更好的預測方法:使用前后控制圖

我已經(jīng)寫了很多關于階段控制圖的文章，因為我認為它們是一個非常好的可視化工具。它們有許多用途而且很容易創(chuàng)建。除了有助于分析改進或變更前后的流程之外，它們還是更準確預測或預報的重要第一步。

不同的預測方式或用不同的方法預測

有很多不同的方法可以進行預測。如果你想分析數(shù)據(jù)中的趨勢——無論是銷售預測還是天氣情況——時間序列可以幫助你預測任何變量隨時間的變化。如果你想使用不同的變量預測響應，那么回歸、基于樹的方法和許多其他算法可能是你的正確選擇。

使用傳統(tǒng)時間序列預測的示例

這是一個洗手液制造商的例子，該制造商希望預測需求以規(guī)劃生產能力。業(yè)務分析師(姑且稱他為Josh)利用過去幾年的數(shù)據(jù)，試圖創(chuàng)建一個簡單的趨勢分析。

由于他不確定自己擁有什么類型的數(shù)據(jù)，他創(chuàng)建了一個線性模型和一個二次模型(都在下面)?，F(xiàn)在他正處于緊要關頭！線性模型預測銷售增長，而二次模型預測銷售下降。二次模型具有更精確的測量(如相對較小的值所示MAPE，MAD和MSD)，但他的銷售團隊整個季度都對他們的銷售渠道持積極態(tài)度。他應該對制造部門的負責人說些什么？

業(yè)務分析師迅速打電話給他公司的統(tǒng)計學家謝麗爾，尋求幫助。謝麗爾解釋說單一指數(shù)平滑可以提供短期預測，適用于沒有趨勢或季節(jié)成分的數(shù)據(jù)。

雖然分析師Josh從未聽說過這個，但他很快在Minitab時間序列菜單中找到了單一指數(shù)平滑法，瞧！他的預測似乎比前兩次更合理，也更準確。

他打電話給謝麗爾，給她看了圖表。她指出了圖表上95%的PI，并解釋說，有了95%的PI，Josh就有95%的把握認為區(qū)間內會包含一個響應。

這意味著未來的銷售可能會更高或更低(根據(jù)這一預測)。她還提到，雖然MAP、MAD和MSD測量值比他以前的模型好，但這些測量值越低，意味著準確性可能越低。

時間序列(和預測建模)的更好方法

失望之余，他的電話響了，但他不得不承認自己已經(jīng)盡了最大努力構建了模型。是謝麗爾。她提醒他，在簡單地開始分析之前，思考和探索你的數(shù)據(jù)是很重要的。她問是否有辦法解釋他的數(shù)據(jù)中的一些大的變化。然后他突然想到。

作為一家洗手液制造商，冠狀病毒肺炎期間需求激增！謝麗爾建議制作一個階段控制圖。繪制冠狀病毒肺炎之前、期間和之后的需求圖表，數(shù)據(jù)的變化更有意義。

Josh還注意到需求似乎呈上升趨勢，所以他決定將他的預測技術應用到他的冠狀病毒肺炎后數(shù)據(jù)中。

盡管他最初的模型預測銷量為8500萬至8600萬瓶，但他新的更準確的預測(基于更低的MAPE、MAD和MSD)，現(xiàn)在顯示的預測是8500萬至8800萬瓶。這意味著，如果他遵循最初的模式，他的產量可能會嚴重不足。他不需要進行平滑分析，因為似乎有一個明顯的趨勢，但他還是做了，并找到了一個不太準確的模型。他打電話給他的老板，告訴他需要生產8600萬瓶，并計劃在未來幾個月內將產量擴大到8700萬瓶和8800萬瓶。

總結

進行預測時，業(yè)務理解與預測技術一樣重要。無論您是否使用時間序列或不同的預測模型，在適當?shù)那闆r下使用階段控制圖不僅有助于確定更好的數(shù)據(jù)集進行預測，還有助于解釋預測是如何以及為什么產生的。

幸運的是，Minitab的助手使任何人都可以非常輕松地創(chuàng)建和查看過程是否在控制范圍內，以統(tǒng)計方式確認觀察結果，并查看過程的變化是否會導致過程結果或變異的變化。

審核編輯 黃宇