Lissage Exponentiel Simple

et faciles à interpréter. U Page 5 Exemples de méthodes de prévision Interrogation d’experts Consultants, «Delphi » Situations similaires Sondages, statistiques descriptives Moyennes mobiles et pondérées Lissage exponentiel Box-Jenkins (Auto Regressive Moving Average) Régression simple, multiple Méthodes causales ou explicatives Modèles économétriques Input-output Simulation stochastique ou dynamique Qualitatives Comparaisons historiques Études du marché Séries chronologiques, Méthodes

chronologiquement 1 ) Méthode de la moyenne simple : Mois : -6 -5 120 110 -4 -3 105 100 -2 -1 90 80 605 Cmm = 605/6 = 100.83 cette méthode simple a l'inconvénient de gommer les tendances 2 ) Méthode de la moyenne mobile Cm+1 = 75 Cmm+1 = (605-120+75)/6 = 93,3 3 ) Méthode du lissage exponentiel : Cette méthode peut-être appliquée à une majorité de type de consommation et ne nécessite pas la conservation d'historique. Le lissage exponentiel consiste à établir la prévision du

l’intervalle de confiance dépend de la qualité du modèle de prévision. Lorsque le modèle possède un coefficient de détermination R² élevé, l’intervalle est faible et vice versa (voir le chapitre II). L’intervalle de prévision est plus informatif qu’une simple prévision ponctuelle. 2.2 L’horizon de prévision Les prévisions financières embrassent des horizons très variables allant de quelques heures (voir quelques minutes pour un trader) à plusieurs dizaines années pour le choix d’un investissement lourd

moindres carrés. f. Méthode des indices L’indice est un outil qui permet de comparer des observations quantitatives effectuées à des périodes différentes (année, mois…) sur des groupes différents. Il existe deux types d’indice: * L’indice simple C’est un rapport qui permet de mesurer l’évolution d une seule grandeur (prix, quantité, chiffre d’affaires. . .) entre deux dates données. * L’indice des prix à la consommation C’est l’instrument de mesure de l’inflation. Il permet d’estimer

Techniques de lissage . . . . . . . 2.3.4 D´composition classique . . . . . e 2.3.5 Pr´vision par d´composition . . . e e 2.4 Analyse statistique . . . . . . . . . . . . 2.4.1 Coefficient d’autocorr´lation . . . e 2.4.2 Corr´logramme . . . . . . . . . . e 2.4.3 Test de Mann-Kendall . . . . . . 3 M´thodes de pr´vision statistiques e e 3.1 Introduction . . . . . . . . . . . . . . . . . . 3.2 M´thodes de lissage exponentiel . . . . . . . e 3.2.1 Lissage exponentiel simple . . . . . . 3.2.2 Lissage exponentiel

couverture. Inventaire & Valorisation des stocks: Inventaire Permanent, Inventaires par comptage ; PUMP, FIFO, LIFO, Prix standard ; Sommaire Politique d’approvisionnement et méthodes de prévisions : Couple (Quantité, Date) ; Moyenne, Lissage exponentiel, régression linéaire ; 7. Réduction des coûts : Réduction des articles en stock (Standardisation); ; Réduction des coûts unitaires des articles ; 8. Stocks rossignols : Définition ; Causes & Remèdes ; 9. Indicateurs de stocks : Taux de rotation

. . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 Un algorithme simple de désaisonnalisation . . . . . . . . . . . . . . . . . . . . . . . 4.4.2 L’algorithme de base de la méthode X11 . . . . . . . . . . . . . . . . . . . . . . . . 4.4.3 Amélioration de la méthode : X11 ¡ ARIM A et X12 ¡ ARIM A . . . . . . . . . . . 4.4.4 Utilisation de la méthode X11 et comparaison avec les modèles ARIM A saisonniers 4.4.5 Exemple simple inspiré de la méthode X11 . . . . . . . . . . . . . . . . . . . . . .

peu importantes et que le nombre d’observations est > à 10, on déterminera la tendance. Si les variations sont fort importantes, il faudra utiliser la technique du lissage : ® moyenne mobile ; ® lissage exponentiel. Moyenne mobile Elle consiste à prendre comme prévision la moyenne des données de N périodes précédentes. q Lissage exponentiel Elle consiste à établir la prévision du mois suivant en corrigeant la dernière prévision d’une partie de l’écart entre la réalisation effective et cette dernière

basées sur des prévisions. Au moment de son élaboration, de nombreuses commandes fermes sont déjà enregistrées. Ce qui diminue les incertitudes dans le planning. B. Schéma d'élaboration du PDP L’élaboration du PDP se fait suivant une démarche assez simple. D’abord, on sélectionne une famille de produit pour laquelle le PDP sera effectué. On s’oriente ensuite vers le PIC auparavant élaboré pour ladite famille de produits. Les données recueillies du PIC sont décomposées en références finales, sur un

Modèle additif B. Modèle multiplicatif C. Autres approches 113 113 114 115 V. 115 116 118 Un exemple de décomposition d’une série chronologique A. Schéma additif B. Schéma multiplicatif VI. Les méthodes de lissage exponentiel A. Le lissage exponentiel simple B. Le lissage exponentiel double 120 120 125 Testez-vous Exercices 127 128 5. Modèle probabiliste et variable aléatoire I. 131 Éléments de calcul des probabilités A. Notion de probabilité B. Probabilités conditionnelles 133 133 136