[생산운영관리] 계절성이 있는 수요 분석

* 계절성

- 계절성 : 규칙적인 간격으로 반복되는 데이터 패턴, 계절의 길이는 패턴이 반복되는 구간의 길이 이다.

계절성이 있는 그래프의 예

 

- 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.

 

모델의 기본적인 과정

계산에 사용되는 공식