Cours Gestion Production EMI 2A 2008-09 Prévision de la demande: Modèle séries chronologiques                             ...
Modèles prévision demande         900         800         700         600                                                 ...
Régression linéaire                                                                900                                    ...
Calcul manuel de la constante a et pente b de la ligne régression et de la corrélationti       xi                 Δt=ti-tm...
Prochain SlideShare
Chargement dans…5
×

Modele%20 series%20chrono[1]

211 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
211
Sur SlideShare
0
Issues des intégrations
0
Intégrations
1
Actions
Partages
0
Téléchargements
5
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Modele%20 series%20chrono[1]

  1. 1. Cours Gestion Production EMI 2A 2008-09 Prévision de la demande: Modèle séries chronologiques Modèle moyenne glissante (Moving Average) avec 3 Modèle lissage exponentiel valeur Données Modèle dernière période périodes initiale = 500Mois Demande Mois Prév. demande Mois Prév. demande α 0,1 0,2 1 500 1 1 1 2 510 2 500 2 2 500 500 3 480 3 510 3 3 501 502 4 600 4 480 4 497 4 499 498 5 600 5 600 5 530 5 509 518 6 660 6 600 6 560 6 518 534 7 590 7 660 7 620 7 532 560 8 700 8 590 8 617 8 538 566 9 680 9 700 9 650 9 554 593 10 740 10 680 10 657 10 567 610 11 790 11 740 11 707 11 584 636 12 760 12 790 12 737 12 605 667 13 13 760 13 763 13 620 685Moy. 634 Moy. 634 Moy. 634 544 572 σ 104 σ 104 σ 88 36 66 cv 0,165 cv 0,165 cv 0,138 0,067 0,115
  2. 2. Modèles prévision demande 900 800 700 600 Demande réelle 500 Modèle "Dernière période"demade Modèle "Moving average 3 périodes" 400 Lissage expo. 0,1 Lissage expo. 0,2 300 régression linéaire 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13
  3. 3. Régression linéaire 900 800 700Mois Demande Mois Prév. demande 600 Demande 1 500 1 484 500 Demande 2 510 2 511 400 3 480 3 538 300 Prévisions pour 4 600 4 566 200 Demande 5 600 5 593 100 6 660 6 620 0 7 590 7 648 1 2 3 4 5 6 7 8 9 10 11 12 8 700 8 675 Mois 9 680 9 703 ANALYSE DE VARIANCE 10 740 10 730 Degré de libertéSomme des carrés Moyenne des carrés F Valeur critique de F 11 790 11 757 Régression 1 107183,3916 107183,39 84,3414162 3,4492E-06 12 760 12 785 Résidus 10 12708,27506 1270,8275 13 13 812 Total 11 119891,6667 Statistiques de la régression Coefficients Coef. Dét. multiple 0,95 Constante 456,21 Coef. R^2 0,89 Variable X 1 27,38 Coef. Adj. R^2 0,88 Erreur-type 35,65 Observations 12
  4. 4. Calcul manuel de la constante a et pente b de la ligne régression et de la corrélationti xi Δt=ti-tmoy Δx=xi-xmoy Δt*Δx Δt*Δt Δx*Δx 1 500 -5,5 -134,17 737,92 30,25 18000,69 2 510 -4,5 -124,17 558,75 20,25 15417,36 3 480 -3,5 -154,17 539,58 12,25 23767,36 4 600 -2,5 -34,17 85,42 6,25 1167,36 5 600 -1,5 -34,17 51,25 2,25 1167,36 6 660 -0,5 25,83 -12,92 0,25 667,36 7 590 0,5 -44,17 -22,08 0,25 1950,69 8 700 1,5 65,83 98,75 2,25 4334,03 9 680 2,5 45,83 114,58 6,25 2100,69 10 740 3,5 105,83 370,42 12,25 11200,69 11 790 4,5 155,83 701,25 20,25 24284,03 12 760 5,5 125,83 692,08 30,25 15834,03tmoy xmoy Σ(Δt*Δx) Σ(Δt*Δt) Σ(Δx*Δx) 6,5 634,17 3915 143,00 119891,67 b=Σ(Δt*Δx)/Σ(Δt*Δt) 27,38 Carré Corrélation (R^2) 0,89 Corrélation R 0,95

×