予測方法: 多項式回帰LN は、需要履歴データに一致する n 次多項式にもとづき、多項式回帰予測方法にしたがって需要予測を計算します。 この予測方法の関連パラメータは次のとおりです。
計画品目 - 予測設定 (cpdsp1110m000) セッションでこれらのパラメータをメンテナンスできます。 多項式の次数は多項式回帰の累乗数フィールドで指定されます。予測パラメータの自動更新チェックボックスをオンにすると、LN が多項式の最適な次数を決定します。 傾向調整済み平均需要 最初に、関連期間に対する傾向調整済み平均需要で、需要履歴の数字を調整します。 季節変動の影響なし: TD(t) = AV 線形傾向の影響あり: TD(t) = CS + TF x t 累進傾向の影響あり: TD(t) = BS x TF ^ (t-1)DM(t) = AD(t) - TD(t)
(*) 平均需要は、期間ごとの履歴需要の数字を合計したものを、需要履歴を持つ期間数で割って決定されます。 多項式の係数 LN は、多項式回帰方法で多項式の係数を計算します。多項式回帰の詳細は関連トピックを参照してください。 需要予測 LN は、過去の平均ノイズで増大した、対象期間に対する傾向調整済み平均需要にもとづいて、各予測期間に対する需要を計算します。 ノイズ ノイズは、決定した傾向と比較される需要データの変動です。平均ノイズは、前の季節サイクルの整数である履歴期間を基準に、各予測期間に対して決定されます。
注意
季節変動影響タイプフィールドが適用なしの場合、LN は、最大の季節の長さが履歴需要を持つ期間数の 4 分の 1 である、架空の季節サイクルを想定します。
例
図 1 は、2 つの季節サイクルの需要履歴データを示します。これらは 8 つの予測期間で構成されます。期間 9 が現在の期間です。 図 1
図 2 は、多項式回帰で決定される多項式を示します。 図 2 各履歴期間について、多項式基準の需要が需要の傾向と比較されます。次の公式によって特徴づけられる、線形傾向が存在するものと仮定します。
これらの差異にもとづく平均ノイズは、傾向調整済み需要に追加されます。たとえば、予測期間 9 の平均ノイズは、期間 1 と 5 のノイズの平均です。
結果を図 3 に示します。 図 3
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||