Microsoft PowerPoint - 価格関数R3.pptx

Size: px

Start display at page:

Download "Microsoft PowerPoint - 価格関数R3.pptx"

よしたかよせ
5 years ago
Views:

1 調達価格と仕様の統計的分析による価格関数関購買 NW 会 Student

2 本紙で取り扱う問題認識 : 適正な調達価格の検討やサプライヤと協働するコストダウン活動にはコスト構造 ( 材料費加費管理費償却費物流費等 ) の把握や仕様による価格査定が求められるまた社が商談活動中の案件で積検討にあたりサプライヤーの積もりもない状況で資材部に仕様から込み価格の回答を求められる場合もあるしかし現実にはコスト構造やコストテーブルの把握は困難な部材も多い開されない情報も多く利益の設定はサプライヤの営業戦略により決定されるため 2

3 本紙の的 : このような状況の問題解決の段として統計的分析を紹介すること具体的には部材仕様原材料価格調達量など可能なデータと過去の調達価格から価格関数を構築しその関数をいて価格推定をする法 3

4 説明の流れ ( 次 ) 1. 必要なデータ 2. 法 3. 信憑性の判断基準 4. 活 ( 含意 ) 5. 反論の取扱い 6. サマリー

5 1. 必要なデータは調達価格と価格に関係がありそうな要素データ集めのガイドラインは後述 ( 下記は参考で結果を価格との相関を保証するものではありません ) ベアリングモーター種類型番による系列分類 ( 例 231XX, 240XX) 重量軸受鋼市況出ポール数起動電流起動トルク防爆仕様銅市況油冷却器シェル材質シェル重量チューブ材質チューブ重量伝熱積電線銅コスト外形法 (or 重量 ) コネクタピン数サイズ 5

6 データの整理としてはエクセルをいて以下のように調達価格と仕様のテーブルを作成する数量でせない仕様の場合該当の場合 1 該当の場合 0 をいる ( ダミー変数 ) 調達価格仕様 1 仕様 2 仕様 3 仕様 4 材料市況 1 $240, , $205, , $130, , $440, , $350, , $480, ,

7 2. 法は重回帰分析重回帰分析とは原因と結果を結びつける統計処理エクセルや統計解析ソフトウェア R で実する 1. 価格に影響を与える仕様 ( 変数 ) の仮説をてる価格 =α+β*kw+γ*voltage+δ*e1+ KW, V,oltage,E1: 仕様データ ( 既知 ) 2. 回帰分析により α, β, γ, δ を求める 3. 妥当性の検討 ( 妥当でない場合変数を直したりグループに分類する ) 仕様 A 仕様 B 仕様 C 価格関数推定価格

8 ご参考 : 重回帰分析とは例えば 1. 調達価格 =a+b* 仕様 1+c* 仕様 2 と置いた場合にサンプルデータの仕様 1, 仕様 2 の数値を代し

9 2. その残差を乗した合計を a b c で偏微分し =0 とおいた式の連程式を解き各係数を求める ( 最乗法 ) (A) (B) (C) (C) から c=-2a-3b+4, (A), (B) へ代して a=2.72, b=24.5, c=-43

10 Excel で重回帰分析をうにはアドインを有効にする [ ファイル ] タブをクリック [ オプション ] をクリック

11 アドイン ] カテゴリをクリック [ 管理 ] ボックスの覧の [Excel アドイン ] をクリックし [ 設定 ] をクリック

12 [ アドイン ] ダイアログボックスが表されるので [ 有効なアドイン ] ボックスで [ 分析ツール ] の横のチェックボックスをオンにして [OK] をクリック

13 データ集めのガイドライン変数は 10 以下データサイズは 30 以上を標に価格に影響が強いと考えられる仕様材料市況や為替など外部情報も参考に数値でせない変数はダミー変数 ( 該当する場合 1 該当しない場合 0 とする ) として処理するデータ No. ASME U stamp 補 1 1 ASME U stamp 必要 2 0 ASME U stamp 不要 3 1 ASME U stamp 必要変数間の相関の低いもの ( 例えばサイズと重量は相関がい )

14 変数間の相関のチェックについて相関係数 (-1 r 1) を求める 2 つの法 1 組のデータセットの場合 CORREL 関数が便利

15 変数間の相関のチェックについて相関係数 (-1 r 1) を求める 2 つの法複数のデータセットでどの変数間の相関を度に計算したい場合データ分析をいる

16 データデータ分析相関範囲に相関を求めたいデータを選択

17 変数間の相関係数が度に計算した結果が表される KW と Fr の相関がいことがわかる (KW がきくなると Fr もきくなる ) この様な場合どちらか 1 つの変数を選択する厳密には n 数により相関係数の解釈は異なるが強いてえば ±0.5 を安に

18 回帰分析の前にデータの概要 ( 最値平均最値等 ) をヒストグラムなどで確認しておく ( 適範囲やグループ別けの参考になる ) 資料室では省略

19 データデータ分析回帰分析資料室では省略

20 Y 範囲調達価格を選択 X 範囲分析にいる仕様データを選択ラベル有意準残差残差グラフの作成にチェック資料室では省略

21 3. 信憑性の判断基準 1R2 2F 3 係数と P- 値から判断する R 2 : 選んだ変数によるモデルは調達価格の変動の何 % を説明しているか有意 F: モデルは予測に役にたないつまり全ての係数 =0 という仮説の確率左記では 1% 以下といえる従ってモデルは予測に役つと考えられる係数 p 値を調達担当者がもつコストについての知も踏まえて解釈する ( 次ページ )

22 各係数の値は説明変数が 1 単位増加したときの価格の増減 p 値はその変数は本当は価格に影響がない可能性つまり真の係数はゼロの可能性と解釈できる般的には p 値が 0.05 以下であるかどうかをチェックする統計的な解釈だけでなくコストのふるまいの知ともチェックする説明変数係数 p 値解釈やコストに関する知とのチェック KW( 出 ) KW 出が上がると価格は 14.7 増加する p 値は分さい出が増加するとモーターのサイズも増加しコストアップするという知とも致する係数として適切 Voltage ( 電圧 ) E4 ( 例えば Exp という防爆仕様 ) V 電圧が上がると価格は 1.9 増加するコストのふるまいの知と致する p 値はきい (KWとの相関を確認し変数から外すことを検討する ) 30, Expの仕様の場合価格は 30,000 増加する p 値は分さく係数として適切知を有するコストインパクトとも致する

23 3. 信憑性の判断基準残差グラフや精度から判断する ( 残差 )=( 実績 )-( 予測 ) がグラフと共に出されているので実績価格で割り算し精度と定義する残差グラフと呼ばれる横軸にいた変数縦軸に残差をした散布図がそれぞれ出されているので確認する特定の仕様の範囲で残差がきい ( 精度が悪い ) ものがないか眺める # 実績予測残差精度 1 $443,000 $434,900 $8,100 2% 2 $325,000 $326,630 -$1,630-1% 3 $450,000 $419,424 $30,576 7% 4 $408,000 $402,012 $6,788 2% $40,000 $30,000 $20,000 $10,000 $0 $10, $487,000 $495,147 -$8,147-2% $20,000

24 3. 信憑性の判断基準ご参考 : 調達価格と予測価格を図してあてはまりの良さを視覚的に確認する調達価格予測価格資料室では省略 24

25 4. 活 ( 含意 ) 価格関数による予測価格と実績価格や積価格を較し割部品のコスト交渉をう価格関数による予測を 1 つの安に

26 4. 活 ( 含意 ) 予測ツールをいて妥当と考える価格レベルの線合わせをう ( 属化を避ける ) SUMPRODUCT 関数が便利 = 切 F4 キー +SUMPRODUCT( 範囲 1F4 キー, 範囲 2) 資料室では省略

27 4. 活 ( 含意 ) 部品の仕様緩和変更でどの程度のコストダウンが可能か数値評価の参考となる 27

28 5. 反論の取扱価格関数による予測ができてもサプライヤー優位であれば価格交渉には役にたないのでは? 回答 )[ 調達側の交渉 ]>[ サプライヤの交渉 ] のが実際有と思われるで少なくとも多数の類似実績から妥当なターゲット価格を効率的に確認できる点で有と考える相積のない状況でも安になる実績データは多数あるが都度の査定やターゲットの価格の検討は間価格は交渉して決めているといった調達品では較的容易に活できる 28

29 5. 反論の取扱精度い価格関数は必ずしも得られないのでは? 価格に影響する考える変数を組替えまた分析にかけるデータセットのグループ別けなどをしてもい精度にならない場合は実績の調達価格体に基準がなくブレている可能性がある例えば案件毎の競争環境サプライヤの負荷状況社の製品の市場動向などを考慮したサプライヤの営業戦略からくる意思が価格に強く反映されている関数の活には回帰分析で得られる計算式の限界 ( 精度の良い範囲悪い範囲幅 ) を把握しておくことが重要 29

30 6. まとめコスト構造の不明な調達品の価格推定には仕様と実績価格の統計的分析が有効という場から重回帰分析の法について解説法要領を駆使すればコスト構造が不明相積や類似実績もない状況で価格査定をしなければいけないといった問題にも応できる本紙は法論を述べたもので多数の調達品で実証した結果を紹介しているものではありません 30

31 参考統計解析ソフト R では 10 程度のコードで重回帰分析や散布図の作成まで簡単に実でき使い回しも容易 MXM=read.csv( MXM.csv ) # データの読込み View(MXM) # 読み込んだデータの表 str(mxm) # データの構造確認 MXM$Pole=factor(MXM$Pole) str(mxm)# データの構造確認 cor(mxm[,c(5,8,9,11)]) # 相関係数列の確認 # 重回帰分析の実 price=lm(price~ex+kw+scl+p+str+type+bearing+qty+ssvf D,data=MXM) summary(price) # 結果の表 aic.price<-step(price)#aic 規準による段階的変数選択 summary(aic.price) # 結果の表 predict(aic.price) # 価格関数をいた予測の実 cbind(mxm$price,predict(aic.price)) # 予測の読込み par(mfrow=c(1,2)) #1 2 列表 plot(mxm$kw,mxm$price) # 散布図の作成 plot(mxm$kw,predict(aic.price)) # 散布図の作成 31

32 プロのバイヤーの皆様にとって本紙が僅かでもお役にてば幸いですご清聴ありがとうございました 32

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典

多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典重回帰分析とは? 重回帰分析とは複数の説明変数から目的変数との関係性を予測評価説明変数 ( 数量データ ) は目的変数を説明するのに有効であるか得られた関係性より未知のデータの妥当性を判断するこれを重回帰分析というつまりどんなことをするのか? 1 最小 2 乗法により重回帰モデルを想定 2 自由度調整済寄与率を求め