【SCM分析5】Pythonを使った重回帰分析で出荷データを需要予測してみた
需要予測手法としてはARIMAモデルや、それに季節性を考慮したSARIMAモデルなどの時系列分析が知られていますが、普通の重回帰分析でもできるはずです。 今回は ...
【SCM分析4】需要データの階差数列が定常過程になることをADF検定する
物流データの基礎となる需要データは、ある一定期間における需要数を時系列に並べたものです。 このようなデータを時系列データといいます。 時系列データは定常性を仮定 ...
【SCM分析3】Pythonで出荷データから周期変動と長期トレンドを分離する
適正在庫管理は需要予測ができれば簡単です。 極端にいえば、需要予測が100%の精度でできれば安全在庫はゼロになります。 発注してから納品されるまでのリードタイム ...
【SCM分析2】PythonのマルチレベルABC分析で出荷傾向を分類する
在庫管理はアイテム(SKU)ごとに行うべしといっても、すべてのアイテムに同じくらいの手間をかける必要はありません。 世の中の現象はパレートの法則に従うことが多く ...
【SCM分析1】曜日/物流センター別の出荷傾向をグラフで可視化する
行列演算を使った複数SKUの適正在庫シミュレーションをPythonで実装する
前回の記事【Pythonで実装する】適正在庫シミュレーションソフトを作ってみた。では単一SKUについて適正在庫シミュレーションするソフトをPythonで作りまし ...
【Pythonで実装する】適正在庫シミュレーションソフトを作ってみた。
Pythonを使って経験分布と正規分布をグラフで視覚化してKS検定をしてみた
得られたデータが正規分布などの確率分布に適合しているかどうかを調べるのにKS検定は便利です。 このKS検定はExcelでも比較的簡単にできますが、Pythonの ...
【PythonのkstestでKS検定】出荷数が少なくても正規分布になることを検証する
観測データがある確率分布に従っているかどうかを検定するのにKS検定は用いられますが、中でも正規分布への適合性の判定によく用いられます。 安全在庫理論でも出荷デー ...
Pythonで「ヒストグラム+正規分布の近似曲線」を作成する4通りの方法
ヒストグラムは統計でデータ処理する際に使われる最も重要なグラフの一つですが、折れ線グラフや棒グラフと違って作成するのに少しテクニックが必要です。 それは一旦、元 ...