CART®-Regression für Lieferkettenzykluszeit prognostizieren

Verwenden Sie CART®-Regression diese Option, um komplexe Beziehungen mit mehreren Prädiktoren zu verwenden, um die Zykluszeit der Lieferkette vorherzusagen.

Dieses Beispiel gilt fürLieferkette Modul. Weitere Informationen finden Sie unterwww.minitab.com/supply-chain-module.

Beispiel

Die Lieferkettenzykluszeit ist die Zeitspanne, um eine Bestellung abzuschließen, wenn die Lagerbestände Null sind. Die Zykluszeit der Lieferkette umfasst die Zeitspanne, um die Bestellung zu bestellen, auszuführen und zu empfangen.

In diesem Zykluszeit ist Fehler die Antwortvariable. Bestellzeit, Herstellungszeit, Standort des Lieferanten und Anzahl der Lieferanten sind die stetig Variablen. Incentive-Plan, Normteile, Standort des Lieferanten und Standort des Lieferanten sind die kategorialen Variablen. Die Prädiktoren können möglicherweise Unterschiede bei der Faserfestigkeit erklären.

C1	C2	C3	C4	C5-T	C3-T	C3-T
`Zykluszeit`	`Bestellzeit`	`Herstellungszeit`	`Anzahl der Lieferanten`	`Incentive-Plan`	`Normteile`	`Standort des Lieferanten`
52	18	4	8	Standard	Ja	Häuslich
37	12	5	4	Gold	Ja	Häuslich
56	16	8	12	Standard	Ja	Ausländisch
49	15	1	2	Gold	Nein	Ausländisch

Vorgehensweise

Wählen Sie Lösungen Module > Funktionen > Supply Chain KPIs, und dann Abschießen aus.
Wählen Sie unter Zykluszeit die Option Lieferkettenzykluszeit aus.
Wählen Sie Lieferkettenzykluszeit prognostizieren aus, und klicken Sie dann auf OK.
Wählen Sie Regressionsmodell anpassen aus, und klicken Sie dann auf OK.
Geben Sie im Feld Antworten die Spalte mit den Messdaten ein. Die Antwortvariable wird auch als y-Variable bezeichnet.
Geben Sie im Feld Stetige Prädiktoren die Spalten mit numerischen Daten ein, anhand derer möglicherweise Änderungen der Antwortvariablen erklärt oder prognostiziert werden können. Die Prädiktoren werden auch als x-Variablen bezeichnet.
Geben Sie im Feld Kategoriale Prädiktoren die kategorialen Klassifikationen oder Gruppenzuweisungen ein, z. B. einen Typ von Rohmaterialien, anhand derer möglicherweise Änderungen der Antwortvariablen erklärt oder prognostiziert werden können. Die Prädiktoren werden auch als x-Variablen bezeichnet.
Klicken Sie auf OK.

Tipp

Weitere Informationen zu dieser Analyse erhalten Sie im Hilfe Hauptdialogfeld.