요약
공급망 관리의 여러 영역에서 분석 방법은 "성가신 소수점"을 사용하여 추정치를 생성합니다. 예를 들어 수요 예측 및 생산 계획 등이 있습니다. 성가신 소수점을 제거하는 전통적인 방법은 반올림입니다. 그러나 이로 인해 중요한 정보(누적 합계)가 손실되어 회사의 업무량을 과소평가하거나 과대평가하는 경우가 많습니다. 롤링 반올림 방법은 이 정보 손실을 1로 제한합니다. 이 블로그에서는 이 방법의 중요성과 향상된 정수 추정치를 계산하는 방법을 보여줍니다.
개요
"먼치킨"(손자)과 함께 시간을 보내는 동안 양의 정수(아마도 3.1 포함)가 자연수라고 불리는 이유가 분명해졌습니다. 계산은 직관적입니다. 공급망 관리에서도 이와 동일한 편안함이 발생합니다. 시계열 예측 방법이 일일 수요를 4.2, 2.3, XNUMX으로 예측한다면 우리는 이러한 성가신 소수점을 제거하는 것을 선호하게 됩니다. 만약 제품 계획 일일 생산량이 2.9, 3.1, 1.7이 되어야 한다고 하는데, 우리도 같은 느낌입니다. 문제는 소수점 이하 자릿수를 가장 잘 제거하는 방법입니다. 여기서 최선은 손실된 정보의 양을 최소화하는 것으로 정의됩니다.
전통적인 방법은 각 개별 값을 정수로 반올림하고 "반올림 오류"가 균형을 이룰 것이라고 가정하는 것입니다. 그러나 이것이 항상 사실은 아닙니다. 표 1에는 세 가지 제품(제품 14, 1, 2)에 대한 3일간의 수요 추정치가 나와 있습니다. 실제 수요 추정치는 53.1열, 50.0열, 48.7열에 있습니다. 각 제품(50, 51, 52)에 대한 수요 합계는 마지막 행 옆에 제공됩니다. 반올림된 수요는 1~3.1열에 있으며 총계는 마지막 행 바로 옆(3, 3.3, XNUMX)에 있습니다. 마지막 행에는 실제 추정치의 합과 반올림된 추정치의 합 사이의 세부정보가 표시됩니다. 제품 XNUMX(XNUMX)과 제품 XNUMX(-XNUMX)의 경우 상당한 차이가 있습니다.
우리에게 필요한 것은 누적 합계의 차이를 1로 제한하고 반올림된 값의 누적 합계가 실제 값의 누적 합계보다 큰지 확인하는 "반올림" 방법입니다. 이것을 "롤링 라운딩"이라고 합니다. 이 블로그에서는 롤링 반올림 알고리즘을 제공합니다. 이는 업계의 데이터 과학 도구 시리즈의 일부입니다.
기계 학습 및 데이터 과학 분야의 도구: XNUMX차 차이
업무용 도구: 다양한 시계열을 비교/결합하는 방법 - "정규화"
업무용 데이터 과학 도구: 몬테카를로 컴퓨터 시뮬레이션
롤링 라운딩의 기본
누적합의 예부터 시작하겠습니다. 표 2에는 제품 1에 대한 수요 추정치와 실제 및 정수 추정치의 누적 합계가 있습니다. 3열은 누적 실제값입니다. 1일차는 1일차 수요 추정치입니다. 2일차는 1일차(3.1)의 누적 합계에 2일차(4.2) 수요 추정치 7.3을 더한 값입니다. 3일차는 7.3 + 2.3 = 9.6입니다. 4열은 정수 추정치의 누적 합계입니다. 3일차(9) = 7+2. 마지막 열은 각 날짜의 누적 합계 사이의 델타입니다. 4일차의 델타 값은 -0.7 = 15.0 – 15.7입니다. 델타의 크기가 커지는 것을 관찰하십시오.
정수 추정치의 누적 합계가 항상 실제치의 누적 합계보다 크거나 같고 델타 크기가 1보다 크지 않은 경우 정수 추정치를 생성하기 위해 어떤 알고리즘을 사용합니까? 표 3은 이 알고리즘을 보여줍니다.
- 1일차 롤링 라운드 추정치는 상한(반올림)입니다. 여기서는 3.1 1일차 정수 추정치의 누적 합계는 4입니다.
- 2일차에는 실제 추정치의 하한값(4.2 4)을 1일차(4)의 누적 추정치에 추가하여 8(=4+4)을 얻습니다. 이 값이 1일차의 실제 누적 합계(7.3)보다 크거나 같으면 2일차에 대한 하한값과 롤링 반올림 추정치를 선택합니다. 그렇지 않으면 상한 추정치가 사용됩니다.
- 3일차, 2(바닥) + 8(정수 누적 합계) = 10, 즉 >= 9.6(실제 누적 합계), 층(2)을 선택합니다.
- 6일차, 3(바닥) + 20(정수 누적 합계) = 23, 즉 < 23.1(실제 누적 합계), 4일차에 대한 롤링 라운드 추정으로 사용할 상한(6)을 선택합니다.
표 3의 마지막 열에서 모든 값은 양수이고 모두 1보다 작거나 같습니다.
대체 알고리즘이 표 4에 나와 있습니다. 1단계에서는 실제 누적 합계에 대한 상한값을 계산합니다(4열에 표시). 롤링 반올림 추정치(열 5)는 오늘의 실제 누적 합계 상한(열 4)과 어제의 차이입니다. 4일차(6)에 대한 롤링 라운드 추정치는 4일차 누적 합계 상한선(16)에서 3일차 누적 합계 상한선(10)을 뺀 값입니다. 6 = 16-10. APL2에서 코드는 “Z1←̅2- /0,⌈+X”입니다.
결론
공급망 관리의 여러 영역에서 분석 방법은 "성가신 소수점"을 사용하여 추정치를 생성합니다. 예를 들어 수요 예측 및 생산 계획이 있습니다. 성가신 소수점을 제거하는 전통적인 방법은 반올림입니다. 그러나 이로 인해 중요한 정보가 손실되기도 합니다. 누적 합계는 종종 회사의 업무량을 과소평가하거나 과대평가할 수 있습니다. 롤링 반올림 방법은 이 정보 손실을 1로 제한합니다.
이 게시물이 마음에 드 셨나요? 확인 또는 Arkieva를 팔로우하십시오. 링크드 인, 트위터및 페이스북 블로그 업데이트를 위해.
출처: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/
