Prezentacja z 1. zajęć
Download
Report
Transcript Prezentacja z 1. zajęć
Metody ilościowe w logistyce
Dr inż. Iwona Staniec
Katedra Zarządzania
Politechniki Łódzkiej
Lodex budynek B9 ul. Wólczańska 215 campus B
Email [email protected]
Dyżur poniedziałek 18:00-19:30 p. 334
„Zdaniem większości ludzi statystka jest
skomplikowaną i nudną dziedziną wiedzy.
Jednak tylko dzięki statystyce,
charakteryzującej się prostotą i swoistym
pięknem, można wyjaśnić wiele zagadnień z
życia gospodarczego”.
M. Harry oraz R. Schroeder „Six Sigma”(s. 36 – 37).
Literatura
Krawczyk S. Metody ilościowe w logistyce, C.H.Beck, Warszawa 2001.
Krawczyk S. Metody ilościowe w planowaniu, C.H.Beck, Warszawa
2001.
Krzyżaniak S. Podstawy zarządzania zapasami w przykładach,
Biblioteka Logistyka, Poznań 2002.
Abt S.: Systemy logistyczne w gospodarowaniu – teoria i praktyka
logistyki. AE w Poznaniu 1996.
Bendkowski J., Kramarz M., Kramarz W. Metody i techniki ilościowe w
logistyce stosowanej. Wybrane zagadnienia, Wydawnictwo
Politechniki Śląskiej, Gliwice 2010.
Bendkowski J., Kramarz M.: Logistyka stosowana – metody, techniki,
analizy. cz. 1 i 2. Wydawnictwo Politechniki Śląskiej, Gliwice 2006.
Aczel Amir D.: Statystyka w zarządzaniu, PWN Warszawa 2000.
Dittmann P.: Prognozowanie w przedsiębiorstwie. Oficyna
Ekonomiczna. Kraków 2003
Metody ilościowe
wykorzystywane w
1.
2.
3.
4.
5.
6.
7.
Sterowaniu procesem logistycznym
Prognozowaniu zaopatrzenia
Symulacji popytu niezależnego
Procesach decyzyjnych
Procesach transportowych – w ujęciu
logistycznym
Logistycznych procesach dystrybucji
Analizach rynku zbytu
Terminy zajęć
1.
2.
3.
4.
5.10.11 2 godz. - wprowadzenie
12.10.11 2 godz.- Metody ilościowe
wykorzystywane w logistycznych procesach
dystrybucji (Piotr Górajck)
19.10.11 4 godz. Metody ilościowe
wykorzystywane w procesach decyzyjnych
(Pulina Kubińska) oraz w procesach
transportowych (Lewkowicz Wiktor)
26.10.11 – nie
Terminy zajęć
1.
2.
3.
2.11.11 2 godz. Metody ilościowe wykorzystywane
w prognozowaniu zaopatrzenia (Kijanka Krol)
9.11.11 2 godz. Metody ilościowe wykorzystywane
w sterowaniu procesem logistycznym (Nowicka
Marta) oraz analizach rynku zbytu (Guc Mateusz)
16.11.11 2 godz.- Metody ilościowe
wykorzystywane w symulacji popytu
niezależnego (Jan Czarnecki)
Zasady zaliczenia
Prezentacja na wybrany temat
Udział w dyskusji
Ocena kolegów
Badanie statystyczne
Ogół czynności, których celem jest
poznanie określonych zbiorowości na
podstawie takich aspektów jak:
Struktura
Związki
zmiany
Etapy badania statystycznego
Określenie celu
Określenie zakresu
Określenie cech
Określenie źródeł pozyskania danych
Zebranie danych
Weryfikacja danych
Prezentacja wyników
Błędy doboru
Błąd losowy – wynika z doboru do próby, zależy od jej
liczebności, rozproszenia cechy i schematu doboru
Błąd systematyczny – wynika z nieodpowiedniego
operatu losowania, jednostek nietypowych, błędów
mierzenia i proceduralnych
Badania jakościowe vs ilościowe
badania jakościowe
odpowiada na pytanie "co"
badania ilościowe
odpowiada na pytanie "ile"
wyników nie można przenosić
wyniki można generalizować
na populację
elastyczny scenariusz
ustrukturyzowany
kwestionariusz
wpływ moderatora na grupę
mniejszy wpływ badacza na
przebieg badania
bardziej subiektywny
charakter interpretacji
interpretacja wyników bardziej
obiektywna
Cechy podawane analizie
Mierzalne (ciągłe lub skokowe)
Niemierzalne (rangowane, binarne i
opisywane słownie)
Skala
Nominalna
(kategorie
)
Porządkowa
(rangi)
Przedziałowa
(umowny
punkt
zerowy)
Ilorazowa
(naturalny
lub
absolutny
punkt
zerowy)
Główne operacje
Przykłady
Mierniki statystyczne
Relacje równości i
różności
Płeć, zawód, stan cywilny,
miejsce zamieszkania,
kolor, smak, profil
firmy
Liczebności i proporcje
Frakcje i procenty
Modalna,
Wskaźniki (stosunki)
Testy nieparametryczne
Jakość produktu, stopień
wyboru, preferencje,
zadowolenie,
wykształcenie
Mediana Centyle, decyle,
kwantyle
Korelacja rangowa
Testy nieparametryczne
Temperatury (C,R,F),
daty kalendarza, postawy,
wynik finansowy
Średnia arytmetyczna
Odchylenie standardowe
Wariancja
Stosunki korelacyjne
Testy nieparametryczne Testy
parametryczne
Relacje
większości,
mniejszości
Relacja równości
przedziałów i
równości
różnic
Relacja równości
ilorazów
Temperatura (K), wymiary,
waga, cena, wydatki,
dochody, wiek
Średnia geometryczna
Średnia harmoniczna
Średnia kwadratowa
Współczynnik zmienności
Testy nieparametryczne
Testy parametryczne
Prezentacja graficzna
Liczba osób w rodzinie
1
15
10
5
5
2
0
4
3
1
5
11
2
4
3
10
3
2
1
0
9
4
8
5
7
6
Zmiany w nakładach na działalność innowacyjną w latach 2000 i 2005 [tys. zł]
Mazowieckie
Podlaskie
4000
Warmińsko-Mazurskie
3500
3000
Śląskie
Lubuskie
2500
2000
Wielkopolskie
Zachodniopomorskie
1500
1000
500
Małopolskie
Świętokrzyskie
0
Dolnośląskie
Opolskie
Pomorskie
Podkarpackie
Lubelskie
Łódzkie
Kujawsko-Pomorskie
2000 rok
2005 rok
B, Nowakowski Związek wysokości nakładu finansowego na działalność innowacyjną w przemyśle i
zużycia energii elektrycznej w gospodarstwach domowych w miastach w latach 2000 i 2005, prezentacja
Badanie statystyczne.
Wpływ nakładów na działalność innowacyjną na
zużycie energii elektrycznej w 2005 r. [tys. zł]
Zużycie energii elektrycznej w miastach
3000
2500
2000
1500
1000
500
0
0
500
1000
1500
2000
2500
3000
3500
Nakłady na działalność innowacyjną w przemyśle
B, Nowakowski Związek wysokości nakładu finansowego na działalność innowacyjną w przemyśle i zużycia energii
elektrycznej w gospodarstwach domowych w miastach w latach 2000 i 2005, prezentacja Badanie statystyczne.
4000
Popyt rzeczyw isty
2000
1800
1600
1400
1200
1000
800
600
400
200
0
1
7
13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103
Podstawowymi zadaniami parametrów
opisowych jest określenie:
rozmieszczenia wariantów cechy w zbiorze, przez obliczenie
momentów oraz wskazanie skupienia (koncentracji) i spłaszczenia
(ekscesu) w stosunku do kształtu krzywej normalnej, przez obliczenie
wskaźnika spłaszczenia.
przeciętnego poziomu zmiennych opisujących analizowane cechy
statystyczne przez wybór pojedynczej wartości, tj. miary przeciętnej
(położenia), reprezentującej wszystkie wartości szeregu,
zmienności (dyspersji, rozproszenia) wartości zmiennych
w obserwowanej zbiorowości, tj. określenie miary zmienności,
w jakim stopniu badany szereg odbiega od idealnej symetrii,
tj. określenie miary asymetrii.
Opis struktury
Miary przeciętne
Miary zróżnicowania
Miary asymetrii
Miary spłaszczenia
12
10
8
6
4
2
0
1
2
3
4
5
6
Wartość cechy X
Rys. 1 Przykład szeregu symetrycznego
7
8
9
10
11
mediana
2
3
średnia
dominanta
1
4
5
6
7
8
9
Rys. 2 Szereg o asymetrii dodatniej
(prawostronnej)
10
3
4
5
6
7
dominanta
2
mediana
średnia
1
8
9
10
Rys. 3 Szereg asymetryczny ujemnie (lewostronnie)
Poziom obsługi klienta
f
POK(2)
Ile zapasu zabraknie?
PT
ZB
POK(1)
Jakie jest ryzyko,
że zabraknie zapasu?
Popyt w cyklu uzupełnienia
Ilustracja graficzna reguły trzech
sigm
60,00
100,00
90,00
80,00
70,00
60,00
50,00
40,00
30,00
20,00
10,00
0,00
Udział %
50,00
udział %
% skumulowany
40,00
30,00
dwie przyczyny, P1 i P2 (czyli 20 % przyczyn)
powodują 80 % skutków (niezgodności)
20,00
10,00
0,00
P1
P2
P3
P4
P5
P6
Przyczyna
P7
P8
P9
P10
% skumulowany
Wykres Pareto - Lorenza
Popyt w zależności od czasu
Popyt rzeczyw isty
2000
1800
1600
1400
1200
1000
800
600
400
200
0
1
7
13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103
3000
2500
2000
1500
1000
500
0
-51 -41 -31 -21 -11
-1
9
19
29
39
49
59
69
79
89
99
700
600
500
400
300
200
100
0
-51 -41 -31 -21 -11
-1
9
19
29
39
49
59
69
79
89
99
600
500
400
300
200
100
0
-51 -41 -31 -21 -11
-1
9
19
29
39
49
59
69
79
89
99
600
500
400
300
200
100
0
-51 -41 -31 -21 -11
-1
9
19
29
39
49
59
69
79
89
99
Składniki szeregów czasowych
Szereg Czasowy
Zmienna zależna
Wartość liczbowa
badanego zjawiska
Zmienna niezależna
Czas
Analiza popytu
400
350
300
250
200
150
100
50
0
0
20
40
60
80
100
120
140
400
350
300
250
200
150
100
50
0
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Szereg czasowy
Przykład: Popyt na wodę mineralną
1998
1999
2000
2001
I II III IV I II III IV I II III IV I II III IV
20 30 40 36 18 24 40 30 20 32 60 24 24 32 40 30
70
60
50
40
30
20
10
0
I
II
III IV
1998
I
II
III IV
1999
I
II
III IV
2000
I
II
III IV
2001
Model przyczynowo-skutkowy
1998
1999
2000
2001
I II III IV I II III IV I II III IV I II III IV
20 30 40 36 18 24 40 30 20 32 60 24 24 32 40 30
1 10 20 15 0 10 23 12 2 12 29 13 2 11 19 13
35
30
25
20
15
10
5
0
35
30
25
20
15
10
5
0
I
II III IV
1998
I
II III IV
1999
popyt
I
II III IV
2000
temperatura
I
II III IV
2001
Zapas zależny
Popyt zależny wynika z zapotrzebowania na
wyroby wyższej złożoności
Popyt zależny często nazywany mianem potrzeb
materiałowych
Popyt ten jest wyliczany a podstawa tych
rachunków jest prognoza popytu niezależnego (w
harmonogramach produkcji finalnej) a także
struktura konstrukcyjna wyrobów, normy zużycia
oraz posiadane zapasy itp..