2 Testo Previsioni

Page 1

Politecnico di Milano – Scuola di Ingegneria Industriale e dell’Informazione Laboratorio di Impianti Industriali – A.A. 18/19 ANALISI DELLA DOMANDA E PREVISIONE DELLE VENDITE Caso 1. Esempio su regressione (a partire da slide 20) Si vedano le slide. Caso 2. “Rulli” Disponendo dei dati storici di fatturato degli anni 2015, 2016, 2017 su base mensile (espresse in euro correnti) della Rulli S.p.A. si chiede di: 1. valutare l’esistenza di una componente stagionale, calcolando il coefficiente di autocorrelazione rk per k = 1, …, 12 e determinarne il passo (L); 2. determinare i coefficienti di stagionalità; 3. ripetere i punti 1 e 2 assumendo di non considerare il mese di agosto. Caso 3. “Autocaffè” Disponendo dei dati storici di vendita di caffè presso i punti di ristoro della rete autostradale italiana degli anni 2015, 2016, 2017 su base mensile (espressi in kg) si chiede di: 1. valutare l’esistenza di una componente stagionale, calcolando il coefficiente di autocorrelazione rk per k = 1, …, 12 e determinarne il passo (L); 2. modellizzare la componente di trend lineare utilizzando la media mobile centrata; 3. applicando il metodo di decomposizione moltiplicativo, determinare i coefficienti di stagionalità; 4. calcolare la previsione per i mesi di gennaio, febbraio e marzo 2018. Caso 4. “Luxor” Disponendo dei dati storici di vendita di lampadine in Italia della Luxo r S.p.A. (oltre 800 codici articolo) per le stagioni di vendita 201 5-2016 e 201 6-2017, su base mensile ed espresse in numero di pezzi venduti, si chiede di analizzare le vendite complessive per articolo sull’intero orizzonte temporale a disposizione (valutandone le caratteristiche in termini di: media, deviazione standard, regolarità e lumpiness) e di formulare le previsioni per il mese di ottobre 2017 con due…