| Erros de previsão e correlação sazonalApós o LN calcular a previsão de demanda para um item de planejamento, o LN determina os erros de previsão e qualquer correlação sazonal. O LN calcula os seguintes campos na sessão Itens de planejamento - configurações de previsão (cpdsp1110m000): - Média de erro de previsão (AFCE)
- Desvio médio absoluto (MAD)
- Desvio médio relativo (MRD)
- Desvio padrão (SDEV)
- Fator de correlação sazonal (COR)
Os cálculos se baseiam nas seguintes fórmulas: Erro médio de previsão AFCE = sum(FD(t) - AD(t)) / n AFCE | o campo Média de erro de previsão | soma() | a soma de todos os períodos históricos | FD(t) | a demanda prevista para o período t | AD(t) | a demanda real para o período t | n | o nº de períodos históricos |
Erro de previsão absoluta média MAD = sum(abs(FD(t) - AD(t))) / n MAD | o campo Desvio médio absoluto | soma() | a soma de todos os períodos históricos | abs(FD(t)-AD(t)) | valor absoluto de (FD(t)-AD(t)) | FD(t) | a demanda prevista para o período t | AD(t) | a demanda real para o período t | n | o nº de períodos históricos |
Erro de previsão relativa média MRD = sum(100 * abs((FD(t) - AD(t))) / AD(t)) / n MRD | Desvio médio relativo | soma | a soma de todos os períodos históricos | FD(t) | a demanda prevista para o período t | AD(t) | demanda real para o período t | n | o nº de períodos históricos |
Desvio padrão do erro de previsão SDEV = sqr(sum(((FD(t) - AD(t)) - AFCE)^2) / (n - 1)) SDEV | o campo Desvio padrão | sqr() | a raiz quadrada | soma() | a soma de todos os períodos históricos | FD(t) | a demanda prevista para o período t | AD(t) | a demanda real para o período t | AFCE | erro de previsão média | n | o nº de períodos históricos |
Correlação sazonal O LN determina o desvio padrão da demanda real para dois conjuntos de dados. O conjunto de dados 1 consiste no primeiro ao último período, menos a duração da estação em períodos. O conjunto de dados 2 consiste no primeiro período após a duração da estação em períodos até o último período. Em outras palavras, o conjunto de dados 2 é deslocado em uma duração de estação em comparação com o conjunto de dados 1. Desvios padrão: SDV1 = sqr(sum(((DM(t) - DM1)^2) / (m - 1)) SDV2 =
sqr(sum(((DM(t+L) - DM2)^2) / (m - 1)) SDV1 | desvio padrão do conjunto de dados 1 | SDV2 | desvio padrão do conjunto de dados 2 | sqr() | a raiz quadrada | soma() | a soma de todos os períodos históricos | DM(t) | demanda real ajustada à tendência para o período t (*) | DM1 | demanda média ajustada à tendência para o conjunto de dados 1 (*) | DM2 | demanda média ajustada à tendência para o conjunto de dados 2 (*) | L | a duração da seção em períodos | m | o número de períodos históricos menos a duração da seção em períodos |
(*) Para o cálculo da demanda média ajustada à tendência, consulte Método de previsão: regressão polinomial. O LN determina o fator de covariância para os dois conjuntos de dados. COV = sum((DM(t) - DM1) x (DM(t+L) - DM2) / (m - 1)) COV | fator de covariância | soma | soma de todos os períodos menos a duração da estação em períodos | DM(t) | demanda real ajustada à tendência para o período t | DM1 | demanda média ajustada à tendência do conjunto de dados 1 | DM2 | demanda média ajustada à tendência do conjunto de dados 2 | L | a duração da seção em períodos | m | o número de períodos históricos menos a duração da seção em períodos |
Finalmente, o fator de correlação sazonal é calculado da seguinte forma: COR = COV / (SDV1 x SDV2) COR | o campo Fator de correlação sazonal | COV | fator de covariância | SDV1 | desvio padrão do conjunto de dados 1 | SDV2 | desvio padrão do conjunto de dados 2 |
| |