Séance de cours

Prévision de la demande : méthodes et biais cognitifs

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

ME-419: Production management

Production management deals with producing goods sustainably at the right time, quantity, and quality with the minimum cost. This course equips students with practical skills and tools for effectively managing demand, supply, and implementing advanced anal ...

Description

Cette séance de cours couvre les méthodes de prévision de la demande telles que les approches qualitatives et quantitatives, y compris les modèles causaux, l'analyse des séries chronologiques et les biais cognitifs qui peuvent affecter la prise de décision. Il explore des étapes telles que la détermination des objectifs, l'analyse des données et les techniques de prévision. L'instructeur discute de l'importance de tenir compte de divers facteurs dans la prévision et des pièges potentiels des biais cognitifs dans les processus de prise de décision.

Enseignant·e

Amin Kaboli

Dr. Amin Kaboli is an external lecturer for at the Mechanical Engineering Section at EPFL and teaches Production Management (ME-419), Continuous Improvement (ME-498) to graduate students and Digital Supply Chain, Innovation and Digitization, and Sustainable Change Leadership to business executives and managers at International Institute for the Management of Logistics and Supply Chain (IML). Amin supports many organizations ranging from Fortune 500 corporations to entrepreneurial firms and industries as diverse as Watch, Consumer Goods, Food and Beverage, MedTech, and Pharma. He obtained his Ph.D. in Manufacturing Systems & Robotics, specialized in Supply Chain Management from EPFL. You can watch his TEDx talk on “Leading Change Consciously” here. TEDx talk here.

Source officielle

Concepts associés (32)

Modèle causal de Neyman-Rubin

Le modèle causal de Neyman-Rubin (ou modèle à résultats potentiels, en anglais potential outcome model) est un cadre de pensée permettant d'identifier statistiquement l'effet causal d'une variable sur une autre. La première version du modèle a été proposée par Jerzy Neyman en 1923 dans son mémoire de maîtrise. Le modèle a ensuite été généralisé par Donald Rubin dans un article intitulé « ». Le nom du modèle a été donné par Paul Holland dans un article de 1986 intitulé « ». Expérience naturelle Méthode des

Inférence causale

L'inférence causale est le processus par lequel on peut établir une relation de causalité entre un élément et ses effets. C'est un champ de recherche à la croisée des statistiques, de l'économétrie, de l'épidémiologie, de la méthodologie politique et de l'intelligence artificielle. En 1920, Sewall Wright développe la première path analysis. Cette analyse graphique des relations de causalité entre les variables constitue selon Judea Pearl un travail pionnier dans l'inférence causale.

Singular spectrum analysis

In time series analysis, singular spectrum analysis (SSA) is a nonparametric spectral estimation method. It combines elements of classical time series analysis, multivariate statistics, multivariate geometry, dynamical systems and signal processing. Its roots lie in the classical Karhunen (1946)–Loève (1945, 1978) spectral decomposition of time series and random fields and in the Mañé (1981)–Takens (1981) embedding theorem. SSA can be an aid in the decomposition of time series into a sum of components, each having a meaningful interpretation.

Prévision économique

La Prévision économique est l'estimation, généralement par des méthodes économétriques, des valeurs actuelles ou futures de grandeurs économiques. Elle est utilisée par exemple pour estimer l'évolution du PIB ou de l'inflation, et orienter les comportements d'investissement des entreprises ou la politique économique de la banque centrale et du gouvernement. La prévision économique est toujours incertaine, et aux estimations des valeurs futures sont toujours associés des intervalles de confiance.

Atténuation des biais cognitifs

vignette|Un biais cognitif est un mécanisme de la pensée, qui cause une déviation du jugement. Le terme biais fait référence à une déviation systématique de la pensée logique et rationnelle par rapport à la réalité. Un biais cognitif est une distorsion systémique d'un processus cognitif, pouvant survenir à toutes les étapes ( recueil des informations, traitement, restitution..) influençant la prise de décision et le jugement. L’atténuation des biais cognitifs est la réduction et la prévention des effets négatifs des biais cognitifs.

Afficher plus

Séances de cours associées (57)

Prévision & Mémoire longue: Séries chronologiques

Explore les méthodes de prévision et la mémoire longue dans l'analyse des séries chronologiques.

Prévision de la demande : méthodes et modèles

Explore les méthodes de prévision de la demande, l'analyse des séries chronologiques, la prévision des tendances et l'application du modèle Holt-Hiver.

Méthodes de prévision de la demande

Explore les étapes de prévision de la demande et le modèle Holt-Winter pour l'analyse des séries chronologiques.

Choix du modèle et prévision

Explore le choix des modèles, les prévisions et les techniques de prévision dans l'analyse des séries chronologiques.

Séries chronologiques: prévisions et longue mémoire

Explore les prévisions dans l'analyse des séries chronologiques, les processus de mémoire longue et les modèles ARCH pour la modélisation de la volatilité.

Afficher plus

Concepts associés (32)

Modèle causal de Neyman-Rubin

Inférence causale

Singular spectrum analysis

Prévision économique

Atténuation des biais cognitifs

Afficher plus