Definition I den vägda glidande genomsnittsmodellen (prognosstrategi 14) vägs varje historiskt värde med en faktor från viktningsgruppen i den univariata prognosprofilen. Formel för det vägda rörliga genomsnittsvärdet Med den viktade glidande genomsnittsmodellen kan du viktiga historiska data mer än äldre data när du bestämmer genomsnittsvärdet. Det gör du om de senaste uppgifterna är mer representativa för vilken framtida efterfrågan än äldre data. Därför kan systemet reagera snabbare på en nivåförändring. Noggrannheten i denna modell beror till stor del på ditt val av viktningsfaktorer. Om tidsseriemönstret ändras måste du också anpassa viktningsfaktorerna. När du skapar en viktgrupp, anger du viktningsfaktorerna som procentandelar. Summan av viktningsfaktorerna behöver inte vara 100. Ingen prognos i efterhand beräknas med denna prognostiserade strategi. Inledning Den föregående artikeln tittade på vad glidande medelvärden är och hur man beräknar dem. Denna artikel tittar nu på hur man implementerar dessa i Web Intelligence. Formeln som används här är kompatibel med XIr3-versionen av SAP BOE, men vissa formler kan fungera i tidigare versioner om de finns tillgängliga. We8217ll börjar med att titta på hur man beräknar ett enkelt glidande medelvärde innan man tittar på vägda och exponentiella former. Arbetade exempel Exemplen nedan använder alla samma dataset som är av aktiekursdata i en Excel-fil som du kan ladda ner. Den första kolumnen i filen är börskursens datum och sedan kolumner med öppningspris, högsta pris på dagen, lägsta pris, slutkurs, volym och justerad slutkurs. We8217ll använder slutkurs i vår analys nedan med datumobjektet. Enkelt rörligt medelvärde Det finns ett par sätt på vilka vi kan beräkna enkla glidande medelvärden. Ett alternativ är att använda funktionen Föregående för att få värdet av en föregående rad. Till exempel beräknar följande formel ett glidande medelvärde på vårt slutkurspris för en glidande genomsnittsdataset med storlek 3, det här är en ganska enkel formel, men det är uppenbart att det inte är praktiskt när vi har ett stort antal perioder här vi kan göra användning av RunningSum formel och för en dataset av storlek N vi har Slutligen har vi en 3: e teknik, som trots att det är mer komplicerat kan det ha bättre prestanda eftersom det beräknar det nya värdet baserat på tidigare värde istället för två löpande summer över hela data uppsättning. Men denna formel fungerar bara efter Nth-punkten i den övergripande datamängden och eftersom det hänvisar till ett tidigare värde måste vi också ange ett startvärde. Nedan är den fullständiga formeln som används för vår aktiekursanalys där vår glidande genomsnittliga period är 15 dagar. Datumet 1252010 är den 15: e datapunkten i vår dataset och så för denna punkt beräknar vi ett normalt genomsnitt med RunningSum. För alla datum bortom detta värde använder vi vår SMA-formel och vi lämnar tomma alla datum före detta datum. Figur 1 nedan är ett diagram i Web Intelligence som visar våra aktiekursdata med ett enkelt glidande medelvärde. Figur 1. Web Intelligence-dokument som visar en enkel rörlig genomsnittsviktad rörlig genomsnittsvärde En vägd glidande medelformel med en period av 3 är, Som med vår första enkla glidande medelformeln ovan är det bara praktiskt under ett litet antal perioder. Jag har ännu inte kunnat hitta en enkel formel som kan användas för större glidande medelperioder. Matematiskt är det möjligt men begränsningar med Web Intelligence innebär att dessa formler don8217t konverterar. Om någon kan göra det skulle jag gärna höra Figuren nedan är ett WMA i period 6 som implementeras i Web Intelligence. Figur 2. Web Intelligence-dokument av ett Viktat Flyttande Medel Exponentiellt Flytande Medel Ett exponentiellt rörligt medelvärde är ganska rakt framåt för att implementera i Web Intelligence och det är ett lämpligt alternativ till ett vägat rörligt medelvärde. Den grundläggande formeln är här we8217ve hårdkodad 0,3 som vårt värde för alfa. Vi tillämpar bara denna formel för perioder större än vår andra period så vi kan använda ett if-uttalande för att filtrera dessa ut. För vår första och andra perioden kan vi använda det tidigare värdet och så är vår slutliga formel för EMA, Nedan är ett exempel på en EMA tillämpad på våra lagerdata. Figur 3. Web Intelligence-dokument visar en Exponentiell Moving Average Input Controls Eftersom vår EMA-formel doesn8217t är beroende av storleken på den glidande medeltiden och vår enda variabel är alfa kan vi använda Input Controls för att tillåta användaren att justera värdet av alfa. För att göra detta skapar du en ny variabel som heter 8216alpha8217 och definierar it8217s formel som, Uppdatera vår EMA-formel till, Skapa en ny ingångskontroll välj vår alfabalva som inputkontrollrapportobjektet Använd en enkel reglage och ställ in följande egenskaper, En gång gjort du ska kunna flytta skjutreglaget och omedelbart se förändringarna till trendlinjen i diagrammet. Slutsats Vi tittade på hur man implementerar tre typer av glidande medelvärde i Web Intelligence och även om allt var möjligt är det Exponentiella rörliga genomsnittet förmodligen det enklaste och mest flexibla . Jag hoppas att du hittade den här artikeln intressant och som alltid är någon feedback väldigt välkommen. Posta navigering Lämna ett svar Avbryt svar Du måste vara inloggad för att skriva en kommentar. Tricket till Weighted Moving Average (WMA) är att du måste skapa en variabel som representerar WMA-täljare (se Wikipedia för referens.) Det ska se ut som följande: Föregående (Själv) (n Stäng) 8211 (Föregående (RunningSum ( Stäng)) 8211 Föregående (RunningSum (Stäng) n1) där n är antalet perioder. Då skulle den faktiska WMA8217s formel vara så här: Numerator (n (n 1) 2) där Numerator är den variabel du skapade tidigare. Standard och Genomsnittlig kostnadsberäkning Jämförd kostnadshantering erbjuder två kostnadsmetoder: standardkostnad och genomsnittlig kostnad. Genomsnittlig kostnadsberäkning används främst för distribution och andra branscher där produktkostnaden fluktuerar snabbt eller när det dikteras av regelverk och andra branschkonventioner. Medelkalkylering gör det möjligt att: värdera inventering vid en glidande genomsnittlig kostnadsspårförteckning och tillverkningskostnader utan kravet på att förutbestämda standarder ska bestämma vinstmarginalen baserat på en faktisk kostnadsmetod mäta de organisationer som utför Upphävande av historiska kostnader inkluderar alla direkta kostnader för tillverkning av en vara i den aktuella varupostkostnaden. Använd standardkostnad för prestationsmätning och kostnadskontroll. Standardkostnad gör att du kan värdera behållaren till en förutbestämd kostnad bestämma vinstmarginalen baserat på prognostiserade kostnader. Skivavvikelser mot förväntade kostnader. Uppdatera standardkostnader från vilken kostnadstyp som helst. Utvärdera produktionskostnader i förhållande till standardkostnaderna, mäta organisationens prestanda baserat på fördefinierade produktkostnader, utvärdera produktkostnader för att hjälpa ledningsbeslut Följande tabell visar de funktionella skillnaderna mellan genomsnittlig och standardkostnad. Material med Inventarier alla kostnadselement med materialräkningar Material och materialkostnader med Inventory alla kostnadselement med fakturor Kostnadskostnader innehas av kostnadselement Produktkostnader innehas av Kostnadsunderelement Ingen delad kostnad Genomsnittlig kostnad hålls separat i varje organisation. Kan dela kostnader mellan organisationer när de inte använder Arbeta i processen. Håller den genomsnittliga enhetskostnaden med varje transaktion. Flyttande genomsnittskostnad upprätthålls. Separata värderingsräkningar för varje kostnadselement. Separat värderingsräkning ts för varje delinvesterings - och kostnadselement Inga avvikelser för arbeten i processtransaktioner Varianter för arbete i processtransaktioner Tabell 1 - 2. Jämförelse mellan standard och genomsnittlig kostnad Under genomsnittskostnad kan du inte dela kostnader. Genomsnittliga kostnader bibehålls separat i varje organisation. Under standardkostnaden om du använder Inventory without Work in Process kan du definiera dina kostnadskostnader i organisationen som styr dina kostnader och dela dessa kostnader mellan organisationer. Om du delar standardkostnader över flera organisationer använder alla rapporter, förfrågningar och processer dessa kostnader. Du behöver inte ange dubbla kostnader. Se: Fönstret Organisationsparametrar och Definiera Costing Information. Obs! Organisationen som styr dina kostnader kan vara en tillverkningsorganisation som använder Arbeta i process eller materialräkningar. Organisationer som delar kostnader med organisationen som kontrollerar dina kostnader kan inte använda materialräkningar. Värderingsräkningar och kostnadselement med genomsnittlig kostnad Systemet behåller den genomsnittliga enhetskostnaden på organisationsnivå. Det använder inte några underinvesteringskalkyler. Om du hade separata värderingsräkenskaper med underinventar skulle de totala varulagerna balansera, men kontobalanser per underinventar skulle inte matcha inventeringsvärderingsrapporterna. Obs! Kostnadshantering verkställer samma kontonummer för organisationsnivåmaterial och intransitkonton. I annat fall motsvarar saldot av värderingsrapporter för lager inte summan av bokföringstransaktioner. Ändra från standard till genomsnittlig kostnad När transaktioner har utförts kan du inte ändra kostnadsmetoden för en organisation i fönstret Organisationsparametrar i Oracle Inventory. Se: Fönstret Organisationsparametrar och Definiera Costing Information.
Comments
Post a Comment