پاورپوینت پیش بینی Forecasting مربوطه  به صورت فایل پاورپوینت و قابل ویرایش می باشد و دارای ۹۲  اسلاید است . بلافاصله بعد از پرداخت و خرید لینک دانلود پاورپوینت پیش بینی Forecasting نمایش داده می شود، علاوه بر آن لینک پاورپوینت مربوطه به ایمیل شما نیز ارسال می گردد

فهرست مطالب

بخش اول: کلیات پیش بینی
اهداف پیش بینی
عوامل موثر در انتخاب مدل مناسب پیش بینی
انواع شیوه های پیش بینی
پیش بینی های  قضاوتی
پیش بینی بر مبنای گذشته
پیش بینی علت معلولی
پیش بینی های یک متغیره
پیش بینی های چند متغییره
ضریب همبستگی
مدل اقتصاد سنجی
مدل داده – ستاده
مدل شاخص رهنما
سیستم پیش بینی
پیش بینی به وسیله تجزیه و تحلیل سری های زمانی
بخش دوم: کاربست های تکنیک های پیش بینی در حسابداری مدیریت
معیارهای تمایل به مرکزیت
معیارهای پراکندگی
ویژگی های نمونه
تجزیه و تحلیل رگرسیون همبستگی
مفروضات تجزیه و تحلیل رگرسیون
آنالیز واریانس
منحنی یادگیری
فهرست منابع

فهرست منابع:

شباهنگ، رضا. (۱۳۸۴). حسابداری مدیریت. جلد اول، ناشر: مرکز تحقیقات تخصصی حسابداری و حسابرسی سازمان حسابرسی، تهران.

جعفر نژاد، احمد و فاریابی باسمنج، محمد. (۱۳۷۸). مفاهیم اساسی مدیریت تولید و عملیات، ناشر: انتشارات صفّار، تهران.

آیت الهی، علیرضا. (۱۳۷۷). اصول برنامه ریزی. ناشر: مرکز آموزش مدیریت دولتی، تهران.

حافظ نیا، محمد رضا. (۱۳۸۱). مقدمه ای بر روش تحقیق در علوم انسانی، ناشر: سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه ها(سمت). تهران.

الوانی، مهدی. (۱۳۷۴). مدیریت تولید، ناشر: انتشارات آستان قدس رضوی.

سید حسینی، سید محمد. (۱۳۸۰). برنامه ریزی نگهداری و سیستم کنترل موجودی، فرآیند و مدل های پیش بینی، ناشر: نشر هوای تازه.

بخش اول: کلیات پیش بینی

 مقدمه

یکی از ابزارهای مهم مدیریتی استفاده از روش های مختلف پیش بینی است. مدیر جهت تصمیم گیری نیاز به برآورد (Estimate) رویدادهای آینده با استفاده از اطلاعات گذشته دارد. آینده نگری به مفهوم مطالعه قبلی، محاسبه و حدس زدن از اوضاع و شرایط آتی است و کسی که با آگاهی از این محاسبات – که غالباً متکی بر آمار و اطلاعات کنونی است- و به اتکاء بینش شخصی خود در خصوص آینده به قضاوت می نشیند، به پیش بینی می پردازد(آیت الهی، ۳۶:۱۳۷۷).

اهداف پیش بینی

به طور کلی در پیش بینی دو هدف اساسی دنبال می شود: هدف اول مشخصاً برنامه ریزی مناسب است. برنامه ریزی(Planning) به معنی تدوین و طراحی سیاست ها و الگوها و طرح ها و ایده ها برای آینده جهت تأمین اهداف سازمانی یا اهداف سیستم است بنابراین می توان گفت که برنامه ریزی نوعی پیش بینی است. هدف دوم از آشنایی و به کارگیری تکنیک های پیش بینی تصمیم گیری (Decision Making) است. در یک تعریف جامع تصمیم گیری فرآیند تشخیص مسأله و حل مساله است(رابینز، ۱۳۷۸). بنابراین پیش بینی به این مهم که مرتبط با کلیه وظایف چهارگانه مدیران است کمک می نماید.

عوامل موثر در انتخاب مدل مناسب پیش بینی

علمای مدیریت در زمان حاضر فنون و تکنیک های مختلفی را برای پیش بینی ابداع کرده اند که هر یک از این فنون کاربرد خاص خود را دارد و با آگاهی از مجموعه آن ها می توان پیش بینی های موفق تری را انجام داد. مدیران می باید بکوشند تا مدلی را برای پیش بینی انتخاب کنند که بتوانند پاسخگوی نیازهای سازمان و متناسب با فعالیت آن باشد. برای انتخاب مدل مناسب توجه به موارد ذیل ضروری است(الوانی، ۱۳۷۴: ۶۷).

محدوده زمانی: بطور کلی اگر بخواهیم مدت نسبتاً دوری را پیش بینی کنیم بهتر است از روش های کمی استفاده نمائیم و برعکس اگر بخواهیم پیش بینی های میان مدّت و کوتاه مدت به عمل آوریم بهتر است از روش های کیفی پیش بینی استفاده نمائیم.

آمار و ارقام داده شده: با توجه به نوع آمار گذشته نیز نحوه پیش بینی فرق می کند. در برخی مواقع آمار دارای نوسانات فصلی است و یا اینکه از یک سری نوسانات تصادفی و نامنظم تبعیت می کند.

ارتباط اطلاعات با متغیر مورد نظر: در پاره ای از اوقات آمار و اطلاعات در رابطه با متغیر مورد نظر در دسترس نیست و باید از اطلاعات مربوط به متغیر دیگری که ارتباط با متغیر مذکور دارد استفاده کرد مثلاً برای پیش بینی تعداد خودرو در سطح شهر می توان از اطلاعات مربوط به میزان مصرف لاستیک استفاده نمود.

هزینه: مدل های مختلف پیش بینی چون دارای خصوصیات مختلفی می باشند هزینه های متفاوتی را ایجاد می کنند.

دقت: برخی از مدل ها با دقت ۹۰% موقعیت را در آینده پیش بینی می کنند و برخی با دقت کمتر. واضح است با توجه به انتظاری که از دقت مدل داریم می توانیم مدل مورد نظر را انتخاب کنیم.

سادگی: بعضی از مدل ها اگر چه از دقت خیلی زیادی برخوردارند ولی به علت پیچیدگی، قابل استفاده در کلیه سازمان ها نمی باشند.

انواع شیوه های پیش بینی

الف) پیش بینی های قضاوتی: Judgmental Forecast

در مواقعی که اطلاعات دقیق و کاملی در مورد مسأله وجود نداشته باشد از این نوع پیش بینی استفاده     می شود. در این روش کوشش می شود نظرات ذهنی به صورت پیش بینی های کمی درآید. انواع پیش بینی های قضاوتی که نوعی پیش بینی کیفی محسوب می شوند شامل:

روش دلفی Delphi Technique

در این روش از نظر متخصصان امر نهایت استفاده به عمل می آید. ابتدا گروهی از کارشناسان و متخصصان صاحبنظر انتخاب می شوند و به وسیله پرسشنامه ای نظرات آنان در مورد موضوع مربوطه گردآوری می شوند. سپس نظرات مختلف را به سایر اعضاء گروه اطلاع داده و نظرات جدید جمع آوری     می شوند. به این ترتیب همه اعضاء از اطلاعات و نظریات یکدیگر مرتباً مطلع می شوند و به اظهار نظر جدیدی می پردازند. با ادامه جریان ارسال اطلاعات و نظر جوییهای جدید مدیر می تواند بر اساس نظریات گردآوری شده همگن، مبنایی برای پیش بینی به دست آورد. لازم به یادآوری است که روش دلفی بیشتر برای پیش بینی های بلند مدت (بیشتر از دو سال) به کار میرود(الوانی، ۱۳۷۴: ۷۱).

روش توافق جمعی Panel consensus

در این روش اعتقاد بر این است که نظر جمع متخصصان برتر از نظر یک فرد است. از اینرو طی جلساتی نظر افراد حضوراً گردآوری می شود و پس از بحث و گفتگو آنچه مورد توافق جمع است اساس پیش بینی قرار می گیرد.

ب) پیش بینی بر مبنای گذشته: Extensions of Past History

در این نوع پیش بینی بر مبنای گذشته آمار و ارقام و اطلاعات اساس پیش بینی آینده قرار می گیرد، به عبارت دیگر فرض بر این است که در کوتاه مدت می توان روند گذشته را به آینده تسری داد (سید حسینی، ۱۳۸۰: ۱۷). انواع روش های پیش بینی بر مبنای گذشته شامل روش تقاضای آخرین دوران Last Period Demand، روش میانگین های متحرک Moving Average، روش میانگین متحرک وزنی Weighted Moving Average، روش نموهموار Exponential Smoothing، روش باکس- جنکینز The Box-Jenkins Method، است که به تفصیل بررسی خواهد شد.

ج) پیش بینی علت  معلولی Causal Forecasting

اگر اطلاعات کافی در مورد موضوع پیش بینی موجود و روابط بین متغیرها نیز مشخص باشد، ما می توانیم از این روش استفاده کنیم. انواع روش های پیش بینی علت و معلول شامل رگرسیون، مدل اقتصاد سنجی Econometric Model، مدل داده – ستاده Input-Output Model ، مدل شاخص راهنما می باشد که به طور مشروح تری بررسی می نماییم.

در یک تقسیم بندی دیگر می توان پیش بینی ها را به روش های پیش بینی کیفی و روش های پیش بینی کمی تقسیم نمود به عنوان مثال روش دلفی و روش توافق جمعی یک پیش بینی کیفی محسوب می شوند و اساساً پیش بینی های کمّی در دو نوع مشخص یعنی روش های یک متغیره و روش های چند متغیره (پیش بینی علت و معلولی) قابل تبیین و تحلیل اند. بنابراین برای تشریح تمامی انواع روش پیش بینی اشاره شده فوق از این تقسیم بندی استفاده می کنیم و به ارائه انواع پیش بینی های کمی می پردازیم.

الف) پیش بینی های یک متغیره:

در روش های کمی تک متغیره آمار و ارقام و اطلاعات گذشته را اساس پیش بینی آینده قرار می دهیم. به عبارت دیگر فرض ما بر این است که در کوتاه مدت می توان روند گذشته را به آینده تسری داد. در این روش ها، جهت انجام عمل پیش بینی، داده های سری زمانی مورد استفاده قرار می گیرد.

الف-۱) روش تقاضای آخرین دوران Last Period Demand

این روش ساده ترین روش پیش بینی بوده و نیاز به هیچگونه محاسبه ای ندارد و فقط سطح واقعی تقاضای دوره قبل را به عنوان پیش بینی آینده منظور می نماید.

الف-۲) روش میانگین ریاضی Average

در این روش به طور ساده میانگین تقاضای تمام دوران گذشته را برای محاسبه سطح تقاضای در دوران آینده محاسبه می نمایند. به عبارتی در این تکنیک، سطح تغییرات اتفاقی هموار شده است.

الف-۳) روش میانگین متحرک Moving Average

در این روش سعی می شود که بیشتر دوران های معاصر در محاسبه میانگین تقاضا استفاده شود و حالتی بین دو روش تقاضای آخرین دوران و روش میانگین ریاضی دارد و در عین حال محاسن هر دوی آنها را دارا است.

خطای روش میانگین متحرک به صورت میانگین خطای پیش بینی از رابطه زیر به دست می آید.

میانگین خطای پیش بینی

تعداد آمار

مقدار واقعی هر یک از داده ها

مقدار پیش بینی هر یک از داده ها

مجموع قدر مطلق خطای پیش بینی در دوره های مختلف =

الف-۴) روش میانگین متحرک وزنی: Weighted Moving Average

در روش میانگین متحرک ساده به آمار و ارقام گذشته ارزش مساوی داده می شود در صورتی که اغلب، آمار جدیدتر دوره ارزش بیشتری نسبت به آمار دوره های قبل خود در برآورد دوره آینده دارند. یعنی به این ترتیب به آمار جدیدتر وزن بیشتری نسبت به آمار قدیمی تر داده می شود.

الف-۵) روش هموار سازی نمایی Exponential Smoothing

این روش نوعی میانگین متحرک است و به آماری که به زمان پیش بینی نزدیک تر باشد وزن (ارزش) بیشتری داده و آماری که در فاصله دورتری هستند با وزن کمتری در محاسبات دخالت داده می شوند و مهمترین تفاوت این است که این ارزش گذاری تابع تصاعدی هندسی نزولی است (سید حسینی، ۱۳۸۰: ۲۹).

در رابطه فوق α ضریب هموار سازی نامیده می شود(۱< α < 0). با بسط رابطه فوق می توان نوشت:

و نهایتاً

یعنی :  (خطای پیش بینی دوره قبل) α + پیش بینی دوره قبل = پیش بینی آینده

حال  هر چه α را بزرگتر در نظر بگیریم این بدان معنی است که مقادیر جدیدتر نسبت به مقادیر قدیمی تر ارزش بیشتری دارند مثلاً ۹/۰=α یعنی مدیر به ارقام و اطلاعات جدید اهمیت بیشتری می دهد و بر عکس.

الف-۶) روش باکس- جنکینز The Box – Jenkins Method

یکی از روش هایی که اخیراً برای پیش بینی مورد استفاده قرار گرفته است روش باکس- جنکینز می باشد. در این روش ابتدا تحلیل گر مدلی آزمایشی بر اساس اطلاعات گذشته طراحی می کند. سپس ضرایب متغییرهای مدل مذکور را برآورد می نماید و به کمک اطلاعات موجود مدل را مورد کنترل قرار می دهد تا قدرت پیش بینی آن سنجیده شود. در صورتی که مدل گویای اطلاعات گذشته بود می توان از آن برای پیش بینی  استفاده کرد. در غیر این صورت باید مدل را مورد تجدید نظر قرار داد. در این روش باید اطلاعات زیادی در دسترس باشد و بدین جهت اغلب به کمک برنامه های کامپیوتر از این روش استفاده می شود.

پاورپوینت مربوطه به صورت فایل دنلودی می باشند و شما به محض پرداخت آنلاین مبلغ همان لحظه قادر به دریافت فایل خواهید بود. این عملیات کاملاً خودکار بوده و توسط سیستم انجام می پذیرد.

 جهت پرداخت مبلغ شما به درگاه پرداخت یکی از بانک ها منتقل خواهید شد، برای پرداخت آنلاین از درگاه بانک این بانک ها، حتماً نیاز نیست که شما شماره کارت همان بانک را داشته باشید و بلکه شما میتوانید از طریق همه کارت های عضو شبکه بانکی، مبلغ  را پرداخت نمایید.