Documente Academic
Documente Profesional
Documente Cultură
ADMINISTRACION DE LA PRODUCCION
PRESENTADO POR
LUIS EDIRADO RODRIGUEZ HURTADO
20131001038
Errores de pronostico
Tcnicas para evaluar los modelos de pronstico, y sus estimaciones
EP (Error de pronstico) = DT-PT
EP: Error de
Error absoluto de pronstico = IDt - PtI
Ahora agregue otra columna para hallar el EAP, ubquese en la casilla
correspondiente al primer pronostico e inserte la funcin: =ABS(B3-C3); la
cual devuelve el valor absoluto del EP.
Arrastra la
celda inicial
para copiar la
formula en
todas las
casillas
0,15
PERIOD DEMAN SUAVI.
O DA EXP EP EAP ECP
Enero 150 231 -81 81 6548
Febrero 200 218 -18 18 341 Arrastra la
Marzo 178 216 -38 38 1416 celda inicial
1235 para copiar la
Abril 321 210 111 111 7
Mayo 289 227 62 62 3851 formula en
Junio 300 236 64 64 4034 todas las
Julio 301 246 55 55 2997 casillas
Agosto 192 255 -63 63 3929
Septiem
bre 198 245 -47 47 2213
Octubre 209 238 -29 29 829
Noviemb
re 211 233 -22 22 500
Diciemb
re 222 230 -8 8 63
REGRESIN LINEAL
El modelo de pronstico de regresin lineal permite hallar el valor
esperado de una variable aleatoria a cuando b toma un valor especfico. La
aplicacin de este mtodo implica un supuesto de linealidad cuando la
demanda presenta un comportamiento creciente o decreciente, por tal razn, se
hace indispensable que previo a la seleccin de este mtodo exista un anlisis
de regresin que determine la intensidad de las relaciones entre las variables
que componen el modelo.
Cundo utilizar un pronstico de regresin lineal?
Ejemplo
ALTURA
DATOS (X) PESO (Y) XY X*X Paso 1
1 171 70 11970 29241
2 201 80,4 16160,4 40401 Debemos crear una tabla con
3 162 60 9720 26244 datos ordenados (x, y) y
4 173 69,2 11971,6 29929 adicionalmente crear dos
5 189 75,6 14288,4 35721
columnas con las siguientes
6 160 64 10240 25600
7 203 81,2 16483,6 41209
ecuaciones
1: X*Y
2: X^2
8 164 67 10988 26896
9 162 64,8 10497,6 26244
10 160 64 10240 25600
Total 1745 696,2 122559,6 307085
Paso 2
Paso3
Regresin con ajuste estacional
Como se haba mencionado antes, una serie de datos la podemos separar en
sus componentes bsicos, para poder hacer el pronstico. Entonces, si la
serie tiene un componente de tendencia (en la vida real, la mayora de series
tienen componente de tendencia), entonces por medio de una simple ecuacin
de primer grado que interrelacione estos dos datos, ya tendramos esta
tendencia. Pero normalmente este tipo de series, tambin tienen un
componente estacional, es decir, hay picos y depresiones de demanda en
intervalos regulares de tiempo: en diciembre las ventas suben, por el espritu
navideo, en mayo cuando se da el regalo a las madres, y as, entonces aqu
nos proponemos a formular una alternativa de pronstico para este tipo de
casos:
Tomamos el primer mes de cada semestre y sacamos un promedio
Luego se divide el promedio por semestre por el promedio general de la
columna de la variable Y