лабораторная работа по СУБД. Даня. Лабораторная работа 1 по дисциплине Транспортная логистика Методы выделения групп при авсанализе
 Скачать 255.43 Kb.
|
2.2. Определение тренда и сезонных колебанийДля XYZ-анализа данных по запасным частям, имеющим значительные сезонные колебания, можно использовать различные подходы. Например, изменить границы групп. Это самый простой способ, но не самый эффективный, так как сезонные колебания часто являются только одной из причин нестабильности. Таблица 2.1 - Автокорреляции первых пяти номенклатур
Один из таких вариантов – определить коэффициент автокорреляции. При наличии тренда и сезонных колебаний последующие значения исследуемого параметра зависят от предыдущих. Количественно эту зависимость можно оценить с помощью коэффициента корреляции между временным рядом исходных данных и рядом, сдвинутым по времени:  где xj – значение параметра оцениваемого объекта за текущий период; 𝑥̅ – среднее значение параметра; yj – значение параметра оцениваемого объекта, сдвинутого по времени; 𝑦̅ – среднее значение параметра, сдвинутого по времени. Число периодов, по которым определяется коэффициент автокорреляции, называют лагом автокорреляции k. Если сравнивается текущий период с прошлым периодом, то k = 1, если с позапрошлым – k = 2 и т. д. Такая последовательность коэффициентов автокорреляции называется автокорреляционной функцией, а график их значений – коррелограммой. Анализ автокорреляционной функции позволяет найти лаг, при котором автокорреляция наиболее высокая, а связь между текущим и сдвинутым рядами значений параметра наиболее тесная.  Рисунок 2 - VW1027  Рисунок 3 - PARROT 3200  Рисунок 4 - N90813202  Рисунок 5 - N10251001 Рисунок 6 - N0177538   17,93%  8,31% Рисунок 7 – фактические данные «VW1027»
Таблица 2.2 – выделение тренда из колебаний продаж деталей «VW1027» Расчетный сезонный тренд – это значение прогноза продаж на данный месяц. Если прогнозирование не применяется, то надо брать среднее значение продаж в этом месяце за три предыдущих года. Сезонный коэффициент равен отношению расчетного сезонного тренда в данном месяце к среднему значению сезонного тренда. Значение продаж без учета сезонных колебаний получается путем деления фактических данных за месяц на сезонный коэффициент этого месяца. После выделения сезонной компоненты из фактических данных все товары компании надо разделить на группы, имеющие схожую сезонную динамику продаж. Затем для каждой группы нужно определить сезонный тренд и рассчитать сезонные коэффициенты для каждого сезонного тренда. Данные коэффициенты определяются путем деления значения продаж каждого месяца на среднее значение продаж за весь период (по данным сезонного тренда). Затем нужно фактические значения продаж разделить на сезонный коэффициент. В результате мы получим объем продаж товара без учета сезонных колебаний. Теперь можно проводить XYZ-анализ по полученным данным. Вывод: из приведенных рисунков видно, что после исключения сезонного фактора из продаж товара коэффициент вариации снизился с 17,93% до 8,31 %. На рисунках 8-9 представлены коррелограммы по данным продаж детали.   10,55% Рисунок 8 - Коррелограмма по фактическим данными продаж детали N0177538  10,29%  Рисунок 9 - Коррелограмма по данными продаж детали N0177538 В таблице 2.2 представлено выделение сезонных колебаний из данных продаж деталей «N0177538». Таблица 2.3 - Выделение сезонных колебаний из данных продаж деталей «N0177538»
Таким образом, коэффициент вариации спроса на деталь «N0177538» составляет: с учетом сезонных колебаний – 10,55%, без учета – 10,29%. В таблице 2.4 представлено выделение тренда из колебаний продаж деталей «N0177538». Таблица 2.3 - Выделение тренда из колебаний продаж деталей «N0177538».
Коэффициент вариации спроса на деталь «N0177538» составляет с учетом отклонения от тренда 3,14%. Вывод: в ходе анализа данных спроса на детали «N0177538» был установлен его сезонный характер. Деталь относится к группе Z по XYZ классификации с коэффициентом вариации 10,55%, а с отклонением тренда 10,29%. В таблице 2.4 представлено выделение сезонных колебаний из данных продаж деталей «N10251001».   11% Рисунок 10 - Коррелограмма по фактическим данными продаж детали N10251001   11% Рисунок 11 - Коррелограмма по данными продаж детали N10251001 Таблица 2.4 - Выделение сезонных колебаний из данных продаж деталей «N10251001»
Таким образом, коэффициент вариации спроса на деталь «N10251001» составляет: с учетом сезонных колебаний - 18%, без учета - 24%. В таблице 2.5 представлено выделение тренда из колебаний продаж деталей «N102510018». Таблица 2.5 - Выделение тренда из колебаний продаж деталей «N10251001».
Коэффициент вариации спроса на деталь «N10251001» составляет с учетом отклонения от тренда 3,7%. Вывод: в ходе анализа данных спроса на детали «N102510018» был установлен его сезонный характер. Деталь относится к группе Y по XYZ классификации с коэффициентом вариации 11%. С отклонением тренда 11%.   24,1% Рисунок 12-Данные спроса по фактическим данным продаж N PARROT 3200  9,9% Рисунок 13- По данным спроса без влияния сезонных колебаний продаж PARROT 3200  24,1% Рисунок 14-Коррелограмма по данным отклонения от тренда продаж PARROT 3200 В таблице 2.6 представлено выделение тренда из колебаний продаж деталей «PARROT 3200». Таблица 2.6 - Выделение тренда из колебаний продаж деталей «PARROT 3200»
Коэффициент вариации спроса на деталь «PARROT 3200» составляет: с учетом отклонения от тренда 24.1%, без учета 9.9%. Вывод в ходе анализа данных спроса на детали «PARROT 3200» был установлен его сезонный характер. Деталь относится к группе Y по XYZ классификации с коэффициентом вариации 9,9%, а с отклонением тренда 8,6%.  20% 20% 15%  В таблице 2.7 представлено выделение тренда из колебаний продаж деталей «N90813202». Таблица 2.7 - Выделение тренда из колебаний продаж деталей «N90813202»
Коэффициент вариации спроса на деталь «N90813202» составляет: с учетом отклонения от тренда 20%, без учета 15%. Вывод: в ходе анализа данных спроса на детали «N90813202» был установлен его сезонный характер. Деталь относится к группе Y по XYZ классификации с коэффициентом вариации 24,6%, а с отклонением тренда 25%. |
(отклонение без влияния сезонных колебаний)