Previsione del numero di parti di ricambio per macchinari

[skyeldar]

Salve a tutti...ho un problema e spero che l'analisi numerica possa aiutare a risolverlo o per lo meno darmi degli input.
Devo prevedere la domanda di parti di ricambio di macchinari in un'industria. ho dati relativi al numero di componenti usati per ciascuna macchina nei 10 anni precedenti (per esempio so che la macchina 1 ha avuto bisogno di 10 componenti di tipo A di ricambio il mese 1, il secondo mese nessun componente di ricambio è stato necessario, il terzo mese per esempio 5 componenti di tipo B....e cosi via fino al centoventesimo mese)....ho questi dati per ogni macchina....

Ora la domanda dei componenti di ricambio la posso prevedere con l'esponential smoothing o la moving average e questi metodi.
Il mio problema sorge adesso. Mi si chiede di implementare questi metodi, cercando di ottenere una previsione più accurata, avendo a disposizione delle informazioni aggiuntive: conosco per ogni mese il numero totale di componenti di cui la macchina ha avuto bisogno per essere riparata (per esempio prima ho detto che la macchina 1 ha avuto bisogno di 10 componenti di tipo A per il mese 1....ora so anche che il numero totale di componenti di ricambio installati sulla macchina 1 nel primo mese sono 20, quindi di questi 20 so che dieci saranno di tipo A, e gli altri 10 non li conosco, possono cioè essere di tipo B,C,D e cosi via...)...ho queste informazioni per ogni mese e per tutte le macchine
Sapreste darmi una mano?.....un qualsiasi metodo anche sbagliato va bene...perchè comunque può dare idee a me o ad altri....
Grazie mille

PS: spero che il problema si capisca