Promedio Móvil Error Cuadrático Medio

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑀𝑜𝑣𝑖𝑙
∑ 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑛 𝑃𝑒𝑟𝑖𝑜𝑑𝑜 𝑝𝑟𝑒𝑣𝑖𝑜
= ∑(𝐸𝑟𝑟𝑜𝑟𝑒𝑠 𝑑𝑒 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜)2
𝑛 MSE= 𝑛

𝑷𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝑴𝒐𝒗𝒊𝒍 𝒑𝒐𝒏𝒅𝒆𝒓𝒂𝒅𝒐

∑𝑛
𝑖−1 100|𝑅𝑒𝑎𝑙𝑖 −𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜𝑖 |÷𝑅𝑒𝑎𝑙𝑖
Mape= 𝑛
(𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑛) 100(𝑅𝑒𝑎𝑙 − 𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜)
∑[ ] 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑅𝑒𝑎𝑙
(𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑛)
=
∑ 𝑃𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
Se asigna más ponderación a los datos
recientes
 Último Mes
 Hace dos Mes
 Hace tres Mes
Suavización exponencial Proyecciones de tendencia
Pronostico con mínimos cuadrados
Ft=Ft-1+𝛼(At-1-Ft-1)
∑ 𝑥𝑦 − 𝑛𝑥̅ 𝑦̅
𝑏=
Dónde : ∑ 𝑥 2 − 𝑛𝑥̅ 2
𝑦̂ = a+bx
Ft= Nuevo Pronostico 𝑎 = 𝑦̅-b𝑥̅
Ft-1= Pronostico del period anterior
α = Constante de suavización (o
ponderación) (0≤α≤1)
At-1=Demanda Real en el periódico
anterior

Suavización exponencial con ajuste de

tendencia

Dónde :

Ft= Pronostico suavizado

exponencialmente de la serie de datos
incluidos en el periodo t
Tt= Tendencia suavizada
exponencialmente en el periodo t
At= Demanda real en el periodo t
α = Constante de suavización para el
promedio (0≤α≤1)
β = Constante de suavización para la
tendencia (0≤ β≤1)
(1)Promedio suavizado Ft
F2=αA1+(1-α)(F1+T1)

(2)Tendencia suavizada Tt
T2=β(F2-F1) +(1- β)T1

(3)Pronostico incluyendo la tendencia FIT

FIT2 =F2+T2

Error de pronostico Determinación de índices estacionales

= Demanda – Valor pronosticado
=A1-F1 Demanda promedio
∑ 𝐷𝑒𝑚𝑎𝑛𝑑𝑎𝑠 𝑎ñ𝑜 1,2,4
anual= 𝑛

índice Estacional=
𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑀𝑒𝑛𝑠𝑢𝑎𝑙 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑒𝑛 𝑙𝑜𝑠 ú𝑙𝑡𝑖𝑚𝑜𝑠 3 𝑎ñ𝑜𝑠
𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑀𝑒𝑛𝑠𝑢𝑎𝑙 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜

Demanda Promedio Mensual(Tabla)

∑ 𝑆𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝐷𝑒𝑚𝑎𝑛𝑑𝑎
= 𝑛

Índices Estacionales:
𝐷𝑒𝑚𝑎𝑛𝑑𝑎
𝑥 𝑏 𝐼𝑛𝑑𝑖𝑐𝑒𝐸𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝑛 (𝑜 𝑚𝑒𝑠𝑒𝑠)
Desviación absoluta media Regresión Lineal (Ya no hablamos solo
de tiempo)
MAD=
∑|𝑅𝑒𝑎𝑙−𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜| ∑ 𝑥𝑦 − 𝑛𝑥̅ 𝑦̅
𝑁 𝑏=
∑ 𝑥 2 − 𝑛𝑥̅ 2
𝑦̂ = a+bx
𝑎 = 𝑦̅-b𝑥̅
Error estándar de la estimación
√∑ 𝑦 2 −𝑎 ∑ 𝑦−𝑏 ∑ 𝑥𝑦
Sy,x= 𝑛−2
Determinación del coeficiente de
correlación
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟=
√[𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 ][𝑛 ∑ 𝑦 2 − (∑ 𝑦)2 ]
Ojo: Sumatoria al cuadrado.