取引のデータサイエンスツール: これらの厄介な小数を処理するためのローリング丸め

プラトン再発行

フォロワー： 0

まとめ

サプライチェーン管理の多くの分野では、分析手法によって「厄介な小数」で見積もりが生成されます。たとえば、需要予測や生産計画などです。厄介な小数を削除する従来の方法は丸めです。ただし、これは重要な情報の累積合計の損失にもつながり、企業の作業負荷を過小評価または過大評価することがよくあります。ローリングラウンド法は、この情報の損失を 1 に制限します。このブログでは、この方法の重要性と、これらの改善された整数推定値を計算する方法について説明します。

概要

「マンチカン」（孫）と時間を過ごすうちに、正の整数（おそらくゼロを含む）が自然数と呼ばれる理由が明らかになります。カウントは直感的です。これと同じ快適さは、サプライチェーン管理でも発生します。時系列予測方法が 3.1、4.2、および 2.3 の XNUMX 日の需要を予測する場合、私たちの好みは、これらの厄介な小数を取り除くことになります。もし商品企画 2.9 日の生産量は 3.1、1.7、XNUMX である必要がありますが、私たちも同じ感覚です。問題は、どのようにして小数をなくすのが最善かということです。最善とは、失われる情報の量を最小限に抑えることと定義されます。

従来の方法では、個々の値を整数に丸め、「丸め誤差」が相殺されると仮定します。ただし、これは常に正しいとは限りません。表 1 には、14 つの製品 (製品 1、2、および 3) の 53.1 日間の需要予測があります。実際の需要の見積もりは、列 50.0、48.7、および 50 にあります。各製品 (51、52、および 1) の需要の合計は、最後から 3.1 行目に表示されます。丸められた需要は列 3 から 3.3 にあり、その合計は最後から XNUMX 番目の行 (XNUMX、XNUMX、XNUMX) にあります。最後の行は、実際の見積もりの合計と丸められた見積もりの合計の間の詳細を示しています。製品 XNUMX (XNUMX) と製品 XNUMX (-XNUMX) にはかなりの差があります。

必要なのは、累積合計の差を 1 に制限し、丸められた値の累積合計が実際の値の累積合計よりも大きくなるようにする「丸め」方法です。これを「ローリングラウンディング」と呼びます。このブログでは、ローリング丸めのアルゴリズムを提供しています。これは、業界のデータサイエンスツールに関するシリーズの一部です。

業界の機械学習およびデータサイエンスツール: 一次差分

商売の道具: 多様な時系列を比較/結合する方法 – 「正規化」

業界のデータサイエンスツール: モンテカルロコンピューターシミュレーション

ローリング丸めの基本

累積合計の例から始めます。表 2 には、製品 1 の需要見積もりと、実際の見積もりと整数見積もりの累積合計があります。列 3 は累積実績です。 1 日目は、1 日目の需要予測です。2 日目は、1 日目の累積合計 (3.1) に 2 日目の需要予測 (4.2) を加えたもので、7.3 です。 3 日目は 7.3 + 2.3 = 9.6 です。列 4 は、整数推定値の累積合計です。 3 日目 (9) = 7+2。最後の列は、各日の累積合計間の差分です。 4 日目のデルタ値は -0.7 = 15.0 – 15.7 です。デルタのサイズが大きくなるのを観察します。

整数推定値の累積合計が常に実績値の累積合計以上であり、デルタのサイズが 1 より大きくならない整数推定値を生成するために使用するアルゴリズムは何ですか? 表 3 は、このアルゴリズムを示しています。

1 日目のローリングラウンド推定値が上限 (切り上げ) で、ここでは 3.1  1 日目の整数推定値の累積合計は 4 です。
2 日目、実際の見積もりの下限値 (4.2  4) を 1 日目の累積見積もり (4) に追加すると、8 (=4+4) が得られます。この値が 1 日目の実際の累積合計 (7.3) 以上である場合、2 日目の下限値とローリング丸め推定が選択されます。そうでない場合は、上限推定値が使用されます。
3 日目、2 (フロア) + 8 (整数累積合計) = 10、つまり >= 9.6 (実際の累積合計)、フロア (2) を選択します。
6 日目、3 (フロア) + 20 (整数累積合計) = 23、つまり < 23.1 (実際の累積合計)、4 日目のローリングラウンド見積もりとして使用する上限 (6) を選択します。

表 3 の最後の列に注目してください。すべての値が正で、すべて 1 以下です。

別のアルゴリズムを表 4 に示します。ステップ 1 では、実際の累積合計の上限値を計算します (列 4 に表示)。ローリング四捨五入の見積もり (列 5) は、今日の実際の累積合計の上限 (列 4) と昨日の差です。 4 日目のローリングラウンド見積もり (6) は、4 日目の累積合計の上限 (16) から 3 日目の累積合計の上限 (10) を差し引いたものです。 6 = 16-10。 APL2 では、コードは「Z1←¯2- /0,⌈+X」です。

まとめ

サプライチェーン管理の多くの分野では、分析手法によって「厄介な小数」を使用して見積もりが生成されます。たとえば、需要予測や生産計画などです。厄介な小数を削除する従来の方法は丸めです。ただし、これは重要な情報の損失にもつながります。累積合計は、多くの場合、企業の作業負荷を過小評価または過大評価する可能性があります。ローリング丸め法では、この情報の損失が 1 に制限されます。

この投稿を楽しんだ？ ニュースレター登録 またはArkievaをフォローしてください LinkedIn, Twitter, Facebook ブログの更新用.

出典: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/

タイムスタンプ： 2021 年 8 月 10 日