Show TOC

  Saisonale lineare Regression

Verwendung

Sie können die saisonale lineare Regression (Prognosestrategie 35) oder die Prognose nach Winters (Prognosestrategie 31) verwenden. Verwenden Sie die saisonale lineare Regression vor allem dann, wenn die Vergangenheitszeitreihe viele Nullen oder sehr kleine Werte enthält.

Funktionsumfang

Bevor das System die saisonale lineare Regression anwendet, führt es einen Saisontest durch. Mit diesem Test prüft das System, ob die Vergangenheitsdaten saisonale Muster aufweisen. Hierzu bestimmt das System den Autokorrelationskoeffizienten für alle Perioden. Wenn der ermittelte Wert mindestens 0,3 beträgt, wendet das System die saisonale lineare Regression an. Wenn der Wert darunter liegt, erkennt das System kein saisonales Muster und wendet die lineare Regression an.

Hinweis Hinweis

Sie können den Grenzwert von 0,3 mit der Methode PARAMETER_SET des Business Add-Ins (BAdI) /SAPAPO/SCM_FCSTPARA beliebig ändern.

Ende des Hinweises

Aktivitäten

Das System berechnet die Zeile der saisonalen linearen Regression wie folgt:

  1. Die Saisonindizes werden berechnet:

    Bestimmung des anfänglichen Saisonindexes für jede Vergangenheitsperiode t

    1. Die Anzahl n k der Saisons innerhalb der gesamten Vergangenheitszeitreihen wird berechnet:

      n k = n total / n saison

      wobei n saison die Anzahl der Perioden pro Saison und n total die Gesamtanzahl der Vergangenheitswerte darstellt.

    2. Der Durchschnittswert A k einer jeden Saison k wird berechnet:

      A k = Σ V(t) / n saison

      wobei V(t) den Vergangenheitswert von Periode t und n saison die Anzahl der Perioden pro Saison darstellt.

    3. Der anfängliche Saisonindex s start (t) wird für jede Periode t innerhalb einer jeden Saison berechnet.

      S start (t) = V(t) / A k

      Wenn eine nicht abgeschlossene Saison existiert (d.h. wenn n k keine ganze Zahl ist), wird der anfängliche Saisonindex s start (t) der ältesten Vergangenheitsdaten mit einem Durchschnitt A k der n k ten Saison berechnet.

      Bestimmung des mittleren Saisonindexes

    4. Wenn k komplette Saisons existieren, wird aus den anfänglichen Saisonindizes der Mittelwert gebildet:

      s mittelwert (s) = (s start (s) + s start (n saison + s) + ....+s start ((k-1) n saison +s))/k,

      s = 1, ... , n saison

      Glättung der mittleren Saisonindizes

    5. Wenn Sie im Feld PERSMO des univariaten Prognoseprofils einen Glättungsfaktor eingegeben haben, dann wird das Ergebnis aus Schritt d geglättet. SAP empfiehlt, dass Sie einen Glättungsfaktor von „1“ eingeben.

  2. Die Istdaten werden auf der Basis der in Schritt 1 berechneten saisonalen Indizes korrigiert.

  3. Die lineare Regression wird für nichtsaisonale Istwerte durchgeführt.

  4. Die Saisonindizes werden auf die Ergebnisse der Berechnung der linearen Regression angewandt; dies ergibt dann die Prognoseergebnisse.