Forecast adjustment commonly occurs

Forecast adjustment commonly occurs when organizational forecasters adjust a statistical forecast of demand to take into account factors which are excluded from the statistical calculation. This paper addresses the question of how to measure the accuracy of such adjustments. We show that many existing error measures are generally not suited to the task, due to specific features of the demand data. Alongside the well-known weaknesses of existing measures, a number of additional effects are demonstrated that complicate the interpretation of measurement results and can even lead to false conclusions being drawn. In order to ensure an interpretable and unambiguous evaluation, we recommend the use of a metric based on aggregating performance ratios across time series using the weighted geometric mean. We illustrate that this measure has the advantage of treating over- and under-forecasting even-handedly, has a more symmetric distribution, and is robust.

ผลลัพธ์ (ไทย) 1:

ปรับปรุงการคาดการณ์โดยทั่วไปเกิดขึ้นเมื่อนของนักพยากรณ์ในองค์กรปรับปรุงสถิติการคาดการณ์ของอุปสงค์เป็นปัจจัยบัญชีซึ่งแยกออกจากการคำนวณทางสถิติ เอกสารนี้อยู่ที่คำถามของวิธีการวัดความถูกต้องของการปรับปรุงดังกล่าว เราแสดงว่า มาตรการข้อผิดพลาดที่มีอยู่มากมายทั่วไปไม่เหมาะกับงาน เนื่องจากคุณลักษณะเฉพาะของข้อมูลความต้องการ ข้างอ่อนรู้จักวัดที่มีอยู่ หมายเลขเพิ่มเติมลักษณะพิเศษจะแสดงที่ complicate ตีความผลการประเมิน และสามารถนำแม้ไปบทสรุปเท็จถูกออก เพื่อให้การประเมินที่ชัดเจน และ interpretable เราขอแนะนำการใช้การวัดตามรวบรวมอัตราส่วนประสิทธิภาพข้ามลำดับเวลาโดยใช้ค่าเฉลี่ยเรขาคณิตถ่วงน้ำหนัก เราแสดงว่า วัดนี้มีข้อดีของการรักษามากกว่า - และใต้คาดการณ์ even-handedly มีการกระจายสมมาตรมาก และแข็งแกร่ง

ผลลัพธ์ (ไทย) 2:

การปรับการคาดการณ์โดยทั่วไปเกิดขึ้นเมื่อนักพยากรณ์องค์กรปรับการคาดการณ์ทางสถิติของความต้องการที่จะใช้ปัจจัยบัญชีที่ได้รับการยกเว้นจากการคำนวณทางสถิติ กระดาษนี้เน้นคำถามของวิธีการวัดความถูกต้องของการปรับเปลี่ยนดังกล่าว เราแสดงให้เห็นว่ามาตรการที่มีอยู่จำนวนมากข้อผิดพลาดที่มักจะไม่เหมาะกับงานเนื่องจากคุณสมบัติเฉพาะของข้อมูลที่ต้องการ ควบคู่ไปกับจุดอ่อนที่รู้จักกันดีของมาตรการที่มีอยู่เป็นจำนวนมากของผลกระทบเพิ่มเติมจะแสดงให้เห็นว่ามีความซับซ้อนการตีความของผลการวัดและยังสามารถนำไปสู่​​ข้อสรุปที่ผิดพลาดถูกดึง เพื่อให้แน่ใจว่าการประเมินผล interpretable และโปร่งใสเราแนะนำให้ใช้ตัวชี้วัดที่อยู่บนพื้นฐานของการรวมอัตราส่วนประสิทธิภาพการทำงานทั้งอนุกรมเวลาโดยใช้รูปทรงเรขาคณิตเฉลี่ยถ่วงน้ำหนัก เราแสดงให้เห็นว่ามาตรการนี​​้มีความได้เปรียบของการรักษาเกินและต่ำกว่าการคาดการณ์แม้เดียวดายที่มีการกระจายสมมาตรมากขึ้นและมีประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

การปรับการคาดการณ์โดยทั่วไปเกิดขึ้นเมื่อองค์การนักพยากรณ์ปรับการคาดการณ์ทางสถิติของความต้องการที่จะคำนึงถึงปัจจัยที่จะถูกแยกออกจากการคำนวณทางสถิติ กระดาษนี้เน้นคำถามของวิธีการวัดความถูกต้องของการปรับปรุงเช่น เราแสดงให้เห็นว่าหลายมาตรการที่มีอยู่ข้อผิดพลาดโดยทั่วไปจะไม่เหมาะกับงานเนื่องจากคุณสมบัติเฉพาะของข้อมูลความต้องการ พร้อมกับจุดอ่อนที่รู้จักกันดีของมาตรการที่มีอยู่ จํานวนผลเพิ่มเติม พบว่า ทำให้การแปลผลการวัดและสามารถนำไปสู่ข้อสรุปที่ผิดพลาดถูกวาด เพื่อให้มั่นใจว่า interpretable และชัดเจนการประเมินเราขอแนะนำให้ใช้ของตัวชี้วัด ตามปี อัตราส่วนประสิทธิภาพในอนุกรมเวลาโดยใช้ค่าเฉลี่ยถ่วงน้ำหนักของเรขาคณิต . เราแสดงให้เห็นว่าวัดนี้ได้ประโยชน์จากการรักษาและการพยากรณ์ handedly เหนือ - ใต้ แม้มีการกระจายสมมาตรมากขึ้น และมากขึ้น