予測方法: 多項式回帰
この予測方法の関連パラメータは次のとおりです。
- [多項式回帰の累乗数]
- [季節変動影響 タイプ]
- [季節変動サイクル時間]
- [予測パラメータの自動更新]
[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 により多項式の最適な次数が決定されます。
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)
略語の意味は次のとおりです。
DM(t) | 期間 t の傾向調整済みの平均需要 |
TD(t) | 期間 t の傾向ベースの需要 |
AD(t) | 期間 t の実際需要 |
AV | 平均需要 (*) |
CS | 一定需要 |
BS | 期間 1 の見積需要 |
TF | 傾向係数 |
(*) 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。多項式回帰の詳細については、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基づいて、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。
[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
この図は、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。
SCT = 季節サイクル時間
この図は、多項式回帰で決定される多項式を示します。
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。
TD(t) = CS + TF x t
TD(t) | 期間 t の傾向ベースの需要 |
CS | 一定需要 (= 54) |
TF | 傾向係数 (= 2) |
期間 | 多項式 | 傾向 | ノイズ |
---|---|---|---|
1 | 45 | 56 | -11 |
2 | 53 | 58 | -5 |
3 | 76 | 60 | +16 |
4 | 70 | 62 | +8 |
5 | 49 | 64 | -15 |
6 | 55 | 66 | -11 |
7 | 78 | 68 | +10 |
8 | 70 | 70 | +0 |
これらの差異に基づく平均ノイズは、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。
予測期間 | 傾向 | 平均ノイズ | 基準となる期間 | 予測需要 |
---|---|---|---|---|
9 | 72 | -13 | 1,5 | 59 |
10 | 74 | -8 | 2,6 | 66 |
11 | 76 | +13 | 3,7 | 89 |
12 | 78 | +4 | 4,8 | 82 |
13 | 80 | -13 | 1,4 | 67 |
14 | 82 | -7 | 2,6 | 75 |
この図は次の結果を示します。