제 2 장 . 수요예측 (Demand
forecasting)
수요예측 = 주가 / 환율 / 가격 예 측
단기 / 중기 / 장기 수요예측
생산계획 및 일정계획 수립을 위하여 주로 단기 / 중기 수요예측에 초점을 맞춤
Chapter 2. 수요예 측
수요예측
지역별 수요예측
고객별 수요예측
제품별 수요예측
변동 요인별 수요예측
1) 추세 ( 유행이나 문화적 요소 ) 2) 순환요인 ( 주말현상 , 명절등 ) 3) 계절적 요인
4) 불규칙 요인 ( 석유파동 , 전쟁 , 천연재해 ) Chapter 2. 수요예
측
수요예측 기법
(1) 정성적 접근법 (qualitivie approach)
- 대략적 미래치 혹은 증감경향을 결과로 보여줌 - 전문가의 의견 , 설문조사 등으로부터 추론 (2) 정량적 접근법 (quantitative approach)
- 과거의 데이터 패턴분석과 과거 데이터의 이력분석 등의 방 법 사용
- 시계열 분석 (time series analysis) 법 적용 : 과거 데이터의 평균 분석법 혹은 평활법 , 시계열 회귀분석법등이 사용
Chapter 2. 수요예 측
수요예측의 과정
과거 데이터를 시간에 관한 함수로 만든다 .
즉 그래프상의 과거 데이터의 점들을 모두 지나가는 함수 혹은 가장 근접한 함수를 구하는 일로 시작하여 그 함수의 현재 시점 이후 혹은 데이터가 없는 중간 시점의 데이터를 만들어 내는 작업이 미래 또는 분실 된 시점의 수요예측 과정이다 .
평활법 또는 회귀분석법 등이 완전 curve fitting 법을 보완할 수 있다 .
Chapter 2. 수요예 측
예제 2-1
MP3 수요에 대한 연간 데이터 ( 단위 : 1000 개 )
year 2000 2001 2002 2003 2004 2005
demand 100 115 116 125 135 ?
Chapter 2. 수요예 측
Newton’s polynomial
method
1. Gregory – Newton 의 내삽 / 외삽
2. 이동 평균법 (Moving Average Method) 1) 단순이동 평균법
2) 가중 이동 평균법
3. 지수평활법 (Exponential Smoothing) 4. 회귀 분석법 (Regression method)
5. 인공신경망법 (artificial neural network)
Chapter 2. 수요예측 기법
가중이동평균법 : 15 쪽 , 인공신경망법 : 195 쪽
(2) 이동 평균법
(Moving Average Method)
시계열 분석법의 하나로 일정 기간의 수요를 평균함으로써 과거의 수요 데이터의 노이즈를 제거하고 평준화된 양으로 예측 값을 삼는 방법으로 주로 일시적 이상 수요현상이나 데 이터의 불확실성을 어느 정도 완화해주는 방법이다 .
과거 데이터가 현재 데이터가 같은 비중으로 취급되는 단순 이동 평균과 특정시점이 데이터에 중요성을 더해주는 가중치 이동 평균법이 있다 . 또 수요가 변동이 없는 경우 평균만 고 려하나 일정한 기울기로 증가 혹은 감소 추세가 있다면 선형 추세 이동 평균 (Linear Trend Moving Average) 법을 택할 수도 있다 .
Chapter 2.
Weighted Moving Average
: 최근의 데이터에 더 높은 가중치 Wt를 주어 이동 평균을 구함 .
Chapter 2. 가중 이동 평균법
n
i i
n
i i i
w f w average
moving weighte
1 1
5 . 123
) 5 4 3 2 1 (
135 5
125 4
116 3
115 2
100 . 1
. .
: 1 2
a m w 예제
8 . 111
) 3 2 1 (
112 3
115 2
105 . 1
. .
: 2 2
a m w 예제
예제 2-1: 10 쪽 , 예제 2-2: 13 쪽
이동평균법의 문제점
1. 수요 데이터가 선형이 아니면 정확성이 감소된 다 .
2. 지속적으로 사용할 수 있는 미래예측을 위한 수 학적 모형으로서의 수식화가 없다 .
3. 시계열 자료를 모두 이용하지 않는다 . 자료가 많을수록 도움이 되는 것은 아니다 .
4. 이동 평균의 대상기간인 n 값을 정하는 기준이 없다 .
5. 가중치 이동 평균법에서 사용한 가중치를 임의 로 주었을 뿐 왜 그런 가중치를 주었는지 설명 할 수 없다 .
Chapter 2.
3. 지수평활법 (Exponential Smoothing)
이동평균의 약점인 가중치 선정 기준 및 대상기간 n 의 설정기준의 불합리성을 보다 합리적으로 개선시킨 일종의 가중이동평균법의 하나로도 볼 수 있다 .
가중치는 지수로서 이를 N 기간에 모두 합하면 1 이 되도록 한다 .
최근 데이터만 있으면 만족하므로 이 방법은
단기수요예측에 적합하다 .
단순 지수 평활법 (Simple Exponential Smoothing), 2 중 지수 평활법 (Double Exponential Smoothin
g), 계절 수요 변동을 고려한 Winter 의 방법이 있다 . Chapter 2.
4. 회귀 분석법 (Regression method)
수요의 추세가 특정 함수의 형태로 나타나기 만 한다면 기본적인 함수 유형에 (1 차 /2 차 , log 함수 등 ) 맞추어 표현할 수 있다 . 이 방 법을 최소자승법에 의한 회귀분석적 모델이 라 한다 .
1 차 선형 회귀 분석법 ,2 차 회귀 분석법이 있다 .
Chapter 2.
Exel 전산실습
