash 13.4 d) Verwenden Sie eine einfache lineare Regressionsanalyse, berechnen Sie die Regressionsgleichung für die vorangehenden Bedarfsdaten. F (july) F (june) a (A (june) ndash F (june)) 13 .2 (15-13) . Xy xy x (2) quadriert 1 12 12 1 2 11 22 4 3 15 45 9 4 12 48 16 5 16 80 25 6 15 90 36 Gesamt 21 81 297 91 Stier 3.5 Stier 13.5 a 10.8 Y a bx 10.8 .77x Diese Vorschau Hat absichtlich verschwommene Abschnitte. Melden Sie sich an, um die Vollversion zu sehen. E) Verwenden Sie die Regressionsgleichung in d. Berechnen Sie die Prognose für Juli. Juli-Vorhersage ndash 16.195 F Juli. Wo Juli ist der 7. Monat. Y a bx 10.8 .77 (7) 16.2 Stier Die Anzahl der Fälle von Merlot-Wein, die von der Weingut Connor Owen in einem Zeitraum von acht Jahren verkauft werden, stellt sich wie folgt dar: FÄLLE DES JAHRES MERLOT WEINJAHR MERLOTWEIN 2002 270 2006 358 2003 356 2007 500 2004 398 2008 410 2005 456 2009 376 Verwenden Sie ein exponentielles Glättungsmodell mit einem Alpha-Wert von 0,20, schätzen Sie das Dies ist das Ende der Vorschau. Melden Sie sich für den Rest des Dokuments zugreifen. Slideshare verwendet Cookies, um Funktionalität und Leistung zu verbessern und Ihnen relevante Werbung zu bieten. Wenn Sie fortfahren, die Website zu durchsuchen, stimmen Sie der Verwendung von Cookies auf dieser Website zu. Siehe unsere Benutzervereinbarung und Datenschutzbestimmungen. Slideshare verwendet Cookies, um Funktionalität und Leistung zu verbessern und Ihnen relevante Werbung zu bieten. Wenn Sie fortfahren, die Website zu durchsuchen, stimmen Sie der Verwendung von Cookies auf dieser Website zu. Siehe unsere Datenschutzrichtlinie und Benutzervereinbarung für Details. Entdecken Sie alle Ihre Lieblingsthemen in der SlideShare App Holen Sie sich die SlideShare App zu speichern für später sogar offline Weiter zur mobilen Website Upload Anmelden Signup Doppeltippen, um zu verkleinern Lecture2 Vorhersage f06604 Share this SlideShare LinkedIn Corporation copy 2017