Summary
Forecasting samenvatting rekenvoorbeelden
- Course
- Institution
Samenvatting van "Syllabus Forecasting", inclusief voorbeelden. Dit is een samenvatting van de stof van Logistics Management leerjaar 1.
[Show more]
9 reviews
By: voetbalgek_martijn6 • 4 year ago
By: zaka_ • 5 year ago
By: ivansparta2001 • 4 year ago
By: reiniervastenhoud • 5 year ago
By: rijn2587th • 6 year ago
By: bilal_cinar38 • 6 year ago
By: boblansbergen • 6 year ago
Seller
Follow
LVLogistiek
Reviews received
Content preview
ILEFCA21| ForecastingLogistics Management
,Blok 4 Forecasting LVlogistiek
➢ Forecasting: nodig voor planning en investeringsbeslissingen.
Aspecten:
• Termijn van de voorspellingen
o Korte termijn (veelal operationeel)
o Middellang (tactisch)
o Lang (strategisch)
• Beschikbaarheid gegevens
• Aard van de goederen
• Marktontwikkeling
Waarom nodig?
Hoeveel moet er ingekocht worden? Hoeveel voorraad is er nodig?
Is het magazijn groot genoeg? Planning transport
Planning productie Voldoet de capaciteit van de machines?
Hoeveel personeel is er nodig?
Marktvraag van consumenten is de basis voor voorspellingen in de hele keten (inkoop, productie, transport en
voorraadhoogte)
De marktvraag van verladers/opdrachtgevers in de volgende schakel van de keten vormen de basis voor de
distributielogistiek.
Soorten forecasts:
• Kwalitatief (interviews)
o Scenario analyse
o Delphi-methode
• Kwantitatief (cijfermateriaal)
o Exponentiële effening
o Correlatie- en regressieanalyse
o Tijdreeksanalyse
Logistiek en Forecasting: KOOP
➢ Tijdreeksanalyse: op grond van gegevens uit het verleden (bv. Verkoopgegevens) de
toekomst voorspellen, door verband in gegevens te zoeken.
- Nodig: gegevens (cijfers)
- Veelal voor de korte tot middellange termijn.
- Aanname: patroon uit het verleden ook geldig in de toekomst.
Identificeer de soorten tijdreeksen voordat je de methode toepast.
Tijdreeksen zonder duidelijke Tijdreeks met duidelijke trend Tijdreeksen met duidelijke trend
trend (Effeningsmethodes) en/of seizoenspatroon
Voortschrijdend gemiddelde Regressie Multiplicatief methode
Gewogen voortschrijdend Correlatie
gemiddelde
Exponentiele effening Methode van Holt
2
, Blok 4 Forecasting LVlogistiek
Hoofdstuk 1 | Effeningsmethodes
➢ Effeningsmethodes:
- Alleen toepasbaar als er geen duidelijke trend en/of seizoen
component aanwezig is.
- Vaak op korte termijn.
- Drie verschillende methodes
Methode 1: Voortschrijdend gemiddelde (V.G.)
• Voorspelling voor huidige periode is het gemiddelde van n
vorige perioden.
• Keuze n is afhankelijk van minimale voorspelfout met gegevens Yt = werkelijke waarde periode t
uit verleden. Ft = forecast voor periode t
• Voorspelfout = werkelijk – voorspelling Yt – Ft = voorspelfout voor periode t
Voorbeeld berekening Voortschrijdend gemiddelde (V.G.) (opdracht 1.1)
Gegevens: onderstaande tabel bevat het verkochte aantal fietsen van een fietsenwinkel gedurende de laatste 8
weken.
➢ Waarom is het in dit geval goed het V.G. (Effeningsmethode) te gebruiken voor de voorspellingen in de
toekomst?
Omdat er geen duidelijk trend of seizoenspatroon aanwezig is.
➢ Geef een voorspelling van het aantal verkochte fietsen voor week 9 op basis van een V.G. van 2 weken.
38 + 44
F9 = = 41
2
➢ Geef een voorspelling van het aantal verkochte fietsen voor week 9 op basis van een V.G. van 4 weken.
38 + 43 + 38 + 44
F9 = = 40,75
4
Methode 2: Gewogen voortschrijdend gemiddelde (G.V.G.)
• Voorspelling voor huidige periode is het gewogen gemiddelde van n vorige perioden.
• Keuze n en gewichten is afhankelijk van minimale voorspelfout met gegevens uit verleden.
Voorbeeld berekening Gewogen voortschrijdend gemiddelde (G.V.G.) (opdracht 1.1)
Gegevens: onderstaande tabel bevat het verkochte aantal fietsen van een fietsenwinkel gedurende de laatste 8
weken.
➢ Geef een voorspelling van het aantal verkochte fietsen voor week 9 op basis van een G.V.G. van 3 weken,
waarbij 3 weken terug 1 maal telt, 2 weken terug 2 maal en 1 week terug 3 maal.
43∗1 + 38∗2 + 44∗3
F9 = = 41,38
6
➢ Geef een voorspelling van het aantal verkochte fietsen voor week 9 op basis van een G.V.G. van 3 weken,
waarbij 3 weken terug 2 maal telt, 2 weken terug 5 maal en 1 week terug 9 maal.
43∗2 + 38∗5 + 44∗9
F9 = = 42
16
Methode 3: Exponentiële effening
➢ Exponentiële effening: gewogen gemiddelde van alle vorige gegevens.
Voorspelling huidige periode (Ft) hangt af van:
- Voorspelling (Ft-1) voor vorige periode;
- Werkelijke waarde (Yt-1) vorige periode;
- Effeningsconstante α (0 < α < 1)
o Keuze α op basis van minimale voorspelfout met gegevens uit verleden.
3
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller LVLogistiek. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $3.21. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
52510 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now