Beräkna standardavvikelser för efterfrågevariationer



Relevanta dokument
Beräkna standardavvikelser för efterfrågevariationer

Beställningsintervall i periodbeställningssystem

Experimentella metoder 2014, Räkneövning 5

Handbok i materialstyrning - Del F Prognostisering

Ledtidsanpassa standardavvikelser för efterfrågevariationer

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter

Beräkna standardavvikelser för ledtider

FÖRDJUPNINGS-PM. Nr Kommunalt finansierad sysselsättning och arbetade timmar i privat sektor. Av Jenny von Greiff

När vi räknade ut regressionsekvationen sa vi att denna beskriver förhållandet mellan flera variabler. Man försöker hitta det bästa möjliga sättet

Primär- och sekundärdata. Undersökningsmetodik. Olika slag av undersökningar. Beskrivande forts. Beskrivande forts

Slumpvariabler (Stokastiska variabler)

FÖRDJUPNINGS-PM. Nr Kommunalt finansierad sysselsättning och arbetade timmar i privat sektor. Av Jenny von Greiff

Mätfelsbehandling. Lars Engström

Säkerhetslager beräknat från cykelservice (Serv1)

Säkerhetslager beräknat från acceptabelt antal bristtillfällen per år

Optimering av underhållsplaner leder till strategier för utvecklingsprojekt

Dödlighetsundersökningar på KPA:s

Utbildningsavkastning i Sverige

Tentamen i Dataanalys och statistik för I den 5 jan 2016

Vinst (k) Sannolikhet ( )

Riktlinjer för avgifter och ersättningar till kommunen vid insatser enligt LSS

Fond-i-fonder. med global placeringsinriktning. Ett konkurrenskraftigt alternativ till globalfonder? En jämförelse med fokus på risk och avkastning.

Ringanalys VTI notat VTI notat Analys av bindemedel

Att identifiera systemviktiga banker i Sverige vad kan kvantitativa indikatorer visa oss?

Lönebildningen i Sverige

Kvalitetsjustering av ICT-produkter

Industrins förbrukning av inköpta varor INFI

Test av anpassning, homogenitet och oberoende med χ 2 - metod

Föreläsning G70 Statistik A

A2009:004. Regional utveckling i Sverige. Flerregional integration mellan modellerna STRAGO och raps. Christer Anderstig och Marcus Sundberg

Prognostisering av standardavvikelser

BEREDSKAP MOT ATOMOLYCKOR I SVERIGE

KVALITETSDEKLARATION

Orderkvantiteter i kanbansystem

Introduktionsersättning eller socialbidraghar ersättningsregim betydelse för integrationen av flyktingar? 1

MULTIVAC kundportal din dörr till MULTIVAC-världen

Beräkning av Sannolikheter för Utfall i Fotbollsmatcher

Stresstest för försäkrings- och driftskostnadsrisker inom skadeförsäkring

Förklaring:

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 6. Regression & Korrelation. (LLL Kap 13-14) Inledning till Regressionsanalys

VALUE AT RISK. En komparativ studie av beräkningsmetoder. VALUE AT RISK A comparative study of calculation methods. Fredrik Andersson, Petter Finn

Industrins förbrukning av inköpta varor (INFI) 2008

Företagsrådgivning i form av Konsultcheckar. Working paper/pm

Konsoliderad version av

Extremvärdens påverkan på beräkning av standardavvikelser

Projekt i transformetoder. Rikke Apelfröjd Signaler och System rikke.apelfrojd@signal.uu.se Rum 72126

Viltskadestatistik 2014 Skador av fredat vilt på tamdjur, hundar och gröda

Sammanfattning. Härledning av LM - kurvan. Efterfrågan, Z. Produktion, Y. M s. M d inkomst = Y >Y. M d inkomst = Y

Kvalitetssäkring med individen i centrum

Kostnadseffekter av att differentiera fyllnadsgradservice

Är du lönsam lilla småhus?

En studiecirkel om Stockholms katolska stifts församlingsordning

Bankernas kapitalkrav med Basel 2

Jag vill tacka alla på företaget som har delat med sig av sina kunskaper och erfarenheter vilket har hjälpt mig enormt mycket.

Kompenserande löneskillnader för pendlingstid

Undersökning av vissa försäkringsantaganden i efterlevandepension för anställda i kommuner och landstinget och dess påverkan på prissättningen

Flode. I figuren har vi också lagt in en rät linje som någorlunda väl bör spegla den nedåtgående tendensen i medelhastighet för ökande flöden.

DAGLIGVARUPRISERNA PÅ ÅLAND

Stresstest för försäkrings- och driftskostnadsrisker inom skadeförsäkring

Klarar hedgefonder att skapa positiv avkastning oavsett börsutveckling? En empirisk studie av ett urval svenska hedgefonder

Beräkna parametern bristkostnader från orderradsservice

2B1115 Ingenjörsmetodik för IT och ME, HT 2004 Omtentamen Måndagen den 23:e aug, 2005, kl. 9:00-14:00

Hur har Grön Flagg-rådet/elevrådet arbetat och varit organiserat? Hur har rådet nått ut till resten av skolan?

Prognostisering med exponentiell utjämning

Förstärkare Ingångsresistans Utgångsresistans Spänningsförstärkare, v v Transadmittansförstärkare, i v Transimpedansförstärkare, v i

Gymnasial yrkesutbildning 2015

rm o rs W e d n r: A e n tio stra Illu Grön Flagg-rapport Talavidskolan 15 aug 2013

Balansering av vindkraft och vattenkraft i norra Sverige. Elforsk rapport 09:88

VTI notat Utgivningsår Ringanalys Analys av ballast enligt nya Europastandarder.

Handlingsplan mot hedersrelaterat våld och förtryck i skolan

Välja cykelservicenivå för dimensionering av säkerhetslager

En jämförelse av kanbansystem och beställningspunktssystem med avseende på kapitalbindning

Grön Flagg-rapport Förskolan Fjäderkobben 17 apr 2014

ENKEL LINJÄR REGRESSION

Överdrag i materialstyrningssystem

Grön Flagg-rapport Berga förskola 2 jun 2015

Arbetslivsinriktad rehabilitering för sjukskrivna arbetslösa funkar det?

DEL I. Matematiska Institutionen KTH

Chalmers, Data- och informationsteknik DAI2 samt EI3. Peter Lundin. Godkänd räknedosa

Välja nivå på fyllnadsgradsservice för dimensionering

Säkerhetslager beräknat från antal dagars täcktid

FK2002,FK2004. Föreläsning 5

Faktorer som påverkar skillnader i kapitalbindning vid användning av antal dagars behov och fyllnadsgradsservice

N A T U R V Å R D S V E R K E T

Fördelning av kvarlåtenskap vid arvsskifte

rm o rs W e d n r: A e n tio stra Illu Grön Flagg-rapport Hässlegårdens förskola 15 apr 2014

Del A Begrepp och grundläggande förståelse.

Centrala Gränsvärdessatsen:

Effekter av kön, ålder och region på sjukpenningen i Sverige

Handlingsplan. Grön Flagg. Saxnäs skola

Tillfälliga elanläggningar (Källor: SEK handbok 415 oktober 2007, SS kap 704, ELSÄK-FS)

Prissättningen av bostadsrätter: Vilka faktorer påverkar priserna, vad är riktpriset för en lägenhet?

Lösningar modul 3 - Lokala nätverk

Problem i sammanfattande mått i ASI

Steg 1 Arbeta med frågor till filmen Jespers glasögon

Grön Flagg-rapport Ås skola 15 okt 2014

Partikeldynamik. Fjädervåg. Balansvåg. Dynamik är läran om rörelsers orsak.

Om ja, hur har ni lagt upp och arbetat i Grön Flagg-rådet/samlingarna med barnen och hur har det upplevts?

Handlingsplan. Grön Flagg. Gärdesängens förskola

Säkerhetslager beräknat från en fast bristkostnad per bristtillfälle

Transkript:

Handbok materalstyrnng - Del B Parametrar och varabler B 41 Beräkna standardavvkelser för efterfrågevaratoner och prognosfel En standardavvkelse är ett sprdnngsmått som anger hur mycket en storhet varerar. Måttet karakterserar tllsammans med medelvärdet ett statstskt materal. I den här handboksdelen behandlas följande olka metoder för beräknng av standardavvkelser. Exakt beräknng Beräknng med hjälp av absoluta medelavvkelser Framställnngen avser prmärt standardavvkelser för efterfrågevaratoner och prognosfel för användnng anslutnng tll dmensonerng av säkerhetslager och säkerhetstder vd materalstyrnng. 1 Användnngsområde Det fnns ett stort antal användnngsområden för standardavvkelser. I materalstyrnngssammanhang används varabeln standardavvkelse första hand för dmensonerng av säkerhetslager och andra motsvarande buffertmekansmer. Beräknng av standardavvkelser för efterfrågevaratoner och prognosfel utgår från ett antal peroders efterfrågevärden respektve efterfrågevärden och prognosvärden. Det är vanlgt att prognosperoden, oftast lka med en månad eller fyra veckor, används som perodlängd vd beräknngarna. Det är emellertd nte något som hndrar att man väljer dag eller vecka som perodlängder. Kopa för personlgt bruk. Får ej koperas eller sprdas. Stg-Arne Mattsson 1 Verson 2

B41 - Beräkna standardavvkelser för efterfrågevaratoner och prognosfel 2 Exakt beräknng av standardavvkelser Standardavvkelsen är ett statstskt begrepp som kan beräknas exakt för ett antal värden på en stokastskt varabel med hjälp av följande formel om de nkluderade värdena utgör ett stckprov. E E n 1 2 E efterfrågan under perod E medelvärdet av alla efterfrågevärden Standardavvkelsen enlgt ovan kan beräknas Excel genom att använda funktonen STDAV. Denna formel kan användas vd dmensonerng av säkerhetslager om standardavvkelsen avser efterfrågevaratoner. Är det stället fråga om efterfrågans prognosfel används följande formel för exakt beräknng av standardavvkelser. E P n 1 2 E efterfrågan under perod P prognostserad efterfrågan under perod 3 Beräknng med hjälp av absoluta medelavvkelser Standardavvkelsen för efterfrågevaratoner och prognosfel kan också beräknas approxmatvt som den absoluta medelavvkelsen från medelefterfrågan respektve prognosfel och efter multplcerat med hjälp av en korrgerngsfaktor. Detta beräknngssätt är något enklare än den exakta beräknngen enlgt punkt 2. Den absoluta medelavvkelsen, MAD, är ett utryck för hur mycket olka efterfrågevärden medeltal avvker från medelefterfrågan respektve hur mycket prognosen medeltal avvker från den verklga efterfrågan. För varatoner efterfrågan kan MAD beräknas med hjälp av följande formel. MAD E E n E efterfrågan under perod E medelvärdet av alla efterfrågevärden 2

B41 - Beräkna standardavvkelser för efterfrågevaratoner och prognosfel Absoluta medelavvkelsen enlgt ovan kan beräknas Excel genom att använda funktonen MEDELAVV. Motsvarande MAD för prognosfel kan beräknas med hjälp av följande formel. MAD E P n E efterfrågan under perod P prognostserad efterfrågan under perod Absoluta medelavvkelser kan också beräknas med hjälp av exponentell utjämnng enlgt följande formel. 1 MAD( t 1) MAD( t) E E E efterfrågan under perod E medelvärdet av alla efterfrågevärden α = utjämnngskonstanten för exponentell utjämnng MAD(t) = absoluta medelavvkelsen för perod t MAD(t-1) = absoluta medelavvkelsen för perod t-1 Motsvarande formel används för beräknng av absoluta medelavvkelser för prognosfel. För att approxmatvt beräkna standardavvkelsen för efterfrågevaratonerna respektve prognosfelsvaratonerna används efter följande formel. 1. 25 MAD Konstanten 1.25 gäller under förutsättnng att efterfrågan respektve prognosfel är normalfördelad. Normalfördelnngen fnns beskrven handboksdel E101. Om efterfrågan nte är normalfördelad ger detta samband mellan standardavvkelse och absolut medelavvkelse endast ett närmevärde på standardavvkelsen. Den är emellertd en de flesta sammanhang tllfredsställande approxmaton och är vanlgt använd vd säkerhetslagerberäknng. Exempel Efterfrågan under tre på varande följande veckor har vart 6, 4 respektve 11 stycken. Denna efterfrågan motsvarar en medelefterfrågan per vecka på 7 styck. Absoluta medelavvkelsen för efterfrågevaratonerna blr då 1 3 4/ 3 2. 67 MAD ( 6 7 4 7 11 7 ) / 3 Följaktlgen blr standardavvkelsen lka med 1.25 2.67 = 3.34. Motsvarande exakt beräknade standardavvkelse med hjälp av STDAV Excel blr 3,61. 3

B41 - Beräkna standardavvkelser för efterfrågevaratoner och prognosfel 4 Felkänslghet för standardavvkelser vd beräknng av säkerhetslager Eftersom säkerhetslager beräknas som en säkerhetsfaktor gånger standardavvkelsen under ledtd kommer ett procentuellt fel uppskattnngen av standardavvkelsen att bl ett lka stort procentuellt fel beräknngen av säkerhetslager. Detta gäller specellt när säkerhetslager beräknas med utgångspunkt från cykelservce eller brstkostnader. Om beräknngen sker med utgångspunkt från fyllnadsgradsservce ngår standardavvkelsen två gånger, dels vd beräknng av servcefunktonens värde och dels vd säkerhetslagerberäknngen. I detta fall är felkänslgheten högre, dvs. en vss felprocent beräknngen av standardavvkelsen leder tll en högre felprocent för säkerhetslagret. Specellt vd låga servcenvåer, stora orderkvantteter och korta ledtder kan felprocenten för säkerhetslagret bl mer än dubbelt så hög som motsvarande för cykelservce. Smulerngsstuder har vsat att felaktgheter beräknade standardavvkelser är av relatvt stor betydelse för kaptalbndnngen lager. De har dock klart mndre betydelse än felaktgheter prognoser och ledtder, specellt för högomsatta artklar. Smulerngsstuder har också vsat att felmargnalen för beräknade standardavvkelser måste lgga nom +/- 20 % för att felmargnalen för servcenvån skall hålla sg nom storleksordnngen en procentenhet. Är det fråga om fall med stora efterfrågevaratoner måste felmargnalen för beräknade standardavvkelser vara ännu mndre för att nå en procentenhets felmargnal för servcenvån. Precsonen bestämnng av standardavvkelser är praktskt taget betydelselös för erhållen servcenvå för artklar med extremt låg omsättnng eftersom beräknade säkerhetslager avrundas uppåt och med stort sett alltd blr större än vad som är beräknngsmässgt motverat. 5 Kompletterande synpunkter I affärssystem brukar standardavvkelser beräknas per perod, vanlgtvs per månad. Specellt vanlgt är detta när standardavvkelsen avser prognosfel eftersom nya prognoser oftast tas fram varje månad eller fyraveckorsperod. Vd säkerhetslagerberäknng krävs emellertd uppgfter om standardavvkelsen under ledtd som oftast nte är lka lång som en beräknngsperod. Man måste för konvertera standardavvkelsen per perod tll standardavvkelsen under ledtd. Detta gäller vare sg standardavvkelserna beräknas per dag, vecka eller annan perodlängd. Hur detta kan genomföras redovsas handboksdel B43, Ledtdsanpassa standardavvkelser för efterfrågevaratoner. Det kan också vara aktuellt att ta hänsyn tll varatoner ledtd vd beräknng av standardavvkelser för efterfrågan respektve prognosfel under ledtd. Hur man kan nkludera hänsyn tll sådana efterfrågevaratoner redovsas handboksdel B44, Beräkna standardavvkelser vd ledtdsvaraton. Det antal efterfrågevärden som tas med vd beräknng av standardavvkelser har betydelse för den noggrannhet man kan uppnå. Det är vanlgt att standardavvkelser beräknas med avseende på månatlga efterfrågevärden respektve prognosfel och att 4

B41 - Beräkna standardavvkelser för efterfrågevaratoner och prognosfel beräknngarna omfattar ett års hstork, dvs. tolv månadsvärden. Smulerngsstuder har vsat att man med så få värden som underlag för beräknngar får räkna med att få en felmargnal på storleksordnngen +/- 20 procent och för fall med mycket stora efterfrågevaratoner ytterlgare något mer. Vll man lgga nom en felmargnal på +/- 10 procent måste man nkludera storleksordnngen 40 efterfrågevärden. Med perodlängd månad skulle detta nnebära att det krävs en efterfrågehstork på storleksordnngen tre år. Att basera beräknngarna på så gamla efterfrågedata kan bdra tll försämrad noggrannhet av andra skäl. Ett bättre alternatv kan då vara att stället basera standardavvkelseberäknngen på veckovsa eller daglga efterfrågevärden. Hstorsk efterfrågan på den här detaljerngsnvån fnns ofta tllgänglg kvalfcerade affärssystem. Antalet efterfrågevärden som tas med vd beräknngarna påverkar också hur mycket beräknade standardavvkelser varerar från beräknngstllfälle tll beräknngstllfälle, exempelvs från månad tll månad. Ju fler efterfrågevärden, desto mndre varatoner. Att varatonerna beräknade standardavvkelser är så små som möjlgt är betydelsefullt eftersom varatoner standardavvkelser leder tll oavsktlga varatoner servcenvåer och med leveransförmåga. Som påpekades ovan ger beräknng av standardavvkelser med hjälp av absoluta medelavvkelser, MAD, korrekta värden endast under förutsättnng att efterfrågevaratonerna respektve prognosfelen är normalfördelade. En smulerngsstude har vsat att det nte förelgger några sgnfkanta skllnader mellan MAD-beräknade och exakt beräknade standardavvkelser vd praktken vanlgt förekommande efterfrågefördelnngar. Även om efterfrågan under normala omständgheter varerar från perod tll perod, är varatonerna allmänhet måttlga förhållande tll medelefterfrågan. Det nträffar emellertd att efterfrågan mer eller mndre oförutsägbart kan bl mycket stor under enstaka peroder. Detta kan exempelvs bero på att man fått en tllfällg extremt stor kundorder. Fenomenet nträffar också lager som utgör centrallager och försörjer andra lager samtdgt som det försörjer den lokala marknaden. Sådana extremvärden bör nte ngå beräknngen av standardavvkelser för säkerhetslagerberäknng. De leder både tll oekonomskt stora säkerhetslager och tll stora varatoner leveransförmåga. Metoder för att dentfera och elmnera extremvärden av det här slaget redovsas handboksdel F76, Efterfrågekontroll. Standardavvkelsen för efterfrågevaratoner, dvs. för den perodvsa efterfrågan förhållande tll dess medelvärde är nte densamma som standardavvkelsen för prognosfel, dvs. för den perodvsa skllnaden mellan efterfrågan och prognos. Detta gäller även om prognosen är medelvärdesrktg, dvs. prognosen är medeltal lka med medelvärdet av efterfrågan. Det teoretska förhållandet mellan standardavvkelsen för prognosfel och standardavvkelsen för efterfrågevaratoner framgår av följande tabell för några olka värden på utjämnngskonstanten om exponentell utjämnng används för prognostserng och för några olka värden på antal peroder om gldande medelvärde används för prognostserng. 5

B41 - Beräkna standardavvkelser för efterfrågevaratoner och prognosfel Utjämnngskonstant Antal peroder Förhållande 0,1 19 1,03 0,2 9 1,05 0,3 6 1,09 0,4 4 1,12 Tabell 1 Förhållande mellan σ(prognosfel) och σ(efterfrågan) Av tabellen framgår exempelvs att standardavvkelsen beräknad med utgångspunkt från prognosfel blr 9 % högre än standardavvkelsen baserad på efterfrågevaratoner om exponentell utjämnng med en utjämnngskonstant på 0,3 används för prognostserng. Referensltteratur Mason, R. Lnd, D. (1990) Statstcal technques n busness and economcs, Irwn, sd 124. Mattsson, S-A. (2002) Känslghetsanalys av beställnngspunktssystem, Forsknngsrapport, Insttutonen för Teknsk Logstk, Lunds Unverstet. Mattsson, S-A. (2004) Standardavvkelse som mått på efterfrågevaratoner vd säkerhetslagerberäknng, Forsknngsrapport, Insttutonen för Teknsk Logstk, Lunds Unverstet. Mattsson, S-A. (2007) Standardavvkelser för säkerhetslagerberäknng, Forsknngsrapport, Insttutonen för Teknsk Logstk, Lunds Unverstet. Russel, R. Taylor, B. (2000) Operatons management, Prentce Hall, sd 826. Slver, E. Pyke, D. Peterson, R. (1998) Inventory management and producton plannng and schedulng, John Wley & Sons, sd 109. Vaughan, T. (1995) The effect of samplng varablty on statstcal order pont computaton, Producton and Inventory Management Journal, Nr. 3. 6