Tahminleme Yöntemleri-2

Ebat: px

Şu sayfadan göstermeyi başlat:

Download "Tahminleme Yöntemleri-2"

Deniz Tansel
10 yıl önce
İzleme sayısı:

1 PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG Üretim Planlama ve Kontrolü 1 Tahminleme Yöntemleri-2

2 İçerik 1. Mevsimsel Değişim Bazlı Teknik 2. Box-Jenkins Modelleri 3. Tahmin Yöntemlerini Uygulamada Dikkat Edilmesi Gereken Hususlar

3 Mevsimsel Seri Yöntemleri N ( 2) dönemde bir tekrar eden bir yapıya sahip zaman serilerine Mevsimsel Seriler denir. N: mevsim uzunluğu c t : mevsimsel katsayılar, 1 t N. Σc t = N Örneğin. c 3 = 1.25 olması 3. dönem talebinin mevsimsel ortalamanın % 25 fazlası olduğunu gösterir.

N: mevsim uzunluğu c t : mevsimsel katsayılar, 1 t N.

4 Mevsimlik Düzeltmeler Yöntemi Herhangi bir tahmin yöntemi (Regresyon Analizi, Üstel Düzeltme Yöntemi vb.) ile tahmin değerleri hesaplanır. Geçmiş dönemlere ilişkin mevsimlik düzeltme indeksleri bulunur. Bunların mevsimler bazındaki ortalamaları hesaplanır. Tahmin yapılacak döneme ilişkin mevsimler bazında tahmini satış değerleri bulunur.

Geçmiş dönemlere ilişkin mevsimlik düzeltme indeksleri bulunur.

5 Örnek Yıl Dönem Satış 1.Üç ay Üç ay 3 3. Üç ay 4 4. Üç ay 2 1.Üç ay Üç ay 3 3. Üç ay 5 4. Üç ay 3 1.Üç ay Üç ay 4 3. Üç ay 6 4. Üç ay 3 1.Üç ay Üç ay 5 3. Üç ay 7 4. Üç ay 4

Üç ay 5 4. Üç ay 3 1.Üç ay 2 3 2. Üç ay 4 3.

6 Örnek Regresyon Analizi yardımıyla bir satış tahmini çalışması Dönem (X) Satış (Y) X*Y X 2 Tahmin , , , , , , , , , , , , , , , ,

7 5 35 49 3,14 8 3 24 64 3,33 9 2 18 81 3,53 10 4 40 100 3,73 11 6 66 121 3,92 12 3 36 144

7 Trende Oran Tekniği 1 Geçmiş dönemlere ilişkin gerçekleşen satış değerleri/tahmin değerleri Örnek: 10. döneme ilişkin mevsimlik düzeltme indeksi Y/Tahmin=4/3,73=1,07

8 Trende Oran Tekniği 1 Mevsimlik Düzeltme İndeksleri Dönem Yıl Ortalama Düzeltme İndeksi 1. Üç ay 0,51 0,36 0,56 0,46 0,47 2. Üç ay 1,38 1,02 1,07 1,11 1,15 3. Üç ay 1,70 1,59 1,52 1,49 1,57 4. Üç ay 0,78 0,90 0,73 0,82 0,81 Y d =Tahmin*ODİ Y d: Mevsimlik düzeltmeler yöntemi ile elde edilen tahmin değeri Tahmin: Önceki tahmin yöntemi ile elde edilen tahmin değeri ODİ: Ortalama Düzeltme indeksi

Üç ay 0,78 0,90 0,73 0,82 0,81 Y d =Tahmin*ODİ Y d: Mevsimlik düzeltmeler yöntemi ile elde edilen

9 Trende Oran Tekniği 2 Yıl Mevsim Toplam Ortalama 642,5 702, ,5 Elde edilen regresyon doğrusu: Y=2, *X 5.Yıl için Y değeri: Y 5 =2, *5=3730

950 1000 3400 Ortalama 642,5 702,5 875 962,5 Elde edilen

10 Trende Oran Tekniği 2 Geçmiş yıllara ait Y değerleri: Y 1 =2, *1=2854 Y 2 =2, *2=3073 Y 3 =2, *3=3292 Y 4 =2, *4=3511 Ci, yıllık değişim etmenleri: C 1 =2800/2854=0,9810 C 2 =3070/3073=0,9990 C 3 =3460/3292=1,0510 C 4 =3400/3511=0,9683

4 =2,635+219*4=3511 Ci, yıllık değişim etmenleri: C 1

11 Trende Oran Tekniği 2 Ortalama Yıllık Değişim Etmeni (OYDE): (0,9810+0,9990+1,0510+0,9683)/4=0,9998 Mevsimlik indeks: 1.mevsim: 600/2854=0, mevsim:650/2854=0, mevsim:700/2854=0, mevsim:850/2854=0,2978

Mevsimlik indeks: 1.mevsim: 600/2854=0,2102 2.

12 Trende Oran Tekniği 2 Yıl Mevsim ,2102 0,2277 0,2452 0, ,2017 0,2277 0,2766 0, ,2126 0,2004 0,3037 0, ,1851 0,2278 0,2705 0,2848 Ortalama Düzeltme İndeksi 0,2024 0,2209 0,2740 0,3023

0,2126 0,2004 0,3037 0,3341 4 0,1851 0,2278 0,2705

13 Trende Oran Tekniği 2 5. yılın mevsimlere göre satış tahminini: D i : i. Mevsime ilişkin satış değeri Y 5 : 5. yılın Y değeri OYDE: Ortalama yıllık değişim etmeni ODİ: Ortalama mevsimlik düzeltme indeksi D i =Y 5 *OYDE*ODİ D 1 =3730*0,9998*0,2024=755 D 2 =3730*0,9998*0,2209=824 D 3 =3730*0,9998*0,2740=1022 D 4 =3730*0,9998*0,3023=1127

yılın Y değeri OYDE: Ortalama yıllık değişim etmeni ODİ: Ortalama mevsimlik

14 Ortalama Mevsim İndeksi Tekniği Mevsimlere ilişkin satış ortalamaları hesaplanır. Ortalama mevsim indeksleri hesaplanır. S i =i. mevsimin ortalama satışı/mevsimlik genel ortalama

15 Örnek Mevsim Toplam Yıl Ortalama 642,5 702, ,5 S 1 =642,5/795,625=0,8075 S 2 =642,5/795,625=0,8829 S 3 =642,5/795,625=1,0997 S 4 =642,5/795,625=1,2097 Mevsimlik genel ortalama

642,5 702,5 875 962,5 S 1 =642,5/795,625=0,8075 S 2

16 Örnek Regresyon Analizi ile 5.yıla ilişkin toplam satış değeri: 3730 olarak tahmin edilmişti. Bu değeri, dört mevsime eşit olarak (3730/4)=932,5 paylaştıralım. D 1 =932,5*0,8075=753 D 2 =932,5*0,8829=823 D 3 =932,5*1,0997=1025 D 4 =932,5*1,2097=1128

17 Yıllık Satışlara Oran Tekniği İlgili mevsimdeki satışların, ortalama olarak yıllık toplam satışların % kaçı olduğunu gösteren bir oran, mevsim etmeni olarak alınır ve her mevsim için ortalama mevsim indeksleri hesaplanır.

kaçı olduğunu gösteren bir oran, mevsim etmeni olarak

18 Örnek Yıl Mevsim

19 Yıl Örnek Mevsim Ortalama Satış 1 Satış İndeks (45/250)=0,18 1,34 2,08 0,40 2 Satış İndeks (70/300)=0,23 1,23 1,97 0,57 3 Satış İndeks (100/450)=0,22 1,30 1,84 0,63 4 Satış Ortalama Düzeltme İndeksi İndeks (100/550)=0,18 1,32 2,11 0,39 1. Mevsim= 650*0,20= Mevsim=650*1,30= Mevsim=650*2,00= Mevsim=650*0,50=325 0,20 1,30 2,00 0,50

(100/450)=0,22 1,30 1,84 0,63 4 Satış 100 725 1160 215 550 Ortalama Düzeltme İndeksi İndeks (100/550)=0,18

20 Box-Jenkins Modelleri Box-Jenkins tahmin modelleri belirgin derecede karmaşıktır. İki ünlü istatistikçi George E. Box (Wisconsin Üniversitesi) ve Gwilym M. Jenkins (Lancaster Üniversitesi) ile adlandırılır. Metot, zaman serilerinin otokorelasyon yapısının kullanımı üzerine kuruludur. Otokorelasyon var ise kullanılabilir. Box-Jenkins modelleri ARIMA modelleri olarak da bilinir. (ARIMA:AutoRegressive Integrated Moving Average)

Jenkins (Lancaster Üniversitesi) ile adlandırılır.

21 Box-Jenkins Modelleri Model için kullanacağımız zaman serileri D 1, D 2,... olarak nitelendirilsin. Serinin durağan (stationary) olduğu varsayılsın: E(D i )=μ ve Var(D i )=σ 2, i=1,2,.. Durağan: seride artış trendi, azalış trendi yok ve varyans nispeten sabit. Durağanlık, bağımsızlık (independence) anlamına gelmemektedir. Aksine i j için D i ve D j değerlerinin bağımlı rassal değişkenler olması mümkündür. Modelde de bu bağımlılık kullanılacaktır.

22 Tahminlerin Doğruluğunu Etkileyen Unsurlar Geçmiş ürün talep bilgisinin varlığı Bilgisayar kullanımı Diğer bilgilerin tarihçesi (yeni ürünler. tasarım değişiklikleri. müşteri tabanı değişiklikleri. promosyon etkileri. ekonomik göstergeler. vb.) Tahminlerin yürütülme sorumluluğunun paylaşılarak üstlenilmesi (satış. dağıtım. ve imalat birimleri arasında)

23 Dikkat Edilecek Konular Hangi ürünler için tahmin yapılacak? Tahmin gelecekte hangi zamana kadar yapılmalıdır? Tahmin edilen miktarın geçerli olduğu zaman diliminin uzunluğu nedir? Tahmin ne kadar sık yapılmalı. gözden geçirilmeli ve değiştirilmelidir? Tahmin hatasının kabul edilebilir üst sınırı nedir?

24 Tahmin için kullanılacak araçlar Hesap Tablosu Yazılımları Örnek: Excel Veri Çözümleme Aracı Tahmin Uygulamaları Yazılımları istatistik paketleri tahmin yapmaya özgü paketler

25 Öneriler (1) Tahmin yapmadan önce eldeki verileri ayıkla Tekrar etmesi söz konusu olmayan olayları verilerden çıkar. Bu gibi veriler geçmişle ilgili doğru bir görüntü vermez. Ayarlama yapmak gereken durumlar: beklenmeyen hava şartları önemli bir müşterinin çıkması veya eklenmesi özel tanıtım promosyonları fiyat ve ambalaj değişiklikleri

26 Öneriler (2) Tahminleri elde etmek için düzenli olarak değişen farklı yöntemler uygula Her bir yöntemin doğruluk başarısının geçmişini tut En başarılı yöntemi resmi tahminler için kullan Tahmin edileceklerin bir ABC analizini yap A -tipi ürünler her ay yönetim tarafından takip edilir. B ve C sınıfında olanlarda sadece tahminler ve gerçekleşen talepler arasında ciddi farklılıklar olanlar yönetim tarafından incelenir.

Benzer belgeler

Tahminleme Yöntemleri

PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü Tahminleme Yöntemleri 2012-2013 Bahar Yarıyılı 1 İçerik 1. Talep Tahmini Kavramı 2. Talep Tahminlerinin Kullanım Yeri 3. Talep Tahmin Modelleri