服務(wù)業(yè)作業(yè)管理技術(shù)

服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)1預(yù)測(cè)第一頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)2學(xué)習(xí)目標(biāo)概述預(yù)測(cè)過程與步驟。描述三種以上定性預(yù)測(cè)技術(shù)，並說明其優(yōu)缺點(diǎn)。比較定性與定量預(yù)測(cè)方法。描述平均法、趨勢(shì)與季節(jié)法、及迴歸分析法，並運(yùn)用預(yù)測(cè)分析法解決基本預(yù)測(cè)問題。描述三種預(yù)測(cè)精確性之績(jī)效衡量方式。描述二種評(píng)估與管制預(yù)測(cè)之方法。了解選擇預(yù)測(cè)技術(shù)時(shí)應(yīng)考量之主要考量因素。第二頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)方法與期間預(yù)測(cè)方法質(zhì)性方法量化方法預(yù)測(cè)期間可分成三類短期預(yù)測(cè)預(yù)測(cè)期間短於三個(gè)月，有時(shí)也長(zhǎng)達(dá)一年。(工作排程、工作指派等。)中期預(yù)測(cè)預(yù)測(cè)期間在三個(gè)月到三年之間的預(yù)測(cè)。(銷售預(yù)測(cè)、生產(chǎn)規(guī)劃、預(yù)算與現(xiàn)金運(yùn)用之規(guī)劃等。)長(zhǎng)期預(yù)測(cè)預(yù)測(cè)期間在三年以上的預(yù)測(cè)。(新產(chǎn)品規(guī)劃、資本支出規(guī)劃、設(shè)施佈置與設(shè)備採(cǎi)購(gòu)規(guī)劃等。)預(yù)測(cè)3第三頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)中、長(zhǎng)期規(guī)劃與短期規(guī)劃比較中/長(zhǎng)期預(yù)測(cè)所需考量範(fàn)疇通常較為廣泛，並可在產(chǎn)品、廠房等規(guī)劃上提供相關(guān)決策資訊。短期預(yù)測(cè)可使用之預(yù)測(cè)方法較中、長(zhǎng)期預(yù)測(cè)為多。短期預(yù)測(cè)結(jié)果較中、長(zhǎng)期預(yù)測(cè)更為精確。預(yù)測(cè)4第四頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)5預(yù)測(cè)對(duì)一個(gè)變數(shù)的未來數(shù)值(例如需求)所作陳述。預(yù)測(cè)必須考慮二種資訊：

目前情況條件與因素過去類似情況的處理經(jīng)驗(yàn)我看到你這學(xué)期將得到一個(gè)A。第五頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)6企業(yè)組織中運(yùn)用預(yù)測(cè)例子會(huì)計(jì)估計(jì)成本/利潤(rùn)財(cái)務(wù)現(xiàn)金流動(dòng)和籌措資金人力資源雇用/招募/訓(xùn)練行銷定價(jià)、促銷、策略MISIT/IS系統(tǒng)、服務(wù)作業(yè)排程、MRP、工作負(fù)荷產(chǎn)品/服務(wù)設(shè)計(jì)新產(chǎn)品與服務(wù)第六頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)7各種預(yù)測(cè)技術(shù)特徵

預(yù)測(cè)技術(shù)通常假設(shè)過去存在因果系統(tǒng)(前後具有關(guān)連)，且未來將繼續(xù)存在。過去==>未來預(yù)測(cè)很少完美無缺。整體項(xiàng)目預(yù)測(cè)會(huì)比單一預(yù)測(cè)更為精確。(誤差平均分?jǐn)偟?隨著預(yù)測(cè)時(shí)間之範(fàn)圍愈廣，即增加時(shí)間幅度，預(yù)測(cè)精確性會(huì)減少。

第七頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)8優(yōu)良預(yù)測(cè)因素預(yù)測(cè)有時(shí)間性：預(yù)測(cè)須涵蓋可能變動(dòng)所需時(shí)間。預(yù)測(cè)必須精確，並應(yīng)該說明其精確程度。預(yù)測(cè)必須具備可靠性。預(yù)測(cè)必須具備有意義的計(jì)量單位(金額、人工小時(shí)、單位)。

預(yù)測(cè)技術(shù)必須容易了解、容易使用(減少誤用、增進(jìn)使用信心)。

預(yù)測(cè)必須符合成本效益。

第八頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)9預(yù)測(cè)步驟決定預(yù)測(cè)的目的與何時(shí)需要預(yù)測(cè)。建立預(yù)測(cè)所需時(shí)間幅度。選擇預(yù)測(cè)方法。蒐集與分析適當(dāng)資料。進(jìn)行預(yù)測(cè)。追蹤預(yù)測(cè)。第九頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)10三種預(yù)測(cè)技巧判斷預(yù)測(cè)法:

(定性型預(yù)測(cè)方法)

–採(cǎi)用主觀投入時(shí)間序列預(yù)測(cè)法:假設(shè)未來將與過去相似，利用歷史資料推估關(guān)聯(lián)性模型:利用解釋性變數(shù)預(yù)測(cè)未來第十頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)11主管意見(產(chǎn)能或製造相關(guān)決策)銷售員意見(銷售與需求量預(yù)測(cè))消費(fèi)者調(diào)查(問卷或訪談)其他方法德菲法:管理者與幕僚的意見達(dá)成一致之預(yù)測(cè)方法模糊德菲法(認(rèn)知具有不確定性與模糊性)判斷預(yù)測(cè)第十一頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)12時(shí)間序列預(yù)測(cè)時(shí)間序列乃指一段時(shí)間內(nèi)，以固定時(shí)間間隔(小時(shí)、日、週…)所得觀察值。可將此類資料繪成圖形並檢視樣型(Pattern)

。趨勢(shì)型–長(zhǎng)期數(shù)據(jù)變動(dòng)(股價(jià)變動(dòng))季節(jié)型–短期數(shù)據(jù)規(guī)律性變動(dòng)(節(jié)日型產(chǎn)品銷售量、淡季/旺季)循環(huán)型–超過持續(xù)一年以上，數(shù)據(jù)波浪型變動(dòng)不規(guī)則變動(dòng)型–起因於不尋常環(huán)境變化(政治/經(jīng)濟(jì))隨機(jī)變動(dòng)型–起因於偶發(fā)機(jī)會(huì)(地震、豪雨)第十二頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)13時(shí)間序列預(yù)測(cè)(1/3)可能之時(shí)間序列圖形趨勢(shì)季節(jié)性循環(huán)不規(guī)則變動(dòng)隨機(jī)變動(dòng)第十三頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)14天真預(yù)測(cè)法噢，等一下....我們上週銷售了250個(gè)輪胎....所以，我們下週應(yīng)該銷售....每一期預(yù)測(cè)值等於前一期的實(shí)際值第十四頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)15時(shí)間序列的預(yù)測(cè)(2/3)天真預(yù)測(cè)法使用前一期數(shù)值當(dāng)作預(yù)測(cè)基礎(chǔ)。優(yōu)點(diǎn)：不需任何成本、方法簡(jiǎn)單迅速；因?yàn)椴挥梅治鲑Y料，易了解。缺點(diǎn)：不能提供高預(yù)測(cè)精確度，可作為其他預(yù)測(cè)方法的成本與精確度比較基準(zhǔn)。第十五頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)16天真預(yù)測(cè)法範(fàn)例若上週產(chǎn)品需求量為20箱，則本週之預(yù)測(cè)值就是20箱。若呈現(xiàn)季節(jié)性需求量，則季節(jié)變動(dòng)就是這一季之預(yù)測(cè)值與上一季數(shù)值相同。例如：期數(shù)實(shí)際值與前一個(gè)值之差預(yù)測(cè)值t-250t-153+3(下一個(gè))t53+3第十六頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)17時(shí)間序列預(yù)測(cè)方法(3/3)平均法分析技術(shù)(Averagingmethods)移動(dòng)平均法(Movingaverage)-以近期實(shí)際數(shù)值之平均作為最新預(yù)測(cè)值的參考加權(quán)平均法(Weightedmovingaverage):以愈近期數(shù)值乘以愈大權(quán)數(shù)方法以估算預(yù)測(cè)值指數(shù)平均法(Exponentialsmoothingaverage)第十七頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)18平均法分析技術(shù)(1/3)移動(dòng)平均法使用數(shù)個(gè)近期實(shí)際資料產(chǎn)生預(yù)測(cè)值。Ft:第t期之預(yù)測(cè)值MAn:n期之移動(dòng)平均At-1:第t-1期之實(shí)際值

n:移動(dòng)平均期數(shù)第十八頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)移動(dòng)平均法分析-Example例如已知過去五期貨車需求量，求算三期移動(dòng)平均預(yù)測(cè)值。預(yù)測(cè)19期數(shù)需求142240343440541最近三期F6=(43+40+41)/3=41.33假設(shè)第六期實(shí)際需求為38，F(xiàn)7:F7=(40+41+38)/3=39.37第十九頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)20平均法分析技術(shù)-加權(quán)平均法(2/3)加權(quán)平均法與移動(dòng)平均法不同之處在於愈近期資料，給定愈大權(quán)重。假設(shè)條件—愈近期觀察資料，愈有可能得到最準(zhǔn)確預(yù)測(cè)值，因此應(yīng)該給予較近期數(shù)值較大的權(quán)數(shù)權(quán)重選擇通常要使用試誤法。第二十頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)加權(quán)平均法-Example以之下列需求資料：最近數(shù)值給定權(quán)重為0.40；次近數(shù)值為0.30；其次為0.20，0.10。若第六期實(shí)際需求為39，使用上一小題權(quán)種預(yù)測(cè)第七期需求量。F6=0.1(40)+0.2(43)+0.3(40)+0.4(41)=41.0F7=0.1(43)+0.2(40)+0.3(41)+0.4(39)=40.2預(yù)測(cè)21期數(shù)需求142240343440541第二十一頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)22平均法分析技術(shù)-指數(shù)平滑法(3/3)指數(shù)平滑法每一個(gè)新預(yù)測(cè)值以前一個(gè)預(yù)測(cè)值為基礎(chǔ)，再加上預(yù)測(cè)值與實(shí)際值差額的百分比。Ft=第t期之預(yù)測(cè)值Ft-1=前一期之預(yù)測(cè)值(t-1)α=平滑常數(shù)At-1=前一期實(shí)際需求量第二十二頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)平均法分析技術(shù)-指數(shù)平滑法誤差調(diào)整速度是由平滑常數(shù)α決定。平滑常數(shù)愈接近

0，則預(yù)測(cè)誤差調(diào)整的速度愈慢（愈平滑）。相反地，平滑常數(shù)愈接近

1，則反應(yīng)愈大，平滑程度愈小。A-F

為誤差值，為回饋百分比例如前一個(gè)預(yù)測(cè)值為42單位，實(shí)際值為40單位，若Alpha=0.1，則新預(yù)測(cè)值：

Ft=42+0.1(40-42)=41.8

若實(shí)際值為43，則下一個(gè)預(yù)測(cè)值為：Ft+1=41.8+0.1(43-41.8)=41.92Example:下張Slide中數(shù)列之預(yù)測(cè)資料，包含誤差=實(shí)際值-預(yù)測(cè)值，其中一個(gè)預(yù)測(cè)時(shí)採(cǎi)用Alpha=0.10，另一個(gè)採(cǎi)用Alpha=0.40。預(yù)測(cè)23第二十三頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)24指數(shù)平滑法-Example42+0.1(42-42)=4240-42=-242+0.1(40-42)=41.8第二十四頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)25指數(shù)平滑法第二十五頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)指數(shù)平滑法預(yù)測(cè)26第二十六頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)27時(shí)間序列預(yù)測(cè)(3/3)季節(jié)性分析技術(shù)某種事件發(fā)生的時(shí)間序列呈現(xiàn)規(guī)則上下反覆變動(dòng)。季節(jié)性：規(guī)則年度變動(dòng)。季節(jié)變動(dòng)：可以是指每日、每週、每月及其他規(guī)則模式的資料。(銀行、郵局)、高速公路流量、飯店訂房。第二十七頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)28季節(jié)性分析技術(shù)季節(jié)性有二種不同的模型：加法模型與乘法模型。加法模型：季節(jié)性是以數(shù)量表示，即時(shí)間序列之平均數(shù)加上或減去某一數(shù)量。乘法模型：季節(jié)性以百分比表示，即時(shí)間序列值乘以平均趨勢(shì)值的某一百分比，又稱為季節(jié)相對(duì)性(或季節(jié)指數(shù))。假設(shè)商店某月份之玩具銷售量之季節(jié)相對(duì)性為1.20，則表示該越之銷售量超出月平均量的20%。季節(jié)性變動(dòng)於零售業(yè)規(guī)劃與排程之重要因素，此外掌握尖峰負(fù)荷亦很重要。第二十八頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)29季節(jié)性(1/2)加法模型與乘法模型。

第二十九頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)30季節(jié)性(2/2)季節(jié)相對(duì)性：有兩種不同的使用方式。消除時(shí)間序列的季節(jié)性：將季節(jié)因素自資料中移除，以得到更清楚的非季節(jié)性趨勢(shì)。消除季節(jié)性乃將每個(gè)資料點(diǎn)除以相對(duì)應(yīng)之季節(jié)相對(duì)比率。在預(yù)測(cè)中加入季節(jié)性：當(dāng)需求同時(shí)具有趨勢(shì)與季節(jié)性因素時(shí)，加入季節(jié)性相對(duì)更加準(zhǔn)確。使用季節(jié)趨勢(shì)方程式並針對(duì)目標(biāo)期間以求得趨勢(shì)估計(jì)值。將這些趨勢(shì)估計(jì)值常以季節(jié)相對(duì)性將季節(jié)性加入趨勢(shì)估計(jì)值中。第三十頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)31季節(jié)性範(fàn)例–計(jì)算季節(jié)相對(duì)性中心點(diǎn)移動(dòng)平均(centeredmovingaverage):與移動(dòng)平均法相同，其數(shù)值卻不能作為預(yù)測(cè)值，但此數(shù)值為該序列之代表值。期數(shù)星期實(shí)際值1Tues672Wed753Thur824Fri985Sat906Sun367Mon558Tues609Wed7310Thur8511Fri9912Sat8613Sun4014Mon5215Tues6416Wed7617Thur8718Fri9619Sat8820Sun4421Mon50第三十一頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)生產(chǎn)管理技術(shù)32第三十二頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)33關(guān)聯(lián)性預(yù)測(cè)關(guān)聯(lián)性技術(shù)重點(diǎn)在於建立出歸納預(yù)測(cè)變數(shù)效果方程式，主要的分析方法為迴歸。分為簡(jiǎn)單線性迴歸，曲線與多元迴歸分析二種。第三十三頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)34簡(jiǎn)單線性迴歸目的是求出一條直線方程式，使每個(gè)資料點(diǎn)與此線的垂直距離平方和最小。此最小平方直線的方程式如下：第三十四頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)35簡(jiǎn)單線性迴歸(1/2)以下的方程式可以計(jì)算出係數(shù)a與b：第三十五頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)36簡(jiǎn)單線性迴歸(2/2)直線方程式的圖形如下：第三十六頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)37迴歸(1/2)迴歸於預(yù)測(cè)應(yīng)用與指標(biāo)之使用有關(guān)，以下為常見指標(biāo)：工廠存貨淨(jìng)變動(dòng)量商業(yè)銀行放款利率工業(yè)產(chǎn)出消費(fèi)者物價(jià)指數(shù)物價(jià)指數(shù)股票市場(chǎng)價(jià)格第三十七頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)38迴歸(2/2)迴歸相關(guān)性衡量二變數(shù)之間關(guān)係強(qiáng)度與方向。相關(guān)係數(shù)r的範(fàn)圍為-1.00到+1.00。相關(guān)係數(shù)的平方（）可用來衡量線性迴歸對(duì)數(shù)據(jù)的解釋能力。若值相當(dāng)高（例如.80或以上），表示獨(dú)立變數(shù)是相依變數(shù)的優(yōu)良預(yù)測(cè)值。第三十八頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)RegressionExample某公司過去行動(dòng)電話銷售量，如下表所列。請(qǐng)應(yīng)用線性趨勢(shì)檢測(cè)是否適當(dāng)，並預(yù)測(cè)第11、12週銷售量。預(yù)測(cè)39週12345678910銷售量700724729728740742758750770775第三十九頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)RegressionExample預(yù)測(cè)40第四十頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)RegressionExample預(yù)測(cè)41第四十一頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)42例題下表為新房子銷售與落後三個(gè)月之失業(yè)率。決定失業(yè)水準(zhǔn)是否能預(yù)測(cè)新房子需求；若能預(yù)測(cè)，請(qǐng)推導(dǎo)預(yù)測(cè)方程式。第四十二頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)43例題說明將資料繪於圖上，並觀察資料點(diǎn)的範(fàn)圍，線性模型似乎是適當(dāng)?shù)摹?/p>

相關(guān)係數(shù)迴歸方程式為 (負(fù)相關(guān))第四十三頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)44應(yīng)用線性迴歸分析要點(diǎn)(1/2)簡(jiǎn)單迴歸分析的應(yīng)用應(yīng)滿足下列假設(shè)：在直線附近的變動(dòng)是隨機(jī)的。在直線附近的偏差應(yīng)為常態(tài)分配。只在觀察值的範(fàn)圍內(nèi)進(jìn)行預(yù)測(cè)。滿足上列假設(shè)後，為了得到最佳結(jié)果：經(jīng)常將資料繪成圖形，驗(yàn)證線性關(guān)係是否恰當(dāng)。資料也許會(huì)受時(shí)間影響，檢查並繪出相依變數(shù)相對(duì)於時(shí)間的圖；若時(shí)間模式發(fā)生，則使用時(shí)間序列替代迴歸分析，或把時(shí)間當(dāng)作多元迴歸分析的獨(dú)立變數(shù)。低度相關(guān)暗示有其他更為重要變數(shù)存在而未受考慮。第四十四頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)45應(yīng)用線性迴歸分析要點(diǎn)(2/2)迴歸分析缺點(diǎn)包括：簡(jiǎn)單線性迴歸只能用在包含一項(xiàng)獨(dú)立變數(shù)的線性關(guān)係。建立這種關(guān)係需要大量資料，至少超過20個(gè)觀測(cè)資料。所有觀測(cè)值之權(quán)重皆相等。第四十五頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)46曲線與多元迴歸分析適用於包含一個(gè)以上預(yù)測(cè)變數(shù)而不適合線性模型，或不適用簡(jiǎn)單線性迴歸，或是存在有非線性關(guān)係時(shí)。雖然這些分析超出範(fàn)圍，但仍很常使用，並使用電腦計(jì)算。(SPSS,MINITAB,MATLAB,Excel+VBA)第四十六頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)47預(yù)測(cè)精確度與管制預(yù)測(cè)精確度與管制對(duì)預(yù)測(cè)來說是相當(dāng)重要層面。指出預(yù)測(cè)值偏離實(shí)際值的程度是相當(dāng)重要的，這可以讓使用者知道預(yù)測(cè)精確度。要精確地預(yù)測(cè)這些變數(shù)幾乎不可能。第四十七頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)48預(yù)測(cè)誤差觀察預(yù)測(cè)誤差以確定誤差是否在合理範(fàn)圍之內(nèi)。預(yù)測(cè)誤差是針對(duì)給定期數(shù)，實(shí)際值與預(yù)測(cè)值的差。因此，誤差＝實(shí)際值－預(yù)測(cè)值第四十八頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)49預(yù)測(cè)精確度常用來衡量誤差方法：平均絕對(duì)偏差（MAD）-MeanAbsoluteDeviation.平均均方誤差（MSE）-MeanSquaredError.平均絕對(duì)百分比誤差（MAPE）-MeanAbsolutePercentageError.第四十九頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)50平均絕對(duì)偏差（MAD）MAD是絕對(duì)預(yù)測(cè)誤差的平均值。

第五十頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)51均方誤差（MSE）MSE是預(yù)測(cè)誤差平方的平均值。第五十一頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)52平均絕對(duì)百分比誤差（MAPE）MAPE是絕對(duì)百分比誤差的平均值。第五十二頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)53例題使用下列資料計(jì)算MAD、MSE和MAPE。e|e|e2第五十三頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)54例題說明使用表格內(nèi)的數(shù)字，計(jì)算過程為：

它們之間差異在於MAD對(duì)所有誤差的權(quán)重都相等，MSE誤差權(quán)重是根據(jù)其平方值，而MAPE則是根據(jù)相對(duì)誤差。

實(shí)際值第五十四頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)55預(yù)測(cè)管制(1/2)追蹤並分析預(yù)測(cè)誤差，有助於檢視預(yù)測(cè)是否適當(dāng)。管制圖是用來偵測(cè)非隨機(jī)誤差絕佳工具。第五十五頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)56預(yù)測(cè)管制(2/2)非隨機(jī)性的範(fàn)例第五十六頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)57管制圖誤差分配標(biāo)準(zhǔn)差估計(jì)值就是MSE的平方根。

管制圖有下列基本假設(shè)：當(dāng)誤差為隨機(jī)分配時(shí)，誤差會(huì)是常態(tài)分配，且平均值在0的附近。因此管制上限：管制下限：管制界限：第五十七頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)58追蹤訊號(hào)累積預(yù)測(cè)誤差與相關(guān)的平均絕對(duì)偏差（即MAD）的比，目的在偵測(cè)誤差的偏差。追蹤訊號(hào)的值可正可負(fù)，若為0

則最理想，通常為可接受值。第五十八頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)59選擇預(yù)測(cè)技巧選擇預(yù)測(cè)技巧的二個(gè)重要因素：成本精確性最佳的預(yù)測(cè)不一定是精確度最高或成本最低，而是管理者認(rèn)定的精確度與成本之最佳組合。其他考慮的因素有：歷史資料之使用性、電腦資料之可使用性、決策者使用預(yù)測(cè)技術(shù)之能力、蒐集資料之時(shí)間、分析資料並籌劃預(yù)測(cè)之時(shí)間。第五十九頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)預(yù)測(cè)60使用預(yù)測(cè)資訊與使用電腦預(yù)測(cè)管理者對(duì)預(yù)測(cè)可能採(cǎi)取反應(yīng)或先制方法。於準(zhǔn)備定量資料預(yù)測(cè)實(shí)務(wù)上，電腦扮演重要角色，其可讓管理者快速建立與修正預(yù)測(cè)，且無手動(dòng)計(jì)算負(fù)擔(dān)。Excel,SPSS,MINITAB第六十頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)實(shí)務(wù)預(yù)測(cè)案例某公司採(cǎi)漸進(jìn)式工廠轉(zhuǎn)移至上海昆山廠，鑑於現(xiàn)有訂單執(zhí)行與人員縮編考量，期擬定產(chǎn)能縮減與人員遣散作業(yè)。故任命製程工程部進(jìn)行產(chǎn)能規(guī)劃作業(yè)與漸進(jìn)式機(jī)臺(tái)設(shè)備移機(jī)作業(yè)。利用歷史資料進(jìn)行直覺式判定-沒有信心與精確達(dá)成任務(wù)。(壓力與出貨問題)利用統(tǒng)計(jì)方法-利用機(jī)率分佈方法建立未來人員/機(jī)臺(tái)利用率預(yù)測(cè)–機(jī)率分佈無法對(duì)應(yīng)未來產(chǎn)能需求。運(yùn)用時(shí)間序列預(yù)測(cè)方法達(dá)成未來產(chǎn)能需求預(yù)測(cè)，並規(guī)劃?rùn)C(jī)臺(tái)遷移計(jì)畫與人員遣散計(jì)畫。預(yù)測(cè)61第六十一頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)實(shí)務(wù)預(yù)測(cè)案例-製造流程預(yù)測(cè)62第六十二頁，共七十三頁。服務(wù)業(yè)作業(yè)管理技術(shù)實(shí)務(wù)預(yù)測(cè)案例如下表所列，歷史產(chǎn)能利用率資料預(yù)測(cè)63第六十三頁，共七十三頁