中國工業工程學會工業工程師證照考試工作研究與人因工程教學講義

Size: px

Start display at page:

Download "中國工業工程學會工業工程師證照考試工作研究與人因工程教學講義"

央单
5 years ago
Views:

重點整理預測的種類長期預測 : 指三年以上的預測中期預測 : 指一年至三年的預測短期預測 : 指一年以下的預測單元一銷售預測預測的共同特徵一預測技巧通常皆假設過去所存在的某種因果關係, 未來將繼續存在二預測結果必然會有誤差存在三群體項目預測往往比單一項目之預測來得精確四預測時間愈短, 其正確性愈高 ; 反之則愈低良好銷售預測應符合的條件一需以實體單位來表示 (

1 重點整理預測的種類長期預測 : 指三年以上的預測中期預測 : 指一年至三年的預測短期預測 : 指一年以下的預測單元一銷售預測預測的共同特徵一預測技巧通常皆假設過去所存在的某種因果關係, 未來將繼續存在二預測結果必然會有誤差存在三群體項目預測往往比單一項目之預測來得精確四預測時間愈短, 其正確性愈高 ; 反之則愈低良好銷售預測應符合的條件一需以實體單位來表示 ( 有意義的計量單位 ) 二應針對產品線中的每一個別產品做預測或先用產品群來預測, 再預測個別產品 ( 正確性與可靠性 ) 三應能顯示出需求變動的情況 ( 書面化 ) 四應考慮各種行動所需的前置時間 ( 時間性 ) 五容易瞭解容易使用預測方法的分類定性 ( 主觀 ) 預測法及定量 ( 客觀 ) 預測法定性預測法 (qualitative forecasting method) 主要是由主觀判斷所組成的預測方法, 這種預測方法缺乏精確的數字作為預測的基礎, 且允許在預測過程中加入人性因素個人意見預感等軟性因素之考量定量預測法 (quantitative forecasting method)

2 係指使用客觀的歷史資料或使用因果變數, 作為預測的關聯模型而言定量預測法又可區分為時間數列 (time series) 法因果 (causal) 法或迴歸分析 (regression) 法關聯性的預測 (associative forecasting) 係指利用一個或數個解釋變數, 預測相關變數的未來數值而言時間數列 (time series) 係指以固定時間間隔為基礎, 某事項的時間順序之觀察值而言影響時間數列規則的五種因素一趨勢變動 (trend variation) 二循環變動 (cycles variation) 週期數列其週期期間為一年以上者三季節變動 (seasonality variation) 週期數列其週期期間為一年內者四不規則變動 (irregular variation) 觀測值之變化是由於偶發事件引起者五隨機變動 (random variation) 受上述變動因素以外的其他因素影響者時間數列法一天真預測法 (naive forecasts) 係指將任何一期的天真預測值定義為前一期的預測值二移動平均法 (moving averages) 使用一群最近的實際資料進行預測, 又可分為簡單移動平均及加權移動平均優點 : 容易計算與容易瞭解缺點 : 需要大量的資料儲存三指數平滑法 (exponential smoothing) 四迴歸分析法公式 : MA n = n i 1 Ai /n i= 資料之期數 (i=1,2,3,4,...) n= 移動平均之期數 A i = 期數 i 之實際值 MA n =n 期之移動平均 1-3 例一已知中華補習班過去六年的椅子需求量如下表所示, 請計算三期之移動平均需求時期 ( 年 ) 椅子需求

3 解時期 ( 年 ) 椅子需求 Forecast 移動平均數之期數愈少, 其預測值愈敏銳, 且落後時間數列的變動愈小, 因而影響長期趨勢的穩定性 ; 反之, 移動平均數之期數愈多, 其預測值愈不敏銳, 且落後時間數列的變動愈大, 因而影響長期趨勢的精確性加權平均數 (weighted average) 例二中華冷氣公司的產品最近五年的銷售量如下所列, 請賦予最近時期的時間數列數值 0.4 的權數, 次近時期的時間數列數值 0.3 的權數, 在次近時期的時間數列數值 0.2 的權數, 最遠時期的時間數列數值 0.1 的權數, 並計算中華公司第六期加權平均預測銷售量時期 ( 年 ) 銷售量 1 3, , , , ,800 解時期 ( 年 ) 銷售量 1 3, , , , , 例三已知中華公司電冰箱需求台數之資料如下 : 月別 1 2 需求台數 200, ,000

4 , , , 月份需求台數則為多少? 6 月份需求台數則為多少? 0.4, 依次各期為 , 則 6 月份之預測台數為何? 解月別需求台數四期五期加權 1 200, , , , , 因果模式法主要係由分析者找尋與需求量最有相關的各種經濟指標 ( 如國民所得失業率消費者物價指數貨幣供給額等 ), 建立迴歸模式來進行預測的工作, 又稱為經濟指標法指數平滑法係指一種複雜的加權平均法而言, 它具有容易使用與容易瞭解的特性其求算方法, 是以前一個預測值為基礎, 再加上預測值與實際值之間差額的百分比即本期預測值 = 前期預測值 +( 誤差修正係數 )( 前期實際值 - 前期預測值 ) 優點 : 一僅具最低資料儲存的需求二計算容易三能輕易變更權數計劃 ( 只要改變 α 值即可 ), 故應用簡單缺點 : 僅適合於短期預測公式 :F t+1 =F t +α(a t -F t ) 其中, 或 F t+1 =αa t +(1-α)F t F t+1 =t+1 期預測值 F t =t 期預測值 α= 平滑常數 (smoothing constant) 或誤差修正係數 ; 介於 0 與 1 之間

5 A t =t 期實際值 1-5 註如果沒有前期預測值(F t-1 ), 但已知 α, 則可以假設第一期實際值與預測值相同或利用經驗公式 n=(2/α)-1, 來求出 n( 為整數 ), 然後再以最初 n 期資料平均即可求得 n+1 期之預測值 (F t+1 ), 再用指數平滑法預測註預測誤差調整之敏感性係決定於平滑化常數 α, 平滑化常數愈接近 0, 預測誤差之調整愈小平滑化愈大 ; 相反的, 平滑化常數愈接近 1, 預測誤差調整之敏感性愈大平滑化愈小例四中華電子公司使用指數平滑化法預測每年銷售量, 平滑常數為 0.4 假若前一年度預測銷售量為 25,000 台, 而實際銷售量為 22,000 台請問, 今年該公司預測可銷售多少台? 解 F= *( )=23800 例五中華商行在平滑常數 α=0.5 的情況下, 欲根據下列每月實際銷售量, 使用指數平滑化法進行第七期銷售量之預測? 時期 ( 月 ) 每月銷售量 1 5, , , , , ,000 7? 解 N=(2/0.5)-1=3 F6=( )/3= F7= *( )= 例六下列資料為甲公司民國 84 年至 88 年之季銷售額, 請以簡單平均法計算 89 年度之預測值及其各季季節指數年別第 1 季第 2 季第 3 季第 4 季

6 解年別第 1 季第 2 季第 3 季第 4 季年計小計平均指數 ( 乘法模式 ) 指數 ( 加法模式 ) 迴歸分析法係指以預測值為相依變數 (dependent variable), 以時間為獨立變數 (independent variable), 所建立的時間數列迴歸方程式而言公式 :Y=a+bt b=(n ty -ΣtΣy)/ nσt2 -(Σt) 2 a=(σy-bσt)/n 其中,n= 期數 y= 時間數列值例七中華機械公司自 1992 年以來的銷售額如下表所示, 請計算該公司之直線趨勢方程式, 並預測 1997 年之銷售額年度銷售額 ( 百萬元 ) 解 B=1.3 A=6.1 F1997= *6=13.9

7 季節變動 (seasonal variations) 係指某種事件發生的時間數列, 隨著季節更替, 而有規則地上下反覆變動而言季節變動的模型加法模型及乘法模型公式 :Y=T+S ( 加法模型 ) Y=T S ( 乘法模型 ) 其中,Y 為實際資料 T 為長期趨勢 S 為季節變動例八中華電機公司想預測變壓器期的季銷售, 第期恰巧是某特定年度的第三四兩季中華電機公司的銷售時間數列是由長期趨勢與季節變動組合而成的中華電機公司長期趨勢可用方程式 Y= t 來表示, 季節指數分別為 Q1=1.18 Q2=1.21 Q3=0.76 Q4=0.85 請利用上述資訊, 預測第期的季銷售解 Y11=( *11)*0.76=320.4*0.76= Y12=( *12)*0.85= 迴歸分析 (regression analysis) 發展一方程式, 以表示兩個變數間的關係, 並利用獨立變數 X 的特定數值, 預測相依變數 Y 的數值這種發展方程式作為預測的技術, 稱為迴歸分析註迴歸方程式(regression equation) 或稱為預測方程式或估計方程式註關聯性預測技巧之重要性在發展方程式以描述預測變數之效果, 其最主要的分析方法便是迴歸分析最小平方法 (least squares methods) 迴歸直線方程式使所有點到直線的縱向偏差之平方和為最小, 這種方法稱為最小平方法公式 :Y=a+bx b=(nσxy-σxσy)/ nσx 2 -(Σx) 2 a=(σy-bσx)/n 或 y -b x 其中,n= 觀察數目 y= 被預測的相依變數例九中華測試設備公司在國內有五家分公司, 茲將五家分公司之銷售額與利潤數字列於下表, 請求出迴歸直線假設某家分公司銷售額為一億五千萬元, 請問其利潤應為若干? 分公司銷售額 ( 萬元 ) 利潤 ( 萬元 )

8 解 ,000 12,000 4,000 8,000 11, 銷售額利潤 ( 萬分公司 ( 萬元 ) 元 ) XY X2 1 5, , , , , , b=(nσxy-σxσy)/ nσx 2 -(Σx)2 = a=(σy-bσx)/n=0.56 Y= X= *15000=10.76 相關 (correlation) 乃衡量兩變數間的強度與方向, 相關係數 (correlation coefficent) 的範圍從 -1 到 +1 相關係數為 +1, 表示一個變數變動, 經常另一個變數亦配合著變動相關係數為 -1, 表示一個變數遞增, 則另一個變數必配合著遞減相關係數接近 0, 則表示兩個變數間沒有線性關係公式 : 相關係數 (r)= n( x 2 n( ) xy) ( x)( 2 ( x) n( y y) 2 ) ( y) 2 評估的方式一般衡量預測的精確程度多以誤差 (Error) 來表示, 誤差是指實際值 - 預測值的差距, 常用的 (bias) (Mean Absolute Deviation, 簡稱 MAD) 方差 (Mean Square Error, 簡稱 MSE) 公式 : 預測誤差 (e)=a-f 偏差 (BAIS)= ( A F ) n

9 平均絕對差 (MAD)=( A F ) n 平均方差 (MSE)= ( A F) n 1 e 平均絕對百分誤 (MAPE)= A 100% n 2 註如果誤差之分配為平均數為 0 之常態分配, 則 MAD 與 MSE 之關係為 1.25 MAD MSE 例十一試就下列資料, 計算 BIAS MAD 和 MSE 期間實際值預測值解 Bias=-0.25 MAD=2.75 MSE=10.86 預測模式的控制一追蹤訊號 (tracking signals) 追蹤訊號 = ( 實際值預測值 ) MAD 其結果與預定界限相比較, 其範圍界於正負 3 到正負 8 間, 大部分情形都用正負 4, 因其大致為三個標準差範圍 MAD 一經設定之後可以隨著新資料的產生直接計算, 或者用指數平滑法來修正 :MADt=MADt-1+ ( At-Ft -MADt-1) 二管制圖 (control charts) +-3MSE 其方法是設定個別誤差的上下限 ( 不像追蹤信號係使用累積誤差 ), 其界限為 MSE 平方根之倍數其假設條件係基於 : 預測誤差係隨機分配在平均值為 0 之四周及誤差的分配是常態的

10 證照考題 : 1. 下列哪一種預測方法使用於新產品上市前的預測?( ) (A) 移動平均法 (moving average method) (B) 指數平滑法 (exponential smoothing method) (C) 迴歸分析法 (regression analysis) (D) 市場研究法 (market research) 2. 下表為近四期的實際值與預測值以下選項的平均絕對偏差 (mean absolute difference, MAD) 或均方誤差 (mean square error, MSE) 何者正確?( ) (A)MAD 為 1 (B)MAD 為 2 (C)MSE 為 3.3 (D)MSE 為愛依公司使用過去 10 年銷售資料, 並以簡單線性迴歸分析方法預測第 11 年之銷售量假設線性迴歸方程式為, 過去十年相關的資料計算如下請問 : 下列敘述何者是正確?( ) (A) a=25.09 b=1.60 (B)a=1.60 b=25.09 (C) =46.40 (D) = 下列有關簡單移動平均法的敘述何者為正確?( ) (A) 當產品的需求量並非快速的成長或下降, 且也沒有季節因素的影響, 移動平均法無法有效去除對預測有影響的不規則變異 (B) 選擇的期數越長, 影響預測的變動因子越不容易看出來 (C) 選擇較長的時間為基期, 將產生較大的波動, 但也和真正資料點的走勢接近 (D) 選擇較短的時間為基期, 將是較平滑的曲線, 對走勢的反應也較緩和, 且有延遲效果 5. 以簡單指數平滑法執行預測, 分別以三種不同的平滑係數 (α) 值計算, 所得到的資料如下表就預測的準確性而言, 下列敘述何者正確?( )

11 (A) 三者一樣好 (B) α= 0.2 優於 α= 0.3 (C) α= 0.1 優於 α= 0.3 (D) α= 0.2 優於 α= 下列哪一種方法不屬於時間序列的預測方法?( ) (A) 平滑法 (smoothing) (B) 趨勢法 (trend projection) (C) 因果關係法 (causal relationship) (D) 季節修正趨勢法 (trend projection adjusted for seasonal influence) 7. 由一群專家成立小組, 成員分開互不知曉對方, 被要求回答一系列問卷第一次問卷的回答經過整理後, 作為第二次問卷修改的基礎而第二次問卷中包括前次問卷的資訊及意見, 每個成員必須要考慮他們前次的意見回應, 這種以系列問卷方式直到專家意見達到某種程度的一致性為止請問上述為何種預測方法?( ) (A) 德菲法 (Delphi method) (B) 主觀或直覺法 (subjective or intuitive approach) (C) 劇情描述法 (scenario writing) (D) 迴歸分析 (regression analysis) 8. 某公司民國 103 年的平均季銷售額為 1,400 萬元根據過去經驗顯示, 該公司的平均季銷售額每年成長百分之二十若第一季的季節指數為 0.85, 則該公司民國 105 年第一季的銷售預測應為 ( 請選擇最接近的銷售額 ):( ) (A) 1190 萬元 (B) 1428 萬元 (C) 1714 萬元 (D) 2016 萬元 2. 組織策略若著重在短期的快速反應時, 在需求的預測技術上何者適合使用且說明正確? ( ) (A) 使用移動平均, 期數不宜太少 (B) 使用指數平滑法, 平滑常數要接近 1 (C) 使用加權移動平均, 分配權重的期數不能太少 (D) 使用趨勢調整指數平滑法 ( 雙指數平滑法 ),α 要大 β 要小 3. 設某一預測方法之誤差如下表, 求出其 MAD MSE 與 MAPE ( )

12 下列何者正確?(MAPE 為百分比型式, 如 5% 即指 5) (A) MSE>MAD2 (B) MAD>MAPE (C) MSE-MAPE<MAD (D) MAPE>MSE>MAD 4. 有關預測法中之指數平滑法的平滑係數 ), 下列何者敘述為非?( ) (A) 平滑係數 ( ) 越大時, 預測值的穩定性愈低, 對觀測值變化的反應愈靈敏 (B) 平滑係數 ( ) 越小時, 預測值的穩定性愈低, 對觀測值變化的反應愈靈敏 (C) 平滑係數 ( ) 等於 1 時, 指數平滑法就是天真法 (D) 平滑係數 ( ) 等於 0 時, 每一期的預測值都等於第一期預測值 5. 當觀測值數量不到 10 個時, 以下那個方法較不適用?( ) (A) 趨勢模型 (B) 指數平滑法 (C) 天真法 (D) 移動平均法 6. 某公司採指數平滑法進行銷售預測, 假如平滑係數為 0.3 該公司前一期銷售預測值為 50 萬元, 而實際銷售預測值為 60 萬元, 則本期銷售預測值應為多少萬元?( ) (A) 57 萬元 (B) 53 萬元 (C) 50 萬元 (D) 47 萬元 7. 簡單線性迴歸分析預測法是利用下列何種方法推導出來的預測模式?( ) (A) 最小平方 (least square) (B) 絕對均差 (mean absolute deviation) (C) 指數平滑法 (exponential smoothing) (D) 加權移動平均 (weighted average) 8. 小鋼公司統計過去三年鋼鐵人公仔銷售量, 發現每一年每一季之銷售量並無明顯的變化, 且第一二三四季之平均銷量分別為隻請問以簡單平均法算出第三季的季節指數為何?( ) (A) (B) 0.224

13 (C) (D) 依據預測技術的適用情境而言, 移動平均法 (moving average method) 最適合使用於產品生命週期的哪一個階段?( ) (A) 導入期 (B) 成長期 (C) 成熟期 (D) 衰退期 10. 甲公司歷年來是以平滑係數為 0.3 的指數平滑法, 預測每季書桌的需求量若上一季書桌需求的預測值為 2000 張, 而實際銷售量為 1500 張, 則本季需求量的預測值應為多少張? ( ) (A) 1650 (B) 1850 (C) 2150 (D) 下列哪一種預測技術是匿名方式進行的群體意見法經過多次反覆徵詢歸納與修改, 最後彙整成專家們一致的看法, 作為預測的結果 ( ) (A) 主管意見法 (executive opinion) (B) 歷史類比法 (historical analogy) (C) 行銷研究 (market research) (D) 德菲法 (Delphi method) 12. 在指數平滑法中, 若將平滑常數 a 由 0.1 改為 0.5, 會使得 ( ) (A)a 值超出定義範圍 (B) 下一期預測值受到本期實際值的影響程度更大 (C) 下一期預測值受到本期預測值的影響程度更大 (D) 下一期預測值完全不受到影響 13. 某線性迴歸方程式 y = a + bx 之相關資料如下 :n = 5,Σx =10,Σy = 7,110, 2 Σx = 30, Σxy =15, 270, 則 ( ) (A) a =1210,b =100 (B) a =1210,b =105 (C) a =1212,b =100 (D) a =1212,b = 甲公司過去五年各季的銷售記錄如表一所示, 請以簡單平均法計算其季節指數 ( )

(A) 第一季的季節指數約為 1.24 (B) 第二季的季節指數約為 0.52 (C) 第三季的季節指數約為 1.23 (D) 第四季的季節指數約為 0.71 15. 時間序列資料分析中, 移動平均法是假設當資料僅有下列哪一種行為存在, 或其他行為影響不大時, 經常採用的短期預測?

14 (A) 第一季的季節指數約為 1.24 (B) 第二季的季節指數約為 0.52 (C) 第三季的季節指數約為 1.23 (D) 第四季的季節指數約為時間序列資料分析中, 移動平均法是假設當資料僅有下列哪一種行為存在, 或其他行為影響不大時, 經常採用的短期預測?( ) (A) 趨勢 (trend) (B) 季節性 (seasonality) (C) 循環 (cycle) (D) 隨機變異 (random variations) 16. 佳佳公司依據今年 1~5 月的歷史銷售資料, 採用指數平滑法預測 6 月的預測銷售值, 如表一所示請問佳佳公司所採用的平滑係數應為多少?( ) (A) 0.1 (B) 0.2 (C) 0.3 (D) 承上題若第 6 期的實際銷售量為 577, 則此預測法的 MAD(mean absolute deviation) 應在哪一個範圍內?( ) (A) MAD<15 (B) 15 MAD<30 (C) 30 MAD<4 (D) MAD 對於沒有相關產品經驗或資訊之新產品的銷售預測而言, 下列哪一種預測技術最不適合? ( ) (A) 移動平均法 (B) 市場研究法 (C) 專家意見法 (D) 德爾菲法

15 19. 已知某公司利用過去三年的冷氣機銷售資料, 得知前三季的季平均銷售量分別為 2000 台 5000 台及 3500 台, 且估計出第四季的季節指數 (seasonal relative) 為 0.25, 試問第四季的平均銷售量應為何?( ) (A) 500 以下 (B) 500~999 (C) 1000~1499 (D) 1500~ 使用指數平滑法預測時, 若將平滑指數從 0.1 改為 0.5, 則將產生何種影響?( ) (A) 預測值更加反應前一期的實際值 (B) 預測誤差調整的速度愈慢 ( 愈平滑 ) (C) 預測愈準確 (D) 沒有任何改變 21. 面對不確定需求的預測, 下列何者敘述有誤?( ) (A) 無論使用何種預測技術, 總會存在預測誤差 (B) 天真法太過簡單, 因此不值得採用 (C) 短期的預測比長期預測來的準確 (D) 對於新產品的需求預測, 以判斷與意見為基礎的預測法較為適合 22. 某週休二日之公司, 本月份 ( 四週 ) 中, 每週星期一至星期五 ( 循環週期數為五 ) 之營業額 ( 單位 : 萬元 ) 如下 :( ) 若以中心點移動平均法, 求得星期一之週期指數為 (A) (B) (C) (D) 某上市公司的某產品於 2010 年前 8 個月預測銷售量分別為與 216; 而公司的實際銷售數量分別與 212, 請問該預測法之平均絕對百分比誤差 MAPE (Mean Absolute Percent Error) 為 ( ) (A) 1.28% (B) 0.98%

16 (C) 2.38% (D) 1.42% 24. 在預測模型需考量預測值之諸多行為, 倘若遇到地震走山或工潮罷工應屬於下列哪一種行為 :(99-7-2) A. 趨勢 B. 季節 C. 循環 D. 不規則變動 25. 某公司經由過去 5 年的資料查出了某產品各季的平均銷售量分別為 : 第一季為 250 單位, 第二季為 100 單位, 第三季為 150 單位, 第四季為 300 單位, 且發現該產品 5 年中每一年每一季之銷售量變化不大, 沒有明顯的趨勢現象請問該產品第一季的季節指數 (seasonal relative index) 為下列何者?(99-7-9) A B C. 0.5 D 下列有關生產預測之敘述, 何者不正確?( ) A. 生產預測之預測值應以有意義之單位來表示 B. 在進行生產預測時須考量時間性 C. 利用個別項目資訊之預測較利用群體項目資訊之預測更為準確 D. 預測資訊應書面化 27. 下列有關指數平滑法之平滑係數 α 的敘述, 何者正確?(99-1-1) A. α 值愈低, 則所得到的預測線較平滑, 較不能反應近期銷售量的變化 B. α 值愈低, 則所得到的預測線較陡峭, 較不能反應近期銷售量的變化 C. α 值愈低, 則所得到的預測線較平滑, 較能反應近期銷售量的變化 D. α 值愈低, 則所得到的預測線較陡峭, 較能反應近期銷售量的變化 28. 某公司經由過去 5 年的資料查出了某產品各季的平均銷售量分別為 : 第一季為 250 單位, 第二季為 100 單位, 第三季為 150 單位, 第四季為 300 單位, 且發現該產品 5 年中每一年每一季之銷售量變化不大, 沒有明顯的趨勢現象請問該產品第一季的季節指數 (season relative) 為下列何者?(99-1-5) A. 1.5 B C D. 0.90

17 29. 下列何者不是時間序列 (time series) 的預測技術?( ) A. 德菲法 (Delphi method) B. 天真法 (naive method) C. 移動平均法 (moving average method) D. 線性趨勢法 (linear trend method) 30. 某冷氣機公司銷售部門統計出 98 年 1~7 月銷售量如下所示, 利用下列各種方式預測 8 月份的預測銷售量, 何者正確?( ) A. 天真法預測值為 22 B. 以三個月的移動平均法預測值為 21 C. 以四個月的移動平均法預測值為 20.5 D. 加權平均法 ( 近三個月權重為 :0.6; 0.3;0.1) 預測值為在銷售預測中可以採用定性方法 (Qualitative Method) 進行預測, 下列何種方法不屬於定性方法 :(98-7-6) A. 德非法 (Delphi Method) B. 專家判斷 (Expert Judgment) C. 指數平滑法 (Exponential Smoothing Method) D. 主觀判斷 (Subjective Approach) E. 情境描述 (Scenario Writing) 32. 假設某公司的前 9 個月之實際需求為與 22, 預測需求值分別為與 19, 請問該預測法之平均絕對差 MAD(Mean Absolute Deviation) 為 :(98-7-7) A B C D E 在銷售預測的定量方法 (Quantitative Method) 當中包括採用因果 (Causal) 與時間序列 (Time Series) 方式進行預測下列何種方法屬於因果方法 :(98-7-8) A. 移動平均法 (Moving Averages) B. 加權移動平均 (Weighted Moving Averages) C. 指數平滑法 D. 迴歸分析法 (Regression Analysis) E. 馬可夫鏈模式 (Markov Chain Model)

617.3 B. 617.9 C. 618.5 D. 618.8 E. 619.3 36.

18 34. 以三種不同的值, 利用簡單指數平滑法預測所得到的資料如下, 就預測的準確性而言, 下列敘述何者正確 :(98-7-9) E. 一樣好優於優於優於優於 35. 某伺服器 (Server) 廠物管課長針對 HDD 此項材料庫存需求作控管, 他使用移動平均法來作短期的預測以評估庫存量之變化物管課長決定用過去 13 週的資料並使用 6 週之移動平均法進行預測, 則第 14 週預測材料庫存需求為何? ( ) A B C D E 英統公司欲使用指數平滑化法來預測每年伺服器 (Server) 的銷售量, 假如伺服器 (Server) 產品去年實際銷售量為 5100, 而預測數量為 5200, 平滑化常數 (Smoothingconstant) 為 0.3, 請問該公司預測今年銷售量為何?(96-5-1) (A) 5130 (B) 5170 (C) 5180 (D) 5230 (E) 某 Notebook 廠物管課長針對 Keyboard 此項材料庫存需求作控管, 他使用移動平均法來作短期的預測以評估庫存量之變化物管課長決定用過去 13 週的資料並使用 4 週之移動平均

19 法進行預測, 則第 14 週預測材料庫存需求為何?(96-5-2) (A) (B) (C) (D) (E) 下列有關生產預測之敘述何者不正確 :( ) (A) 在預測的精確性方面, 衡量歷史資料誤差常用兩種方式 : 平均絕對差 (Mean Absolute Deviation;MAD) 以及平均方差 (Mean Squared Error;MSE) (B) 當 n 值越大, 易將歷史資料除掉, 愈能即時反映現在市場現況 (C) 在預測的步驟中預測值的評估與決定為計算誤差值 Bias MAD MSE (D) 移動平均法當 n 值愈大, 求出之平均值結果越接近母數, 但若取 n 之值太大則無法反映市場瞬間變化 (E) 預測方法的控制與回饋可利用管制圖法與追蹤信號法 39. ABC 公司影印機產品去年 12 個月實際銷售量分別為 , 而公司的預測數量分別 , 請問該預測法之 MAD(Mean Absolute Deviation) 為 :( ) (A) 1.01 (B) 1.33 (C) 1.92 (D) 2.05 (E) 下列有關生產預測之敘述何者為對 :(95-5-2) (A) 使用 MAD(mean absolute deviation; 平均絕對差 ) 或 MSE(mean squared error; 平均方差 ) 的目的在於比較各種預測方法並從中選擇一種方法能產生最大之 MAD 或 MSE (B) 移動平均法其主要使用在長期預測資料系統

20 (C) 迴歸分析 (regression analysis) 是屬於定性方法 (qualitative) 中的時間數列分析 (D) 指數平滑法給予近期資料較輕的權重, 歷史資料則權重較重 (E) 移動平均法主要是利用近幾期真實資料取得平均, 再以平均值來預測下一期的資料. 41. 利用 " 最小平方 "(least square) 方法來建立之預測模式為 (95-5-3) (A) 線性迴歸分析 (B) 加權移動平均法 (C) 指數平滑法 (D) 時間數列分析 42. ABC 公司影印機產品去年 12 個月實際銷售量分別為 , 而公司的預測數量分別 , 請問該預測法之 MAD(mean absolute deviation) 為 (95-5-4) (A)1.01 (B)1.33 (C)1.92 (D)2.05 (E) 某一公司產品上半年度的銷售量 ( 單位為千 ) 如下表, 若以五個月期之移動平均法進行預測, 則七月份之銷售量為 :( ) (A) 21,360 (B) 21,800 (C) 20,632 (D) 20,558 (E) 20, 下列有關生產預測之敘述何者為對 :( ) (A) 循環 (cycle) 與季節性變化 (seasonality) 之差異在於季節性變化波動重複之時間較短 (B) 在進行預測監控時, 若管制之標準為 ±3σ, 若一預測值之追蹤訊號為時, 此時預測模式將被判斷為不適用 (C) 若一公司之生產有不允許產品欠撥之特性 ( 產品欠撥將造成公司極大之損失 ), 則其預測模式優劣之評估可用偏誤 (bias) 為之 (D) 利用平均絕對誤差 (mean squared error, MAD) 來評估預測模式之好壞, 乃是基於各時期之預測結果具有可相互抵消之特性 (E) 以上敘述皆不正確 45. 以三種不同的 α 值, 利用簡單指數平滑法預測所得到的資料如下, 就預測的準確性而言, 下列敘述何者正確?( ) (A) α=0.1 優於 α=0.2 (B) α=0.2 優於 α=0.3 (C) α=0.1 優於 α=0.3 (D)α=0.3 優於 α=0.2 (E) 無法判定

46. 下列有關生產預測之敘述何者不正確 :(94-10-4) (A) 若以純真法 (naive) 從事預測時, 當需求穩定時本期之預測值可以前一年同期之實際值預測之 (B) 若以移動平均法 (moving average) 從事預測時, 期數愈少則預測值愈敏感 (C) 若以移動平均法從事預測時, 當過去生產處於穩定之情況下時, 則可以較大之期數來預測 (D) 移動平均值法較指數平滑法

21 46. 下列有關生產預測之敘述何者不正確 :( ) (A) 若以純真法 (naive) 從事預測時, 當需求穩定時本期之預測值可以前一年同期之實際值預測之 (B) 若以移動平均法 (moving average) 從事預測時, 期數愈少則預測值愈敏感 (C) 若以移動平均法從事預測時, 當過去生產處於穩定之情況下時, 則可以較大之期數來預測 (D) 移動平均值法較指數平滑法 (exponential smoothing) 所需記憶之資料量為大 (E) 在以指數平滑法從事預測時,α 值愈大愈能反應實際之情況 47. 下列有關純真法 (naïve forecast) 之敘述何者是錯誤的 :(94-5-1) (A) 當需求為穩定狀況時,94 年 5 月份之預測值為 94 年 4 月份之需求實際值 (B) 當需求為季節性變化狀況時,94 年 5 月份之預測值為 93 年 5 月份之需求實際值 (C) 當需求為趨勢狀況時,94 年 5 月份之預測值為 2 倍 94 年 4 月份之需求實際值與 94 年 3 月份需求實際值之差 (D) 純真法最主要之缺點為無法提供精確之預測 (E) 以上敘述皆正確 48. 若 94 年 1 至 4 月份之需求實際值分別為 , 則下列有關預測之結果何者為正確 :(94-5-2) 敘述 I: 若以 n=2 之移動平均法計算, 則 4 月份與 6 月份之預測值分別為 65 與 77.5 敘述 II: 若以 n=2 之移動平均法計算, 則 5 月份與 6 月份之預測值分別為 75 與 75 敘述 III: 若以 n=2 之移動平均法計算, 則 3 月份與 6 月份之預測值分別為 55 與 75 (A) 僅 II 正確 (B) 僅 I 和 II 正確 (C) 僅 I 和 III 正確 (D) 僅 II 和 III 正確 (E) 僅 III 正確 49. 下列何者不是時間序列之組成要素 : (94-5-3) (A) 趨勢 (B) 季節性 (C) 不規則變動 (irregularvariations) (D) 循環 (cycle) (E) 以上皆是 TS 值若 10, 則該預測方法視為可接受 (E) 以上皆非

第三章預測 Forecasting

第三章預測 Forecasting 第三章預測 Forecasting 1/57 大綱 1. 列舉好預測中所需要的元素 2. 概述預測流程的步驟 3. 描述三種以上的定性預測技術, 並說明其優點與缺點 4. 比較定性與定量的預測方法 5. 描述平均法趨勢與季節技術及迴歸分析法, 並解決基本的問題 6. 描述三種預測精確性的衡量方式 7. 描述兩種評估與管制預測的方法 8. 了解在選擇預測技術時的主要考量因素 2/57 康是美,

中國工業工程學會 工業工程師證照考試 工作研究與人因工程 教學講義

中國工業工程學會工業工程師證照考試工作研究與人因工程教學講義