预测误差和季节相关性

在计算出某计划物料的需求预测之后,Infor ERP 便可确定预测误差和任何季节相关性。

Infor ERP 将在按计划物料列出的预测设置 (cpdsp1110m000) 进程中计算下列字段:

  • 平均预测误差 (AFCE)
  • 平均绝对偏差 (MAD)
  • 平均相对偏差 (MRD)
  • 标准偏差 (SDEV)
  • 季节性相关因子 (COR)

具体计算公式如下:

平均预测误差
AFCE = sum(FD(t) - AD(t)) / n
AFCE 平均预测误差字段
sum()所有历史期段的总和
FD(t)期段 t 的预测需求
AD(t)期段 t 的实际需求
n历史期段数

 

平均绝对预测误差
MAD = sum(abs(FD(t) -	 AD(t))) / n
MAD 平均绝对偏差字段
sum()所有历史期段的总和
abs(FD(t) - AD(t))(FD(t) - AD(t)) 的绝对值
FD(t)期段 t 的预测需求
AD(t)期段 t 的实际需求
n历史期段数

 

平均相对预测误差
MRD = sum(100 * abs((FD(t) - AD(t))) / AD(t)) / n
MRD 平均相对偏差
sum所有历史期段的总和
FD(t)期段 t 的预测需求
AD(t)期段 t 的实际需求
n历史期段数

 

预测误差的标准偏差
SDEV = sqr(sum(((FD(t) - AD(t)) - AFCE)^2) / (n - 1))
SDEV 标准偏差字段
sqr()平方根
sum()所有历史期段的总和
FD(t)期段 t 的预测需求
AD(t)期段 t 的实际需求
AFCE平均预测误差
n历史期段数

 

季节相关性

Infor ERP 将根据两个数据集的实际需求确定标准偏差。 数据集 1 包括的期段为第一期至最后一期,再减去以期段为单位的季节长度。 数据集 2 包括自以期段为单位的季节长度之后的第一期起至最后一期的所有期段。 换言之,与数据集 1 相比,数据集 2 为后移一个季节长度。

下图说明季节长度为一个月的数据集的划分情况。
[...]
A数据集 1
B数据集 2
1一月
2二月
3三月
4四月
5五月
标准偏差:
SDV1 = sqr(sum(((DM(t) - DM1)^2) / (m - 1)) SDV2 = sqr(sum(((DM(t + L) - DM2)^2) / (m - 1))
SDV1数据集 1 的标准偏差
SDV2数据集 2 的标准偏差
sqr()平方根
sum()所有历史期段的总和
DM(t)按趋势进行调整的期段 t 的实际需求 (*)
DM1按趋势进行调整的数据集 1 的平均需求 (*)
DM2按趋势进行调整的数据集 2 的平均需求 (*)
L季节长度(以期段数为单位)
m历史期段数减去以期段数为单位的季节长度

 

(*) 有关按趋势进行调整的平均需求的计算方法,请参见预测方法:多项式回归

Infor ERP 决定两个数据集的协方差因子。

COV = sum((DM(t) - DM1) x (DM(t + L) - DM2) / (m - 1))
COV协方差因子
sum所有期段的总和减去以期段数为单位的季节长度
DM(t)按趋势进行调整的期段 t 的实际需求
DM1按趋势进行调整的数据集 1 的平均需求
DM2按趋势进行调整的数据集 2 的平均需求
L季节长度(以期段数为单位)
m历史期段数减去以期段数为单位的季节长度

 

最后,按以下公式计算季节相关性因子:

COR = COV / (SDV1 x SDV2)
COR 季节性相关因子字段
COV协方差因子
SDV1数据集 1 的标准偏差
SDV2数据集 2 的标准偏差