-《全面库存管理数学分析》知识点与供应链管理的对应关系-
程晓华
2021-10-23
【马克思说：一门科学只有在成功地运用数学时，才算达到了真正完善的地步。】
尽管我的新书《全面库存管理数学分析》讲到的数学知识来自《概率与数理统计》、《微积分》、《线性代数》、《多元统计学》、《运筹学》等5门“高等数学”课程，但它们其实都是一些与供应链日常管理息息相关的基本的数学知识和原理，并无“非常高深”之处，即使是文科生，花点时间，花点脑细胞也是可以搞得懂的。但是，一旦你搞懂了，你就会发现，你对供应链管理的理解，跟过去可能是不一样了。
但很多人好奇，这些所谓的“高等数学”知识点跟供应链管理的哪些流程、概念、定义有关系呢？它们之间是否存在着对应关系呢？
书上市之前，我先给大家做个简单的关系总结，让大家对本书有个初步的概念，后续，我会发布一系列连载文章谈《怎样通俗理解“全面库存管理数学分析”》，以让大家比较容易地、全面掌握书中的知识点及其在供应链管理实践中的应用。
下面，我们针对《全面库存管理数学分析》的7章内容逐一做个介绍：
第一章谈的是“平均值”问题，牵扯到几个简单的数学定义：
1. 平均值（Average，统计学上，总体平均值一般用μ表示，样本的平均值则是用
表示，在并不是很严谨的情况下，μ也被用来表示样本均值）：这个定义似乎是谁都知道的 – 平均需求、平均库存、平均采购量、平均价格、平均产出、平均出货量
……等等。
平均值几乎涉及到供应链管理的方方面面，所以，书中说，“平均值很重要”，因为这是你做到心中有“数”的第一步，这是基础。
2. 中位值（Median）及异常值（Outlier）。
几乎人人都知道平均值的概念，但知道或者还能记住中位值的人可能就不是那么多了。
理想情况下，平均值与中位值相等，但由于经常出现“被平均”的问题，所以，其实中位值的价值还是很大的
– 处于一组数的中间位置的那个值。
利用中位值的概念，我们可以简单地定义异常值，而这个定义，包括其公式，就可以直接用到我们对“异常订单（Abnormal Demand）”的管理上。
俗话说，事出反常必有妖，供应链管理的一个重要任务就是如何管理好异常订单
– 实际情况是，各行各业，这种“异常需求”会越来越多。
3. 移动平均（Moving
Average, MA）
很多人可能都知道那个传说中的“统计预测（Statistical Forecasting）”吧？
统计预测可以对销售预测、客户预测做所谓的“清醒性检查（Sanity Check）”，我在本书中要告诉大家的就是，不要被那些高大上的概念、名词给模糊了你的双眼 – 移动平均就是最简单的，短期内也可能是最有力的统计预测方法。
4. 垂直平均（Vertical
Average）- 垂直平均好像是我发明的一个词，后来，我在相关的统计学书上看到有个“动态平均（Dynamic Average）”的概念，它们应该是差不多的意思，但这样说毕竟不是太严谨，所以我把这个所谓的垂直平均跟MAPE（Mean Absolute Percentage Error , 平均绝对百分比误差）结合起来写了一篇文章，以拓展阅读的形式放在本章后面，企图解决的问题是如何衡量滚动预测（Rolling Forecast）的准确性问题。
简单，简单，越简单越好，这就是本书第一章的内容。
-
未完待续 -
作者程晓华（John
Cheng），全面库存管理（TIM）咨询独立顾问，《制造业库存控制技术与策略》课程创始人、讲师，《制造业库存控制技巧》、《首席物料官（网络）》、《决战库存》、《制造业全面库存管理》、《全面库存管理数学分析（预计2021年12月出版上市）》著作者，邮箱：johnchengbj@126.com TIM订阅号：ITOOTD
附录：《全面库存管理数学分析》目录
写在前面的话–你不一定非得记住那些公式不可
第1章 平均值很重要
1.1 算术平均值
1.2 中位值及异常值
1.3 移动平均
第2章 正态分布与需求管理
2.1 标准差、方差、协方差与相关性
2.2 变异系数就是客户需求波动率
2.3 正态分布、标准差与西格玛
2.4 正态分布、标准差与安全库存
2.5 二项分布、泊松分布与指数分布
第3章 心中有数
3.1 并非都是正态分布 - 切比雪夫不等式
3.2 简单直接 - 马尔科夫不等式
3.3 偶然中的必然，必然中的偶然–大数定律
3.4 概率其实是人类无知的产物
第4章 假设检验与几个估计
4.1 大数定律 vs 中心极限定理
4.2 进一步理解中心极限定理
4.3 点估计与区间估计
4.4 假设检验
4.4.1 Z检验
4.4.2 T检验
4.4.3 X2检验
4.5 F检验与单因素方差分析
4.6 极大似然估计
4.7 贝叶斯估计（后验概率估计）
4.8 近似值与估计（Approximation & Estimation）
第5章
判别分析、聚类分析与主成分分析
5.1 判别分析（Discriminant Analysis）
5.2 聚类分析（Cluster Analysis）
5.3 主成分分析（Principal Components Analysis， PCA）
第6章
方程、函数与微积分
6.1 方程（Equation）
6.2
函数（Function）、回归（Regression）与需求分析（Demand Analysis）
6.3
微分（Differentiation）、一元二次方程与PLC分析
6.4
时间序列分析与统计预测（Statistical Forecasting）
第7章 抽象、 数学模型与供应链管理建模
7.1
抽象（Abstraction）
7.2 模型与供应链管理
7.3 模拟（Simulation）与供应链管理
7.4 建模（Modeling）与供应链管理
7.5 仿真（Emulation）与供应链管理
7.5.1 库存补充系统仿真
7.5.2 排队系统仿真-供应链管理之订单评审
发表于：
2021-10-24 10:03 阅读(144)
评论(0) 收藏 好文推荐
本博客所有内容，若无特殊声明，皆为博主原创作品，未经博主授权，任何人不得复制、转载、摘编等任何方式进行使用和传播。
作者该类其他博文：
网站相关博文：