728x90
반응형
* 계절성
- 계절성 : 규칙적인 간격으로 반복되는 데이터 패턴, 계절의 길이는 패턴이 반복되는 구간의 길이 이다.
- 곱셈 계절 요인 Ct : 각 계절의 t번째 기간들의 변수값이 평균적으로 전체 변수값의 평균 혹은 전체적인 경향 대비 높거나 낮은 비율
* 정상 상태 데이터에 대한 계절 요인 분석
- 계절 요인 Ct의 추정 및 활용
1) 전체 데이터의 평균을 계산한다.
2) 각 데이터를 전체 평균으로 나눈 비율을 계산한다.
3) 각 계절별 평균 비율을 구한다.
4) 검증
5) 예측
예제) 데이터
1주 | 2주 | 3주 | 4주 | |
월요일 | 4 | 3 | 3 | 2 |
화요일 | 8 | 8 | 6 | 6 |
수요일 | 11 | 11 | 11 | 10 |
목요일 | 12 | 14 | 13 | 13 |
금요일 | 6 | 5 | 6 | 6 |
1단계 : 전체 평균
- 전체 데이터의 평균을 계산한다.
- 위의 데이터인 경우 7.9000이다.
2단계 : 각 데이터 값의 전체 평균에 대한 비율
1주 | 2주 | 3주 | 4주 | |
월요일 | 0.506329 | 0.379747 | 0.379747 | 0.253165 |
화요일 | 1.012658 | 1.012658 | 0.759494 | 0.759494 |
수요일 | 1.392405 | 1.392405 | 1.392405 | 1.265823 |
목요일 | 1.518987 | 1.772152 | 1.645570 | 1.645570 |
금요일 | 0.759494 | 0.632911 | 0.759494 | 0.759494 |
3단계 : 각 계절별 평균 비율
월요일 | 0.379747 |
화요일 | .... |
수요일 | .... |
목요일 | .... |
금요일 | 0.727848 |
4단계 : 계산 검증 (현 데이터를 모두 더할 경우 5가 나온다)
5단계 : 예측
- 일별 예측 = 계절별 비율 * 대상 기간 평균
예) 계절별 비율 * 최근 5개 값의 이동 평균, 월요일 예측값 = 0.379747 * 7.4 =2.81
- 3중 지수 평활법 : 2중 지수 평활법의 추세뿐만 아니라 계절적 변화도 고려한다.
새로운 데이터로 쉽게 업데이트 할 수 있으며, 보다 정교한 ES 방법이다.
728x90
반응형
'생산운영관리' 카테고리의 다른 글
[생산운영관리] 생산운영계획의 종류와 구조 (0) | 2024.06.15 |
---|---|
[생산운영관리] 자기회귀모형, 이동평균모형, 자기회귀통합이동평균모형 (0) | 2024.05.05 |
[생산운영관리] 추세 고려하는 예측 방법(회귀 분석, 이중 지수 평활법) (0) | 2024.04.28 |
[생산운영관리] 시계열분석, 이동평균법, 가중이동평균법, 지수평활법 (1) | 2024.04.27 |
[생산운영관리] 예측의 분류와 예측 모델 (0) | 2024.04.27 |