Académique Documents
Professionnel Documents
Culture Documents
mois Consommation
le mois courant par la méthode de la moyenne mobile
-6 120
-5 110
-4 105
-3 100
-2 90
-1 80
mois Consommation
-6 120
-5 110
-4 105
-3 100
-2 90
-1 80
Somme 605
Moyenne simple 100.83333333
-6 120 -6 120
-5 110 -5 110
-4 105 -4 105
-3 100 111.666666666667 -3 100
-2 90 105 -2 90
-1 80 98.3333333333333 -1 80
Somme 605 90
105
97
1.6 1.8 2
M. Boutin est propriétaire d’un magasin de disque
« CERGY DISC » dans le centre
commercial « les 3 fontaines à Cergy ». 2009 2010
Il dispose des chiffres d’affaires des cinq dernières
années : Annès 1 2
. Année 1 : 2009 = 600 000 € Ventes 600000 605000
. Année 2 : 2010 = 605000 €
. Année 3 : 2011 = 610 000 € Méthode des points extrèm
Année 4 : 2012 = 625 000 € 2009 2010
. Année 5 : 2013 = 630 000 € Annès 1 2
Il veut prévoir le Chiffre d’affaires de l’année 6 soit
l’année 2014. De plus, il aimerait mesurer et prévoir
l’impact des variations saisonnières sur son activité. Ventes 600000 605000
y = a + bx
where
a = intercept
b = slope of the line
x = time period
y = forecast for
demand for period x
a = intercept
b = slope of the line
x = time period
y = forecast for
demand for period x
2011 2012 2013 2014
3 4 5 X=6
610000 625000 630000 ?
Méthode des moindres carrés Méthode des moindres carrés avec Excel
XiYi Xi2
a= 8000
600,000 1 b= 590000
1,210,000 4 Droite y= 590000 +
1,830,000 9 y(6)= 638000
2,500,000 16 Coefficient Corrélation R 0.97736
3,150,000 25
9,290,000 55 Méthode des moindres carrés avec Excel
a b
8000 590000
xy - nxy
bx b =
x2 - nx2
a = y-bx
cept where
e of the line n = number of periods
period
ast for x = x = mean of the x values
for period x n
cept where
e of the line n = number of periods
period
ast for x = x = mean of the x values
for period x n
y = y = mean of the y values
n
Yi (ventes)
Y2 a b
635,000
627500 9000 587000
630,000
f(x) = 8000.00000000004 x + 590000
625,000
620,000
s moindres carrés avec Excel
615,000
610,000
605,000
8000 x 600,000
595,000
590,000
585,000
avec Excel 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
values
values
values
4.5 5 5.5
590000
Prévoir les ventes pour l’année suivante est très important mais ce n’est pas
suffisant. M. Boutin sait que son activité est soumise à des variations
saisonnières. Le mois de Décembre, par exemple présente un pic car les clients
achètent beaucoup de disques pour les cadeaux de Noël.
Janvier
2.1. Calcul des coefficients saisonniers par rapport à l’année précédente.
Février
M. Boutin dispose des chiffres d’affaires pour chaque mois de l’année 2007.
Mars
D’après les travaux effectués dans la partie précédente, il a évalué le CA Avril
pour 2008 à environ 640 000 euros. Le calcul se fait en deux temps : Mai
- Il va calculer pour chaque mois le coefficient saisonnier Juin
- A partir de ce coefficient et avec le CA prévisionnel pour 2008, il va calculer
Juillet
les CA pour chaque mois de 2008. Août
Septembre
Octobre
Novembre
Décembre
Total
Janvier
Février
Mars
Avril
Mai
Juin
Juillet
Août
Septembre
Octobre
Novembre
Décembre
Total
Chiffre
Chiffre d'affaire
Coefficient Calcul Prévision Calcul d'affaire 2013
2013 (en millier
mensuel effectué pour 2014 effectué (en millier
d'euros)
d'euros)
Coéfficients Prévision
2011 2012 2013 Moyenne
mensuels pour 2014
45 45 40 43.33 0.07 44.61 Janvier
32 30 30 30.67 0.049 31.57 Février
45 50 50 48.33 0.078 49.76 Mars
45 50 50 48.33 0.078 49.76 Avril
40 45 50 45 0.072 46.33 Mai
60 60 60 60 0.097 61.77 Juin
30 20 20 23.33 0.038 24.02 Juillet
15 20 20 18.33 0.029 18.87 Août
45 40 50 45 0.072 46.33 Septembre
65 70 70 68.33 0.11 70.35 Octobre
90 90 90 90 0.145 92.65 Novembre
98 105 100 101 0.162 103.98 Décembre
610 625 630 621.67 1 640 Total
Coefficient Prévision
mensuel pour 2014
0.063 40.63
0.048 30.48
0.079 50.79
0.079 50.79
0.079 50.79
0.095 60.95
0.032 20.32
0.032 20.32
0.079 50.79
0.111 71.11
0.143 91.43
0.159 101.59
1.000 640
Coéfficients Prévision
2011 2012 2013 Moyenne
mensuels pour 2014
45 45 40 43.33 0.07 44.61
32 30 30 30.67 0.05 31.57
45 50 50 48.33 0.08 49.76
45 50 50 48.33 0.08 49.76
40 45 50 45.00 0.07 46.33
60 60 60 60.00 0.10 61.77
30 20 20 23.33 0.04 24.02
15 20 20 18.33 0.03 18.87
45 40 50 45.00 0.07 46.33
65 70 70 68.33 0.11 70.35
90 90 90 90.00 0.14 92.65
98 105 100 101.00 0.16 103.98
610 625 630 621.67 1.00 640
Vous disposez des valeurs de la demande sur les 6
derniers mois et vous voulez prévoir la valeur pour
mois Consommation mois
le mois courant par la méthode du lissage exponetiel
simple avec alpha = 0,2 -6 120 -6
-5 110 -5
-4 105 -4
-3 100 -3
-2 90 -2
-1 80 -1
0 : prévisions Prévi0 : prévisions
MAD
Pt = (1- a)Pt-1 +
le mois courant par la méthode du lissage exponetiel 1
double avec alpha = 0,2 et beta = 0,3 mois Consommation mois
-6 120 -6
-5 110 -5
-4 105 -4
-3 100 -3
-2 90 -2
-1 80 -1
0 : prévisions 0 : prévisions
Lissage exponentiel simple
0.2 erreur(0,2) 0.3 erreur (0,3) 0.5
120
110 120 120 120
105 118 13 117 12 115
100 115.4 15.4 113.4 13.4 110
90 112.32 22.32 109.38 19.38 105
80 107.856 27.856 103.566 23.566 97.5
102.2848 96.4962 88.75
19.644 17.0865
Prévisions α=1
120
10 110 5
10 105 5
15 100 10
17.5 90 10
80
13.125 7.5
-7 -6 -5 -4 -3 -2 -1
mmation
140
120
100
80
60
40
20
0
-3 -2 -1 0
Tableau d'origine
Trimestres T1 T2 T3 T4
Année1 100 125 135 110
Année2 105 105 150 125
Année3 115 115 175 140
Année4 120 165 180 150
118.1250 118.125
116.2500 116.25
115.6250 115.625 117.5
119.3750 119.375 118.75
122.5000 122.5 113.75
125.0000 125 117.5
129.3750 129.375 121.25
134.3750 134.375 123.75
136.8750 136.875 126.25
143.7500 143.75 132.5
150.6250 150.625 136.25
152.5000 152.5 137.5
159.3750 150
151.25
153.75