Erreur de prévision moyenne

Description

L'erreur de prévision moyenne est utilisée comme base pour suivre et ajuster les prévisions. Lorsqu'elle est positive, les prévisions sont basses par rapport à la demande réelle. Si elle est négative, les prévisions sont trop élevées.

Méthode de calcul

L'erreur de prévision moyenne peut être calculée de trois manières différentes, comme suit :

Lissage exponentiel

EPM(i + 1) = ((i) * (D(i) - F(i)) + (1 - ((i)) * EPM(i)

Erreur de prévision moyenne

EPM(i + 1) = ((D(i) - F(i)) + ....... + (D(i - (n - 1)) - F(i - (n - 1))) / n

Explication

La demande de base et la prévision de base représentent la demande et la prévision au cours d'une période, corrigée des variations saisonnières et des effets d'un nombre de jours ouvrables variable au cours des différentes périodes.

ME(i)	=	Erreur de prévision moyenne pour la période (I)
((i)	=	Coefficient de lissage pour le lissage exponentiel au cours de la période (i)
D(i)	=	Demande de base pendant la période (i)
F(i)	=	Prévision de base pour la période (i)
i	=	Nombre de périodes
n	=	Nombre de périodes prises en compte pour le calcul de la moyenne

Les deux exemples ci-dessous décrivent chacune des méthodes de calcul.

Les données suivantes sont saisies pour le produit :

	Août	Sept	Oct.	Nov.
Demande de base	120	145	138	129
Prévision de base	136	132	135	133
EPM pour nov.	0,5
facteur (- utilisé	0,3

Les valeurs d'erreur moyenne de prévision suivantes seront calculées pour le mois de décembre selon les deux méthodes présentées ci-dessous :

Lissage exponentiel

EPM(Déc.) = 0,3 * (D(Nov.) - F(Nov.)) + (1 - 0,3) * EPM(Nov.) = 0,3 * (129 - 133) + 0,7 * -1,5 = 0,3 * - 4 + 0,7 * -0,5 = - 1,55

Erreur de prévision moyenne

EPM(Déc.) = ((D(Nov.) - F(Nov.)) + (D(Oct.) - F(Oct.)) + (D(Sept.) - F(Sept.)) + (D(Aug.) - F(Aug.))) / 4 = (-16 + 13 + 3 - 4) / 4 = -1