Besoin d'aide pour le traitement de données d'historique

Bonjour à tous,

Je dois établir une moyenne représentative pour déterminer un standard de durée de traitement de commande, sur la base de l'historique des commandes des deux années passées (par type de commande).
Pour cela, j'ai calculé la durée de traitement de chaque commande (par type) et établi un nuage de points... Dont certains sont très éloignés. Il faut donc que je lisse cette moyenne mais j'ignore quelle méthode utiliser. J'ai cherché sur internet (intervalle de confiance, sigma carré, ... quelqu'un m'a même parlé de psi carré) et dans mes ouvrages en vain . Quelle méthode me recommandez-vous?
Je vous prie de me répondre.

Merci à l'avance

Bonjour.

Si les durées de traitement de commande sont très variables suivant les types, un standard unique est une mauvaise idée. Je suppose donc que tu as scindé tes types en fonction des durées constatées et que tu traites un groupe de types dont les durées sont à peu près les mêmes.
Pour fabriquer un standard, il faut que tu détermines quel est son usage : Savoir en gros le temps moyen, pouvoir dire à partir de quand le traitement sera parfois fini, ou sera presque toujours fini, ...
Sur les trois cas que je cite, on utilisera des calculs différents (moyenne; moyenne - k fois l'écart type; moyenne +k' fois l'écart type, par exemple).
Autrement dit, il faut que tu détermines ce que tu veux estimer; et ce n'est pas une question de statistiques. Si on ne sait pas ce qu'on veut calculer, inutile de commencer les calculs !

Cordialement.

En général les types de commandes sont établis en fonction de la nature de l'équipement (aéronautique, hydraulique, ...) mais pour chaque type de commande je dois calculer une moyenne de durée traitement ...
Alors dans certains types on retrouve 30 commandes ... Dans d'autres c'est en milliers ..
Et rien que dans le plus petit, on retrouve des commandes dont le traitement a nécessité 40, 60 ou 80 jours ... et certaines qui ont pris plus de 400 jours ... Ces valeurs là sont très loin du nuage de points ..
Et j'ai pris un horizon de 2 ans dans mon historique, ... Qu'en pensez-vous?

C'est quoi, ce nuage de points ?

En tout cas, si tu dois calculer une moyenne, le calcul est évident. Qu'est-ce qui te chiffonne ?
Le fait qu'il n'y ait pas le même nombre de commandes dans différents types n'a aucune importance, puisque tu ne les mélanges pas. Et le fait qu'il y ait des durées très inégales ne change rien au calcul de la moyenne. La moyenne de 1,2 et 300 est (1+2+300)/3=101.

Donc j'imagine que tu as un vrai problème, mais que, pour l'instant, tu n'en parles pas.

Cordialement.

Ok je vous explique:
En principe, si on m'a demandé de calculer ce standard de durée (qui doit se faire sur la base de cette moyenne lissée) c'est pour permettre aux acheteurs (par type) de prévoir la date à laquelle ils doivent lancer commande, c'est dans un soucis de recherche de la performance. Et dans ce cas, prendre en compte ces commandes (à 400 jours de traitement par exemple) me donnerait une moyenne qui n'est pas du tout représentative et donc elle faussera mes résultats. Moi, l'idée simpliste que j'ai en tête est que je devrai déterminer un intervalle qui limitera les commandes que je devrais prendre en considération (en fonction de leurs durées de traitement) pour que ma moyenne soit représentative. Mais j'ignore quelle méthode appliquer dans ce cas.
Vous voyez mtn? Si oui, encore une fois qu'en pensez vous?

Oui,

je vois très bien. j'ai travaillé avec des enseignants de gestion de production, et dans ce domaine, il existe de nombreuses méthodes pour la prévision des commandes.
En fait, la question revient toujours à "quelle politique de commande veut-on faire ?" Et les réponses sont très différentes si aucune rupture de stock n'est acceptable, si on veut un stock minimal, si les coûts de commande dépendent fortement de la taille de la commande, etc.
mais dans tous les cas, on utilise évidemment la durée moyenne des commandes et la dispersion de ces durées.
De ce point de vue, si certaines commandes ont été très longues, par rapport à l'ensemble des autres du même type, il vaut mieux considérer ces valeurs comme des "valeurs aberrantes". Mais pas se laisser piéger : Il est possible que de temps à autres, le fournisseur ait un délai exceptionnellement long. Dans ce cas, éliminer cette durée très longue fausserait le raisonnement.
Je n'ai pas trop compris ce que tu appelles "lisser" une moyenne. Sauf erreur de ma part, ce qu'on veut "lisser" c'est les variations de stock. La moyenne ne dépend que des données.
Pour le détail des méthodes, voir un cours de gestion de production, et si tu as amené à utiliser des outils statistiques, je pourrai t'aider. Mais ta question n'est toujours pas une question de statistiques.

Cordialement.

NB : Si tu m'as bien lu, je viens de redire de façon différente le contenu de mes premiers messages. En intégrant ton idée d'intervalle.
NBB : Tu n'as pas répondu à ma question.

Alors, pour répondre à votre question d'abord: Le nuage de point, je l'ai obtenu quand j'ai transformé mes durées de traitement en une courbe avec des points (chaque point représente la durée d'une commande donnée) ... et les points constituent ce qu'on appelle un "nuage de points".
Euh ... Bein c'est justement ce que je recherche et exprime depuis le début . Je veux savoir par quelle méthode devrais-je éliminer ces points aberrants ? il y a plusieurs méthodes ... Mais laquelle au juste !?
Quant à cette moyenne lissée, c'est moi qui me suis trompée ...
Mais par contre, pour les prévision de vente ou de commandes c'est totalement autre chose on procède par lissage exponentiel, ou la méthode des moindres carré ou la régression linéaire ... Dont aucune n'est applicable dans mon cas.
J'ai étudié de la Gestion de Production et aucune information dans ce volet ne répond à ma demande. Ce que je souhaite faire esr plus du traitement de données (mes données elles-mêmes peuvent être considérée comme "échantillon" puisque c'est sur la base de 2 années d'historique) ...
Pouvez-vous m'aider dans ce cas ?

Cordialement.

Je n'ai toujours pas compris cette idée de courbe : Pour une courbe, un nuage de points, il faut deux données au moins : abscisse et ordonnée. Avec seulement une durée, il n'y a qu'un seul nombre.
Il existe de nombreuses "méthodes" d'élimination des valeurs aberrantes, dont aucune n'est satisfaisante (*). C'est normal, les événements rares sont possibles, et on peut décider d'en tenir compte ou pas. Eliminer ce qui est à plus de 4 écarts types de la moyenne d'une gaussienne est habituel, mais un peu idiot : On élimine une valeur possible.
De plus, dans ton cas, il peut y avoir erreur de saisie (300 au lieu de 30) ou problème du fournisseur. Mais peut-être as-tu les moyens d’enquêter sur ces valeurs extrêmes.
Sinon, je serais bien en peine de te proposer une méthode, puisqu'aucune n'est meilleure que les autres et toutes produisent des résultats difficiles à justifier.

Cordialement.

(*) je ne parle évidemment pas des contrôles de cohérence, du genre vérifier que le temps est positif et inférieur à 2000 jours.

Bonjour,

Je suis bien d'accord. J'ai pris l'historique des litiges pour voir si dans ces cas là, il y eut une erreur ou un retard de livraison... Mais non ! Du moins jusque là car je n'ai pu vérifier les commandes une à une ..
Pour le nuage de points, j'ai numéroté mes commandes de 1 à ... N par type dans leur ordre chronologique.
Il ne peut pas y avoir d'erreur de tape parce que l'historique a été extrait du système de l'entreprise ... Dans lequel on saisit les demandes et les arrivées ...
Plusieurs personnes m'ont recommandé la méthode des moindre carrés encore, que je pensais inapplicable vu le fait, justement, qu'on n'a pas de X et d'Y donné !! Le soucis c'est que je ne me rappelle pas exactement des étapes et sur internet ... (ça fait un bail que je n'ai pas fait ça ) .. C ultra compliqué. Pouvez-vous m'expliciter du moins les étapes de la méthode? Je vous en serai extrêmement reconnaissante.

Cordialement

Ok,

j'ai compris pour le nuage...qui n'a pas de signification !
Je suis d'accord avec toi pour la méthode des moindres carrés qui n'est pas pertinente ici (il n'y a qu'une seule variable, à moins de considérer que le délai d'attente dépend de la date de commande, ce qui n'est pas vraisemblable).
Si tu veux vraiment l'employer (à quoi, je ne sais pas) elle est programmée dans les tableurs ("pente" et "ordonnée.origine" te donnent les coefficients de la droite d'ajustement, du modèle, donc. mais ça n'élimine pas les valeurs aberrantes. Sinon, pour la méthode, tu la trouveras très facilement avec google, par exemple (tape "méthode des moindres carrés").

Cordialement.