Présentation
Auteur(s)
-
Jacques BALESTE : Ingénieur de l’École supérieure nationale des arts et métiers - Diplômé de l’Institut français de gestion - Professeur à l’Institut Supérieur de logistique industrielle de Bordeaux - Conseil d’entreprise en Gestion industrielle - Ancien responsable des Méthodes à Automobiles Citroën
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Pour l’étude des méthodes de prévision par extrapolation qui font l’objet de cet article, nous traiterons pour chaque modèle des points suivants :
-
domaines d’utilisation et concepts de base ;
-
méthodologie pratique ;
-
conditions d’utilisation ;
-
exemples d’application.
Par ailleurs, nous verrons que toutes ces méthodes nécessitent l’établissement de tableaux de calculs, parfois complexes, toujours fastidieux aussi, nous tenons à préciser que ces études sont obligatoirement réalisées sur ordinateur à l’aide d’un tableur. À cette fin, nous donnerons les fonctions à utiliser dans le tableur Excel de Microsoft.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Logistique et Supply chain
(97 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Prévision par extrapolation en modèle aléatoire3. Prévision par extrapolation en modèle cyclique
Le début de la méthodologie est en tout point identique à celle exposée dans le paragraphe 1.2.
Après le tracé du graphique des points Y, on débouche sur un modèle semblable à celui de la figure 3.
Le graphique présente des sommets ou des creux qui se succèdent et que l’on retrouve, identiques, après un nombre de périodes constant. Ce nombre de périodes s’appelle le cycle.
Notons que le cycle peut être identifié entre deux périodes homologues :
-
de janvier de l’année 1 à janvier de l’année 2 ;
-
ou de mai de l’année 1 à mai de l’année 2.
Si le cycle est annuel, on parle de modèle saisonnier ; si le cycle est différent de 12 mois (ou de 4 trimestres ou de 365 jours), le modèle est plus généralement appelé modèle cyclique.
Il est évident que l’on ne peut identifier un modèle saisonnier que si l’on dispose d’au moins deux années de chronique.
3.1 Traitement spécifique
Pour tout l’exposé de la méthodologie, le lecteur se référera au tableau 5 sur lequel est traité entièrement un exemple de prévision par extrapolation en modèle cyclique. Les valeurs de l’historique Y du tableau sont celles du chiffre d’affaires d’une entreprise, enregistré tous les deux mois.
HAUT DE PAGE
Cette opération...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Logistique et Supply chain
(97 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Prévision par extrapolation en modèle cyclique
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Logistique et Supply chain
(97 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
