Небольшой бонус к регрессионному анализу затрат в закупках

В предыдущей статье мы рассмотрели некоторые аспекты корреляционного и регрессионного анализа затрат в закупках (cost regression analysis in procurement). Это помогло нам понять, как и какие факторы затрат влияют на конечную цену. Однако понимание взаимосвязей еще не отвечает на вопрос, какой будет закупочная цена в будущем. Как минимум раз в год закупщики составляют прогноз цен на период. Minitab позволяет сделать это достаточно просто с помощью диаграмм временных рядов. Используем данные и результаты из предыдущей публикации, чтобы на их основе построить прогноз закупочных цен на период.

Для наглядности построим диаграмму временного ряда для анализа тенденций по цене на фильтрационные материалы за 2010-2014 гг. Для этого используем данные в колонках: Month, Year, DDP-price, предварительно отсортировав от “старых к новым”.

В Minitab необходимо будет выполнить следующие действия:

  1. В панели инструментов выбрать Stat > Time Series > Time Series Plot.
  2. Далее выбрать Simple и нажать ОК.
  3. В поле Series внести DDP, $ и нажать кнопку Time/Scale.
  4. В закладке Time диалогового окна необходимо установить отметку напротив индикатора Stamp.
  5. В поле Stamp columns (1-3, innermost first) необходимо указать переменные, характеризующие период (в нашем случае – month, year).
  6. Нажать ОК.

Искомая диаграмма свидетельствует о том, что закупочная цена на фильтрационный материал оставалась относительно стабильной с января 2010 по сентябрь 2013, когда начался ее рост, продолжившийся в апреле 2014, когда закупочная цена достигла своего пика.

Для прогнозирования будущих тенденций в закупочной цене на фильтрационные материалы на 2015 год проведем анализ по скользящим средним значениям (Moving Average) c помощью статистических инструментов Minitab. Для этого выполним следующие действия:

  1. В панели инструментов выберем Stat > Time Series > Moving Average.
  2. В поле Variable внесем переменную – DDP, $.
  3. Укажем диапазон средних значений, т.е. МА Length – в нашем случае равным 3, т.к. нас интересует «скольжение» среднего в интервале 3 месяцев.
  4. Установим индикатор напротив Generate Forecast и установим значение Number of forecasts равным периоду, на который делается прогноз (в нашем примере на год – это 12).
  5. Нажимаем Time и устанавливаем индикатор возле Stamp.
  6. В поле Stamp вносим временные переменные (в нашем случае – Month, Year).
  7. Нажимаем ОК.

Графическая интерпретация прогноза:

Формализация в окне Session:

    Moving Average for DDP, $.

    Data       DDP, $.
    Length     162
    NMissing   0

    Moving Average

    Length   3

    Accuracy Measures

    MAPE    4,1060
    MAD     4,0335
    MSD    39,5229

    Forecasts

    Period   Forecast    Lower    Upper
    163       127,440  115,118  139,762
    164       127,440  115,118  139,762
    165       127,440  115,118  139,762
    166       127,440  115,118  139,762
    167       127,440  115,118  139,762
    168       127,440  115,118  139,762
    169       127,440  115,118  139,762
    170       127,440  115,118  139,762
    171       127,440  115,118  139,762
    172       127,440  115,118  139,762
    173       127,440  115,118  139,762
    174       127,440  115,118  139,762

Интерпретация результатов

Прогноз закупочной цены на 2015 год составит 127,44 долл. за 1 кг. Нижняя граница закупочной цены составит 115,12 долл., верхняя граница 139,76 долл. Соответственно, данные границы дают возможность предположить, что с 95% вероятностью цена будет колебаться в пределах от 115,18 до 1007,25 долл.  На графике прогнозная стоимость отображена в виде трех зеленых точек, а верхнее и нижнее пороговые значения – в виде синих треугольников.

Очень важно понимать, что данный метод предполагает анализ временных рядов, которые не подвержены сезонным колебаниям.

25.03.2015 / 996 / Загрузок: 0 / Владислав Мандрыка /
Всего комментариев: 0
avatar
SixSigmaOnline.ru © 2009-2018            Хостинг от uWeb