Documente Academic
Documente Profesional
Documente Cultură
MTODO
EXTRAPOLACIN ()
HOLT ( y )
WINTERS (, y )
CUNDO SE
OCUPA
OBJETIVO
EXPLICACIN
FRMULAS
ptimo = minimiza error
SERIES DE TIEMPO:
Supuesto: Las relaciones causales que determinan estos fenmenos se mantendrn y se pueden utilizar el pasado para predecir el futuro. Si algunas de las
condiciones que determinan este comportamiento cambia, el modelo puede ser revisado y ajustado.
Objetivo: Comprender el comportamiento de los datos (no pronosticar, para eso esta ARMA)
Modelos de descomposicin de Series de Tiempo:
MODELO
ADITIVO
CUNDO SE
OCUPA
MULTIPLICATIVO
(Yt = Tt x Ct x St x It)
Datos presentan una variabilidad no similar a lo largo de
la serie.
(Cuando la serie se mueve entre diagonales)
OBJETIVO
EXPLICACIN
(Yt = Tt + Ct + St + It)
FRMULAS
Tendencia:
Tendencia:
Tt = b0 + b1t
Tt = b0 + b1t + b1t2
Tt = b0b1t
Tt = b0 + b1t
Tt = b0 + b1t + b1t2
Tt = b0b1t
MODELOS CAUSALES:
SUPUESTOS: 1.Comportamiento de la variable dependiente (ventas, demanda) a ser pronosticada est relacionado con una o ms variables independientes.
2. Mediante el anlisis de los datos existentes de estas variables se puede llegar a cuantificar esta relacin entre las variables.
3. Causalidad no est garantizada.
IMPORTANTE: La(s) variable(s) independiente(s) puede ser cualquier posible determinante de la demanda que este estadsticamente relacionada con esta.
La seleccin de las variables independientes a incluir es extremadamente relevante, por lo que el primer paso consiste en comprender de manera profunda las
caractersticas del producto o categora que se quiere pronosticar.
Idealmente se busca la parsimonia (que bajo nmero de variables expliquen el mayor porcentaje del pronstico).
NOS BASAREMOS SOLO EN RELACIONES LINEALES.
MODELO
CUNDO SE
OCUPA
OBJETIVO
EXPLICACIN
-Una vez que se ha establecido y demostrado la significancia de la relacin, se puede usar el conocimiento
de la variable independiente para pronosticar la variable dependiente.
-Ajustar la mejor recta, que minimice los errores. Con mnimos cuadrados.
Importante:
- El Error Estandar de la Estimacion (Estimador desviacin estndar) mide el grado en que los valores
reales de Y difieren de los valores estimados . Para muestras relativamente grandes, se puede esperar que
aproximadamente el 67% de las diferencias se encuentren dentro del rango
y que alrededor del 95%
de estas diferencias se encuentren dentro del rango 1.96*
- Incertidumbre en pronstico: Acerca de datos con la lnea muestral y de la lnea muestral con la
poblacional
- Incluimos incertidumbre en pronstico con intervalo de confianza.
-El error estandar del pronostico, sf, mide la variabilidad del valor pronosticado de Y en torno al valor real de
Y para un X determinado.
- Si la regresin lineal simple es adecuada para los datos, se puede definir un intervalo de confianza , donde
t es un punto de porcentaje asociado a una distribucin t-Student con n-2 grados de libertad. Si la muestra
es grande (n30), se puede reemplazar t por Z (distribucin normal).
Tener presente:
R: coeficiente de determinacin
Ho: B1=0
ANOVA
Saber leer salidas de SPSS
LINEAL
MLTIPLE (NO
PREGUNTAR)
FRMULAS
MTODO
BASS
CUNDO SE
OCUPA
Cuando se trata de pronosticar demanda para un Producto Realmente Nuevo, que no existe (como categora) en el
mercado.
Asume que el consumidor adopta el producto una sola vez, por lo que normalmente es aplicado a productos durables.
Se puede ajustar para productos con re compra distanciada (Ej: refrigerador)
Modelar el proceso de adopcin del producto por parte de un mercado determinado.
OBJETIVO
EXPLICACIN
FRMULAS
N(t) es el nmero total o acumulado de consumidores que han adoptado el producto hasta el periodo t (incluido).
N(t-1) es el numero total o acumulado de consumidores que adoptaron el producto hasta el periodo anterior (t-1).
S(t) es el nmero de consumidores que adoptaron el producto durante el periodo t, y puede ser expresado por N(t) N(t-1)
m es el tamao total del mercado, el nmero mximo de adoptadores para un determinado producto. Pueden ser personas, hogares, empresas, etc.
p es denominado coeficiente de innovacin, y representa la razn o probabilidad de que un innovador adopte el nuevo producto.
q es denominado coeficiente de imitacin, y representa los efectos asociados a contagio social resultantes de la interaccin entre adoptadores y no
adoptadores.
Factores de Rogers: Explican la variabilidad en la adopcin de los nuevos productos (ayudan a predecir la adopcin)
1.-Ventaja Relativa: El grado de superioridad de un producto respecto al producto que reemplaza.
2.-Compatibilidad: El grado en que un producto es consistente con los valores y experiencias actuales.
3.-Complejidad: El nivel de dificultad de entender y usar un producto
4.-Testeabilidad: El grado en que un producto puede ser probado
5.-Visibilidad: El grado en que el uso e impacto de un producto puede ser observado por otros