Przepływ fizyczny - wykład

Przepływ fizyczny - jest w przeciwnym kierunku niż przepływ informacyjny . Przepływ informacyjny płynie z rynku.
Klienci często strzegą informacji
Informacje o wielkości potrzeb - popyt niezależny (potem przerodzi się w popyt rzeczywisty ) Popyt zależny - jak już określimy wielkość produkcji
Dobry biznes wymaga dobrej znajomości tego, co oczekuje rynek
Prognozowanie:
- ważny proces biznesowy
- wielość metod
Stan istniejący
- niewielka ilość lub brak danych ilościowych
- zależność pomiędzy zdarzeniami w przeszłości i przyszłymi nie da się modelować ilościowo lub jest to bardzo trudne
- duża dostępność
- dowiedziony związek pomiędzy zmienną zależną a zmiennymi niezależnymi

Metody ilościowe

Techniki jakościowe:
- badanie rynku
- prognozy nastrajające
- metoda analogii cyklu życia
- dyskusje panelowe
- metoda delficka
Zmienna zależna określona jest w funkcji czasu

Modele oparte na szeregach czasowych
Zmienna zależna określona jest w funkcji innego parametru niż czasu

Modle przyczynowo-skutkowe Zmienne :
Zależne
Niezależne Przykłady : Np. popyt na kredyty - zmienne:
Stopa procentowa
Dochody gospodarstw domowych
Wielkość kar za nieterminową spłatę Np. szacowanie liczby wypadków w funkcji liczby zarejestrowanych samochodów Modele prognozowania oparte na szeregach czasowych :
Wykorzystanie analizy szeregów czasowych w celu opracowania prognozy
Istotna jest wartość obserwacji, jak również ich uporządkowanie chronologiczne Szereg czasowy - złożony jest z obserwacji uporządkowanych w kolejności chronologicznej
Postać tabelaryczna
Postać graficzna (x - os czasu, y - popyt) Zjawiska obserwowane w szeregu czasowym : Losowość - nieprzewidywalne wahania wartości zmiennej z okresu na okres Trend - długookresowy wzrost lub spadek wartości w szeregu czasowym Sezonowość - powtarzalny schemat wzrostów i spadków związany z konkretnymi okresami Przykład - zapotrzebowanie na energie w Polsce Rodzaje modeli :
Metoda naiwna
Średnia ruchoma
Średnia ruchoma warzona
Wygładzanie wykładnicze
Regresja liniowa Metoda naiwna :
Najprostsza metoda prognozowania oparta na szeregach czasowych
Prognoza potrzeb F (t+1) F (t+1) - prognoza potrzeb dla następnego okresu (t+1) D t - popyt w bieżącym okresie t

(…)

… Browna - Simple Brown):
Szczególna forma metody średniej ruchomej
Prognoza F(t+1) na następny okres obliczana jest jako średnia ważona wartości rzeczywistej i prognozy dla okresu bieżącego:
F(t+1) - prognoza dla okresu (t+1), najnowsza prognoza
Ft - prognoza dla okresu t (bieżąca prognoza)
Dt - rzeczywista wartość popytu dla okresu t
α - stała wykładnicza użyta do warzenia Dt i Ft, 0 ≤ α ≤ 1…
... zobacz całą notatkę