Part 1 Section B.3. Forecasting Techniques 業績予想のテクニック

Using Leaning Curves in Forecasting

  • 2つの学習曲線モデル
    • The cumulative average-time learning model
      • CMA試験に出題されるのはこっちだけ
    • The incremental unit-time learning model
  • 学習曲線モデルが用いられる例
    • Purchases of materials
    • Sub assembly production
    • Delivery dates of finished products

● Method 1: Calculate the estimated total time required for production, then use the estimated total time to calculate the estimated cumulative average time per unit:

Estimated total time required
for all units produced =

Time required for the first unit × (2 × LC)n

Where:
LC = Learning curve percentage (in decimal format)
n = Number of doublings of units produced to date

例)最初のロットの製造に10分かかり、学習曲線の効果が80%のとき、最初に生産量が2倍(ダブル)になるのは、1個→2個で、

見積り総時間 = 10 × (2 × 0.8)1 = 16分
製造単位当たり平均時間 = 16 ÷ 21 = 8分

見積り総時間 = 10 × (2 × 0.8)2 = 25.6分
製造単位当たり平均時間 = 25.6 ÷ 22 = 6.4分

● Method 2: Calculate the estimated cumulative average time per unit for all units produced, then use the estimated cumulative average time per unit to calculate the estimated total time required for all units produced:

Estimated cumulative average time
per unit for units produced =

Time required for the first unit × LCn

Where:
LC = Learning curve percentage (in decimal format)
n = Number of doublings of all units produced

例)最初のロットの製造に10分かかり、学習曲線の効果が80%のとき、最初に生産量が2倍(ダブル)になるのは、1個→2個で、

製造単位当たり累積平均時間 = 10 × 0.81 = 8分
見積り総時間 = 8分 × 21個 = 16分

製造単位当たり累積平均時間 = 10 × 0.82 = 6.4分
見積り総時間 = 6.4分 × 22個 = 25.6分

the learning rate は、50% < LC < 100% の間に必ず入っている必要がある。

コメント