Documente Academic
Documente Profesional
Documente Cultură
Quest-ce?
Exemple
Composition
Processus de prvision
Modle
Quest-ce quune prvision et que
prvoit-on exactement
Prvisions et gestion des stocks
NOTION DE SRIE
CHRONOLOGIQUE
Priodes
1
2
3
4
5
6
7
8
9 10
1060 1426 1174 916 888 1283 1056 1295 1268 ?
Demande
2 000 -
1 000 -
10
SRIE CHRONOLOGIQUE
Xt, t = 1, , T
640
620
demande
600
580
560
540
520
1
10
11
12
13
14
15
LA STRUCTURE DE LA
DEMANDE
STRUCTURE DE LA DEMANDE
niveau
niveaumoyen
moyen
tendance
tendance
variations
variationssaisonnires
saisonnires
variations
variationsalatoires
alatoires
TYPES DE SRIES
CHRONOLOGIQUES
Sries stationnaires, semi stationnaires et non
stationnaires
Tendances additives et multiplicatives
Cycles saisonniers additifs et multiplicatifs
SRIES STATIONNAIRES
Le niveau moyen des observations est constant
140
120
100
80
60
40
20
0
1
11
13
15
17
19
21
23
25
11
13
15
17
19
21
23
25
11
13
15
VARIATIONS ALATOIRES
SEULEMENT
La position de chacune des observations est uniquement
dtermine par un processus stochastique stationnaire
120
115
demande
110
105
100
95
90
85
80
1
11
priode
16
21
TENDANCE POSITIVE ET
NGATIVE
Observations croissantes
2500
2300
1900
1700
1500
1300
1100
900
1
11
16
21
26
31
36
2500
priode
2300
2100
demande
demande
2100
1900
1700
1500
1300
1100
900
1
Observations dcroissantes
11
16
21
priode
26
31
36
TENDANCE ADDITIVE ET
MULTIPLICATIVE
Le taux de croissance est constant
1100
2150
1000
1950
demande
demande
1200
900
800
1750
1550
1350
1150
700
950
600
750
500
550
1
11
priode
21
11
priode
21
VARIATIONS SAISONNIRES
La position des observations est due un effet cyclique priodique
et rcurrent
600
demande
550
500
450
400
350
300
1
11
16
21
priode
26
31
36
EFFETS SAISONNIERS
ADDITIFS ET MULTIPLICATIFS
Leffet saisonnier est le mme
dun cycle lautre
a
800
750
750
700
700
650
650
600
600
demande
demande
800
550
500
550
500
450
450
400
400
350
350
300
300
1
11
priode
21
11
priode
21
CONSOMMATION LENTE
Taux de la demande faible et demandes sporadiques
4
demande
3
2
1
0
1
priodes
10
11
12
LE PROCESSUS DE PRVISION
Choix du
modle de
prvision
Donnes
Donnes
historiques
historiques
rvision
du
choix du
modle
Prvisions
Calcul des erreurs
de prvision
rvision des
prvisions
valuation subjective
des prvisions
ET QUE PRVOIT-ON
EXACTEMENT?
PRVISIONS ET ERREURS DE
PRVISION
Mthode de prvision qui tient
compte de la saisonnalit et de la
tendance de la demande du produit
D
e
m
a
n
d
e
45
40
35
30
25
20
15
10
5
0
1 3
5 7 9 11 13
Temps
45
40
35
30
25
20
15
10
5
0
1 3
5 7 9 11 13
Temps
distribution de probabilit
des erreurs de prvision
LCART-TYPE DE LA
DISTRIBUTION DES ERREURS
prvision ()
0,2
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
20
22
24
26
= cart type
28
30
32
34
36
38
SS SS SS
SS = stock de scurit
NOTION DERREUR DE
PRVISION
et = X t - Pt
ou
e t = Pt - Xt
X2
X3
X4
X5
X6
P5
P6
Xt
Xt+1
Xt+2
Pt+1
Pt+2
CLASSIFICATION DES
MTHODES DE PRVISION
NATURE DES PRVISIONS
OBJECTIVE
SUBJECTIVE
C
A
D
R
E
C
O
N
C
E
P
T
U
E
L
E
X
T
R
A
P
O
L
A
T
I
O
N
Mthodes exploratoires
diagrammes et graphiques
ajustement de courbes
analogies
mthode DELPHI
sondages, entrevues et runions
jeux de rles
Mthodes normatives
E
X
P
L
I
C
A
T
I
F
matrices de dcision
arbre de dcision
analyse de systmes
simulations
moyennes mobiles
lissages exponentiels
modles ARIMA
mthodes adaptatives
mthodes de dcomposition
Mthodes causales
LISSAGE EXPONENTIEL
SIMPLE
Modle
Dcroissance des poids
Pt
Indpendance des prvisions par
rapport aux conditions initiales
Choix de la constante de lissage
t1
= 1
i1
Xt i + 1
i=1
0,6000
P1
0,4000
N = 2/ - 1
t1
0,5000
poids
0,3000
0,2000
0,1000
0,0000
t-1
t-2
t-3
t-4
t-5
t-6
t-i
t-7
t-8
t-9
t-10
LISSAGE EXPONENTIEL
ADAPTATIF
Pt = t 1Xt 1 + 1 t 1 Pt 1
t =
Et
Mt
Et = et + 1 Et 1
Mt = e t + 1 Mt 1
Initialisation LE adaptatif
LISSAGE EXPONENTIEL
ADAPTATIF: ex. 1.5
Tableau 1.11
Lissage exponentiel adaptatif pour les donnes du tableau 1.10
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Xt
90
105
95
110
95
90
105
120
120
115
125
115
115
125
115
120
120
105
90
95
110
95
105
90
Pt
95,00
93,00
96,00
95,72
99,08
98,75
97,07
97,65
108,37
115,29
115,12
121,82
119,07
118,04
120,77
119,82
119,85
119,88
114,65
98,29
96,02
98,97
97,85
98,30
96,23
et
-5,00
12,00
-1,00
14,28
-4,08
-8,75
7,93
22,35
11,63
-0,29
9,88
-6,82
-4,07
6,96
-5,77
0,18
0,15
-14,88
-24,65
-3,29
13,98
-3,97
7,15
-8,30
|et|
5,00
12,00
1,00
14,28
4,08
8,75
7,93
22,35
11,63
0,29
9,88
6,82
4,07
6,96
5,77
0,18
0,15
14,88
24,65
3,29
13,98
3,97
7,15
8,30
Et
Mt
-1,60
-1,48
1,67
0,52
-1,33
0,52
4,89
6,24
4,93
5,92
3,37
1,88
2,90
1,16
0,97
0,80
-2,33
-6,80
-6,09
-2,08
-2,46
-0,54
-2,09
6,40
5,32
7,11
6,50
6,95
7,15
10,19
10,48
8,44
8,73
8,35
7,49
7,38
7,06
5,69
4,58
6,64
10,24
8,85
9,87
8,69
8,39
8,37
t
0,40
0,25
0,28
0,24
0,08
0,19
0,07
0,48
0,60
0,58
0,68
0,40
0,25
0,39
0,16
0,17
0,18
0,35
0,66
0,69
0,21
0,28
0,06
0,25
de m an de e t pr vi si on s
LISSAGE EXPONENTIEL
ADAPTATIF: GRAPHIQUES
140
120
100
80
60
40
20
0
demande
prvisions
1
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
p riode s
vale urs de
0,80
0,60
0,40
0,20
0,00
1
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
priode s
St = Xt + 1 St 1 + b t 1
b t = St St 1 + 1 b t 1
Pt + m = St + b tm
INITIALISATION
S1 = X1
b1 = X2 X 1
Xt
1091
1101
1105
1034
1095
1081
1136
1116
1109
1199
1209
1232
1191
1239
1235
1330
1342
1332
1374
1402
1504
1502
1588
1607
St
1091,00
1101,00
1109,20
1093,14
1093,09
1089,09
1101,82
1108,83
1112,50
1141,65
1171,93
1204,48
1218,27
1239,04
1252,38
1288,14
1321,78
1344,77
1371,92
1399,58
1449,83
1490,91
1546,79
1596,55
bt
10,00
10,00
9,28
-0,86
-0,53
-1,92
3,94
5,17
4,57
14,40
20,75
25,47
20,80
20,79
17,81
24,99
28,45
26,26
26,62
27,03
36,32
38,22
45,29
47,08
Pt
1101,00
1111,00
1118,48
1092,28
1092,56
1087,18
1105,76
1114,00
1117,07
1156,05
1192,69
1229,95
1239,06
1259,83
1270,19
1313,12
1350,24
1371,03
1398,54
1426,61
1486,15
1529,13
1592,08
1643,63
1690,71
1737,79
LISSAGE EXPONENTIEL
DOUBLE
St = Xt + 1 St 1
St = St + 1 St 1
St = St + St St
b t = St St
1
Pt + m = St + b tm
INITIALISATION
S1 = X1
S 1 = X1
LISSAGE EXPONENTIEL
DOUBLE: GRAPHIQUE
1650
1550
de mande
1450
1350
1250
1150
observations
S't
1050
S''t
prvisions
950
1
11
13
p riode s
15
17
19
21
23
LISSAGE EXPONENTIEL
DOUBLE: ex. 1.14
Tableau 1.14
Rsultats pour le lissage exponentiel double
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Xt
1091
1006
1105
1034
1095
1081
1136
1116
1109
1199
1209
1232
1191
1239
1235
1330
1342
1332
1374
1402
1504
1502
1588
1607
S't
1091
1066
1077
1064
1074
1076
1094
1100
1103
1132
1155
1178
1182
1199
1210
1246
1275
1292
1317
1342
1391
1424
1473
1513
S''t
1091
1083
1082
1076
1076
1076
1081
1087
1092
1104
1119
1137
1150
1165
1178
1199
1221
1243
1265
1288
1319
1350
1387
1425
St
bt
1602
38
Pt
1640
1677
1715
SAISONNALIT
700
650
600
de mande
550
500
450
400
350
demande
300
prvisions
250
1
9
priodes
11
13
15
Xt
+ 1 St 1
It L
It =
Xt
+ 1 It L
St
Pt + m = StIt L + m
Initialisation ...
Xt
362
385
432
341
382
409
445
335
360
375
440
355
St
380,0000
390,4972
397,0928
394,2640
383,7889
378,3387
372,7100
380,5703
390,8224
It
0,9526
1,0132
1,1368
0,8974
0,9654
1,0216
1,1328
0,8851
0,9585
1,0139
1,1445
0,8967
Pt
362,0000
395,6354
451,4318
353,8000
370,5235
386,5002
422,1924
336,8512
374,5963
396,2385
447,2813
350,4628
LISSAGE EXPONENTIEL
TROIS PARAMTRES
St =
Xt
+ 1 St 1 + b t 1
It L
b t = St St 1 + 1 b t 1
It =
Xt
+ 1 It L
St
Pt + m = St + b tm It L + m
Initialisation ...
LISSAGE EXPONENTIEL
TROIS PARAMTRES: ex. 1.9
Tableau 1.18
Rsultats pour le lissage exponentiel trois paramtres pour une tendance et une
saisonnalit
t
Xt
St
bt
It
Pt
362
0,9526
385
1,0132
432
1,1368
341
380,0000
9,7500
0,8974
382
395,3722
12,5611
0,9594
371,2882
409
405,8108
11,4999
1,0105
413,3009
498
427,6831
16,6861
1,1506
474,4164
387
437,8151
13,4090
0,8907
398,7629
473
472,1191
23,8565
0,9806
432,9066
10
513
501,8204
26,7789
1,0164
501,1874
11
582
517,2051
21,0818
1,1380
608,2211
12
474
535,2408
19,5587
0,8881
479,4261
13
544,0560
14
583,7738
15
675,8498
16
544,8383
LA RGRESSION LINAIRE
Modle gnral Yt = 0 + 1X1t + 2X2t + + kXkt + et
Modle simple
Yt = 0 + 1Xt + et
b0 =
n
2
i
i=1
n
^ t = b0 + b1Xt
Y
n
X Y X XY
i=1
n X2i
i=1
b1 =
n XiYi
i=1
n X2i
i=1
i=1
n
i=1
2
i=1
i=1
n
i
i=1
2
X Y
X
i=1
Xi (x 1 000)
30
25
30
40
35
40
40
40
45
35
50
45
455
Yi
1191
1239
1235
1330
1342
1332
1374
1402
1504
1502
1588
1607
16 646
Xi2
900
625
900
1600
1225
1600
1600
1600
2025
1225
2500
2025
17 825
XiYi
35 730
30 975
37 050
53 200
46 970
53 280
54 960
56 080
67 680
52 570
79 400
72 315
640 210
COEFFICIENT DE
CORRLATION
n
r=
i=1
n
i=1
Xi X Yi Y
Xi X
i=1
Yi Y
Coefficient de dtermination: r2
LA DCOMPOSITION
diffrenciation
dsaisonnalisation
DIFFRENCIATION DE
PREMIER ORDRE
Diffrenciation: permet dliminer leffet dune tendance
Diffrenciation de premier ordre: pour liminer leffet dune
tendance additive
DIFFRENCIATION DE
PREMIER ORDRE: ex. 1.11
Demande pour les tagres E-929
1650
de m a n de
1550
1450
1350
1250
1150
1050
950
1
11
13
priode
15
17
19
21
23
X24 = 1 607
100
X24 = 19
50
X't
P24 = 41,5
0
1
11
16
-50
-100
priodes
21
LES, =0,2
T+1 = 25
PT+m = mPT+1 + XT
DIFFRENCIATION DE
SECOND ORDRE
Demande pour les tagres E-929
1650
de m a n de
1550
1450
Tendance multiplicative
1350
1250
1150
1050
950
1
11
13
priode
15
17
19
21
23
DIFFRENCIATION DE
SECOND ORDRE: ex. 1.11
150
100
X't
50
Xt = Xt - Xt-1 , t = 2, , T
0
1
11
16
21
-50
-100
priodes
250
200
150
Xt = Xt - Xt-1 , t = 3, , T
X''t
100
50
0
-50 1
11
-100
-150
-200
priodes
16
21
PRVISIONS POUR
DIFFRENCIATION DORDRE 2
250
200
PT + m = m2PT + 1 + mXT + XT
150
X''t
100
50
0
-50 1
11
16
21
-100
-150
-200
priodes
MM(4)
PT+1 = 1 623,75
PT+2 = 1 636
PT+3 = 1 643,75
PT+4 = 1 647
PT+1 = -2,25
X24 = 19
X24 = 1 607
DSAISONNALISATION: CAS
SANS TENDANCE
Moyenne mobile dordre L:
L
X = 1 Xt i + 1 , t = L, , T
Li = 1
PRVISION POUR
DSAISONNALISATION: ex. 1.12
Dsaisonnalisation des donnes et calcul des indices saisonniers
Xt = MM(4)
Rt
341
380,00
0,8974
382
385,00
0,9922
409
391,00
1,0460
445
394,25
1,1287
335
392,75
0,8530
360
387,25
0,9296
I1 = 0,9609
10
375
378,75
0,9901
I2 = 1,0181
11
440
377,50
1,1656
I3 = 1,1471
12
355
382,50
0,9281
I4 = 0,8928
priode
demande
362
385
432
Ii
DSAISONNALISATION: CAS
AVEC TENDANCE
7 tapes
1. Dterminer la longueur du cycle saisonnier
2. liminer les effets saisonniers
3. Calculer les ratios saisonniers
4. Calculer les indices saisonniers
5. Dterminer la pente des donnes dsaisonnalises
6. Effectuer une prvision de la demande dsaisonnalise
7. Ajuster la prvision dsaisonnalise
Xt = MMt L = 1 Xi , t = L + 1 , ... , T L 1
Li = t L 1
2
2
2
Si L est pair:
t+L
2
MMat L = 1 Xi , t = L , ... , T L
Li = t L + 1
2
2
2
t+L1
2
CENTRER LA MOYENNE
MOBILE
1300
1250
demande
1200
1150
1100
1050
1000
950
1
8
priode
10 11 12 13 14 15
Rt =
Xt
L + 1 , ... , T L 1 si L est impair
, t =
2
2
Xt
Rt =
Xt
L
L
, t = 2 + 1 , ... , T 2 si L est pair
Xt
i = 1, , L-1
P = Yt = b 0 + b 1t
PRVOIR LA DEMANDE
DSAISONNALISE
3 possibilits:
- partir de la droite de rgression empirique
- partir du lissage exponentiel 2 paramtres
pour une tendance
- partir du lissage exponentiel double
DSAISONNALISATION AVEC
TENDANCE: ex. 1.13
Indices saisonniers
a
demande MM t (4)
362
385
432
341
382
409
498
387
473
513
582
474
380,0
385,0
391,0
407,5
419,0
441,8
467,8
488,8
510,5
MM bt (4)
X't
Rt
It
380,0
385,0
391,0
407,5
419,0
441,8
467,8
488,8
510,5
382,50
388,00
399,25
413,25
430,38
454,75
478,25
499,63
1,1294
0,8789
0,9568
0,9897
1,1571
0,8510
0,9890
1,0268
1,1433
0,8649
0,9729
1,0082
priode (X)
3
4
5
6
7
8
9
10
52
n
b0 =
n
2
i
i=1
n
n X2i
n XiYi
i=1
n X2i
i=1
i=1
2
i=1
b1 =
i=1
n
i=1
XiYi
1 147,500
1 552,000
1 996,250
2 479,500
3 012,625
3 638,000
4 304,250
4 996,250
23 126,38
X Y X XY
i=1
Xi2
9
16
25
36
49
64
81
100
380,00
X Y
i
i=1
2
i=1
i=1
n
LES PRVISIONS
P13 = 318,18 + 17,32(13) = 543,34
P14 = 318,18 + 17,32(14) = 560,66
P15 = 318,18 + 17,32(15) = 577,98
P16 = 318,18 + 17,32(16) = 595,30
P13 = P13 I1 = 543,34(0,9729) = 528,61
P14 = P14 I2 = 560,66(1,0082) = 565,26
P15 = P15 I3 = 577,98(1,1433) = 660,80
P16 = P16 I4 = 595,30(0,8649) = 514,87
1600
C
o
n 1400
s
o 1200
m
m 1000
a
t
800
i
o
n 600
400
200
0
1
10
13
16
mois
19
22
25
28
31
Mois
Fvrier 1998
Mars 1998
Avril 1998
Mai 1998
Juin 1998
Juillet 1998
Nombre de
jours
28
31
30
31
30
31
Demande
1 224
1 567
1 438
1 778
1 700
1 692
Demande
corrige
1 311,43
1 516,45
1 438,00
1 720,64
1 700,00
1 637,42
Le genre de donnes
Le degr dimportance des prvisions
Les facteurs qui influencent la variable prvoir
Le lien entre les tats passs et les tats futurs de la variable
prvoir
La disponibilit des donnes
Les usagers des outils de prvision
Le cot de la collecte des donnes
Le temps et les ressources ncessaires pour obtenir les prvisions
La frquence laquelle les prvisions doivent tre faites
Le cot dutilisation dune mthode de prvision (dveloppement,
implantation, utilisation, cot des erreurs)
Lhorizon de prvision
Le niveau dagrgation des donnes
La faon dont la distribution des produits
seffectue
La frquence des prvisions
La structure de la demande
Le niveau dactivit conomique