Prévisions | Recherche opérationnelle


6.1. Modèles de prévision.

6.1.1 Modèles de prévision pour un niveau constant.

6.1.2. Effets saisonniers dans les modèles de prévision.

6.2. Lissage exponentiel dans les modèles de tendance kinear.

6.3. Erreurs de prévision.

6.4. Prévisions causales avec régression linéaire.

Introduction.

Les prévisions sont une partie vitale de l’activité de nombreuses entreprises et souvent, elles se font à l’ancienne, avec la règle du pourcentage de l’œil. Des questions telles que quelle sera la demande d’un produit au cours de la saison? De combien de pièces de rechange aurez-vous besoin? Combien d’employés seront nécessaires pour servir les clients? sont des questions qui peuvent changer complètement la structure et / ou l’économie d’une entreprise. Ces prévisions peuvent être prises à la légère et faites uniquement sur la base de l’opinion des acteurs de l’entreprise, ou certaines techniques mathématiques peuvent être utilisées pour le faire.

Pour fixer les idées, nous allons nous concentrer sur le problème de la détermination du besoin d’un intrant spécifique dans la production, par exemple l’encre. Ce que nous avons l’intention d’établir, c’est le besoin futur de cette contribution et comme nous ne faisons pas de futurologie ou n’avons pas de boule de cristal, Nous devons nous baser sur les données dont nous disposons, qui sont les valeurs d’utilisation passée de ladite entrée. En d’autres termes, sur la base de l’historique de consommation, nous créerons un modèle qui nous permettra de prévoir ce qui se passera dans le futur.

Qu’est-ce qu’une prévision?

https://www.youtube.com/watch?v=gzHJnfiv8-U

Pourquoi prévoir?

  • Environnement très incertain
  • L’intuition ne donne pas nécessairement les meilleurs résultats.
  • Améliorez la planification.
  • Compétitivité et changement

Lecture recommandée:

  1. Modèles de prévision



Source link

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *