ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ

Πληροφορίες Μαθήματος
ΤίτλοςΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ / FORECASTING TECHNIQUES
Κωδικός357
ΣχολήΠολυτεχνική
ΤμήμαΜηχανολόγων Μηχανικών
Κύκλος / Επίπεδο1ος / Προπτυχιακό
Περίοδος ΔιδασκαλίαςΕαρινή
Υπεύθυνος/ηΓεώργιος Ταγαράς
ΚοινόΝαι
ΚατάστασηΕνεργό
Course ID20002161

Πρόγραμμα Σπουδών: ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ

Εγγεγραμμένοι φοιτητές: 27
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΕνεργειακόςΕπιλογής Κατεύθυνσης1055
Βιομηχανικής ΔιοίκησηςΕπιλογής Κατεύθυνσης1055

Πληροφορίες Τάξης
ΤίτλοςΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ
Ακαδημαϊκό Έτος2021 – 2022
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες άλλων Κατηγοριών
Ώρες Εβδομαδιαία4
Class ID
600192451
Τύπος Μαθήματος 2011-2015
Εμβάθυνσης / Εμπέδωσης Γνώσεων
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
  • Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να: 1.Κατανοήσουν τη σημασία των προβλέψεων 2.Κατανοήσουν τη θεωρία των διαφορετικών μοντέλων πρόβλεψης (μέθοδοι εκθετικής εξομάλυνσης, απλή και πολλαπλή γραμμική παλινδρόμηση, μη γραμμική παλινδρόμηση). 3.Ταξινομούν τις μεθόδους εκθετικής εξομάλυνσης (Holt, Brown, Holt-Winter Gardner-McKenzie) κατά Pegel και κατά Gardner-McKenzie 4.Εφαρμόζουν προγράμματα Η/Υ (Data analysis, Solver, Minitab) για τον υπολογισμό των παραμέτρων των μοντέλων πρόβλεψης 5.Αξιολογούν την εγκυρότητα της πρόβλεψης 6.Συνδυάζουν στατιστικές και κριτικές μεθόδους προβλέψεις για την επίλυση επιχειρησιακών προβλημάτων
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Σημασία των προβλέψεων, κατηγορίες προβλέψεων, βασικά βήματα διαδικασίας πρόβλεψης. Προετοιμασία δεδομένων: ελλείπουσες τιμές - ημερολογιακές προσαρμογές - δείκτες τιμών - έλεγχος προσαρμογής. Χρονοσειρές και διαστρωματικά δεδομένα. Μέτρα εγκυρότητας και αξιοπιστίας προβλέψεων. Διαστήματα εμπιστοσύνης προβλέψεων. Μέθοδοι κινούμενων μέσων. Μέθοδοι εκθετικής εξομάλυνσης (μοντέλα Holt, Brown, Holt-Winter). Εκθετική εξομάλυνση με παράμετρο διόρθωσης (μοντέλο Gardner-McKenzie). Ταξινόμηση μεθόδων εκθετικής εξομάλυνσης κατά Gardner-McKenzie και κατά Pegel. Απλή και πολλαπλή γραμμική παλινδρόμηση. Μη γραμμική παλινδρόμηση. Χρήση προγραμμάτων Η/Υ στις μεθόδους πρόβλεψης. Μέθοδοι διάσπασης-αποσύνθεσης χρονοσειρών. Πρόβλεψη χρονοσειρών διακοπτόμενης ζήτησης (μοντέλα Croston, SBA). Προχωρημένα θέματα ανάλυσης χρονολογικών δεδομένων. Κριτικές μέθοδοι πρόβλεψης: η μέθοδος Delphi και η μέθοδος των αναλογιών.
Λέξεις Κλειδιά
προβλέψεις, ανάλυση χρονοσειρών
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Βιβλίο
  • Προγράμματα Η/Υ
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
Περιγραφή
Επίδειξη χρήσης προγραμμάτων Η/Υ για την επίλυση προβλημάτων. Ανάρτηση σημειώσεων, ανακοινώσεων και πληροφοριών σχετικών με το μάθημα στο eLearning (https://elearning.auth.gr/course/view.php?id=10776)
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις521,7
Μελέτη και ανάλυση βιβλίων και άρθρων752,5
Διαδραστική διδασκαλία στο Υπολογιστικό Κέντρο60,2
Συγγραφή εργασίας / εργασιών120,4
Εξετάσεις50,2
Σύνολο1505
Αξιολόγηση Φοιτητών
Περιγραφή
Ο τελικός βαθμός του μαθήματος Β θα προκύψει από συνδυασμό των βαθμών της τελικής εξέτασης (Τ), της ενδιάμεσης εξέτασης (Π) και της εργασίας (Ε) ως εξής: • Αν είτε α) Τ < 4,5, είτε β) (Τ+Π)/2 < 4, τότε ο βαθμός της εργασίας δεν λαμβάνεται καθόλου υπόψη και τελικός βαθμός του μαθήματος είναι: Β = (0,8)Τ. • Σε οποιαδήποτε άλλη περίπτωση ο τελικός βαθμός του μαθήματος υπολογίζεται από τη σχέση Β = max { (0,6)Τ + (0,3)Π + (0,2)Ε, (0,8)T}.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Συμπερασματική)
  • Γραπτή Εργασία (Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
1. Πετρόπουλος, Φ., Ασημακόπουλος Β., 2013. Επιχειρησιακές προβλέψεις, Εκδόσεις Συμμετρία. 2. Αγιακλόγλου, Χ., Οικονόμου Γ., 2004. Μέθοδοι Προβλέψεων και Ανάλυσης Αποφάσεων, Εκδόσεις Μπένου.
Επιπρόσθετη βιβλιογραφία για μελέτη
- Hanke, J., Wichern, D., 2009. Business Forecasting, 9th edition, Pearson Education Inc. - Makridakis, S., Wheelwright, S., Hyndman, R., 1998. Forecasting: Methods and Applications, 3rd edition, Wiley. - Mendenjall, W., Sincich, T., 1996. A second course in statistics: regression analysis, 5th edition, Prentice Hall. - Montgomery, D., Runger, G., Hubele, N., 2007. Engineering Statistics, Wiley.
Τελευταία Επικαιροποίηση
25-09-2020