Tabla Resumen

Indicadores de Efectividad de Pronóstico

Promedio Movil
Alizado Simple Exponencial
Alizado Exponencial con Correccion de Tendencia (Holt´s Model)
Alizado Exponencial con Correccion de Tendencia y Estacionalidad (Winter´s Model)
Metodo Estatico Estacional
Modelo de Croston

Tabla Resumen
Cantidades Pronosticadas
Promedio Movil

Alizado Simple Exponencial

Alizado Exponencial con Correccion de Tendencia (Holt´s Model)

Metodo estatico estacional

Alizado Exponencial con Correccion de Tendencia y Estacionalidad (Winter´s Mode
 MAD MAPE TSt

Promedio del At (Mean Mean Absolute Tracking

Absolute Deviation) Percentage Error Signal

9719 49 -1.52 2.21

10208 59 -1.38 2.25
8836 52 -2.15 2.00
1469 8.39 -2.75 4.00
1373 8 -1.68 4.65
#REF! #REF! ### ###

Trimestre Pronóstico
13 24500
14 24500
15 24500
16 24500
Total 98000

Trimestre Pronóstico
13 23490
14 23490
15 23490
16 23490
Total 93960

Trimestre Pronóstico
13 31984
14 33526
15 35067
16 36609
Total 137186

Trimestre Pronóstico
13 11909
14 17613
15 30785
16 44640
Total 104947
Trimestre Pronóstico
#REF! #REF!
#REF! #REF!
#REF! #REF!
#REF! #REF!
Total #REF!
 Metodo Estacional Estático

Demanda demanda
Demand
Año Trimestre Periodo desestacionaliz desestacionaliza
a Dt
ada da Dt**
2013 2 1 8000 18963
2013 3 2 13000 19487
2013 4 3 23000 19750 20010
2014 1 4 34000 20625 20534
2014 2 5 10000 21250 21058
2014 3 6 18000 21750 21582
2014 4 7 23000 22500 22106
2015 1 8 38000 22125 22629
2015 2 9 12000 22625 23153
2015 3 10 13000 24125 23677
2015 4 11 32000 24201
2016 1 12 41000 24725
Forecast Equation Ft+l = (Lt + lTt) * S t+l

1 13
2 14
3 15
4 16

Demandas por trimestre

45000
40000
35000
30000
25000
demanda

20000
15000
10000
5000
0
1 2 3 4 5 6 7 8 9 10 11 12
trimestre

Factores de
Estacionalidad St
1 0.42 En este caso son trimestres entonces
2 0.67
 3 1.15 S1 0.47
4 1.66 S2 0.68
5 0.47 S3 1.17
6 0.83 S4 1.66
7 1.04
8 1.68
9 0.52
10 0.55
11 1.32
12 1.66
 Error
Factores de Absolut
Pronostico, Cuadrati
Estacionalida Error, Et e error, MADt %Error
Ft co,
d St At
MSEt
0.42 8944.39 944 944 891863 944 12
0.67 13317.23 317 317 496250 631 2
1.15 23426.36 426 426 391427 563 2
1.66 34177.57 178 178 301453 466 1
0.47 9932.67 -67 67 242069 387 1
0.83 14749.13 -3251 3251 1963085 864 18
1.04 25879.27 2879 2879 2866958 1152 13
1.68 37664.93 -335 335 2522622 1050 1
0.52 10920.95 -1079 1079 2371702 1053 9
0.55 16181.02 3181 3181 3146423 1266 24
1.32 28332.18 -3668 3668 4083375 1484 11
1.66 41152.28 152 152 3745026 1373 0.37

Desestacionalización
0.47 11909 de la demanda:
0.68 17613 esta representa la demanda que se deberia de observar e
1.17 30785 fluctuaciones estacionales.
1.66 44640
Nota:
observece que tiene una tendencia
Coeficientes
Nivel 18438.9881 26000
Tendencia 523.809524
24000

22000
a (pendiente) 523.809524
demanda

b (intercepcion) 18438.9881
20000

18000

16000
1 2 3 4 5 6 7 8 9 10 11
trimestre

Demanda Desestacionalizada
Ecuacion:
0.47
0.68 2. Factores de Estacionalidad
1.17
1.67 St= Dt/Dt**
 MAPEt TSt

11.80 1.00
7.12 2.00
5.37 3.00
4.16 4.00
3.46 4.65
5.89 -1.68
6.84 1.24
6.09 1.04
6.42 0.01
8.22 2.52
8.52 -0.32
7.84 -0.23

que se deberia de observar en la ausencia de

6 7 8 9 10 11 12
mestre
 Promedio Movil

1 Se utiliza este metodo cuando no hay tendencia ni estacionalidad

2 En este metodo la componente sistematica es el nivel
3 Se estima el nivel como el promedio de las demandas de los N periodos mas recientes
4 El pronostico actual para los futuros periodos esta sesgado en el actual nivel estimado

Pronostico Absolut
Demand
Año Trimestre Periodo Level Lt basado en Error, Et e error,
a Dt
N=4, Ft At
2013 2 1 8000
2013 3 2 13000
2013 4 3 23000
2014 1 4 34000 19500
2014 2 5 10000 20000 19500 9500 9500
2014 3 6 18000 21250 20000 2000 2000
2014 4 7 23000 21250 21250 -1750 1750
2015 1 8 38000 22250 21250 -16750 16750
2015 2 9 12000 22750 22250 10250 10250
2015 3 10 13000 21500 22750 9750 9750
2015 4 11 32000 23750 21500 -10500 10500
2016 1 12 41000 24500 23750 -17250 17250

Forecast Equation Ft+n = Lt

1 13 24500
2 14 24500
3 15 24500
4 16 24500

Nota 1:
El MSE puede ser usado como la varianza del random component de la demanda

Nota 2:
El MAD se puede usar para identificar la desviacion estandar de la componente random
mas recientes
vel estimado
Tracking
Signal
Error
Cuadratic MADt %Error MAPEt TSt
o, MSEt

90250000 9500 95 95 1.00

47125000 5750 11 53 2.00
32437500 4417 8 38 2.21
94468750 7500 44 39 -0.93
96587500 8050 85 49 0.40
96333333 8333 75 53 1.56
98321429 8643 33 50 0.29
123226563 9719 42 49 -1.52

nt de la demanda

e la componente random de la demanda

 Alizado Simple Exponencial

1 La componente sistematica de la demanda es el nivel

2 Se utiliza cuando no hay tendencia ni estacionalidad
3 Lo se supone como el promedio de todos los datos historicos ya que se supone no hay T ni S

Alfa= 0.1

Absolut
Demand Pronostico
Año Trimestre Periodo Level Lt Error, Et e error,
a Dt , Ft
At
0 22083
2013 2 1 8000 20675 22083 14083 14083
2013 3 2 13000 19908 20675 7675 7675
2013 4 3 23000 20217 19908 -3093 3093
2014 1 4 34000 21595 20217 -13783 13783
2014 2 5 10000 20436 21595 11595 11595
2014 3 6 18000 20192 20436 2436 2436
2014 4 7 23000 20473 20192 -2808 2808
2015 1 8 38000 22226 20473 -17527 17527
2015 2 9 12000 21203 22226 10226 10226
2015 3 10 13000 20383 21203 8203 8203
2015 4 11 32000 21544 20383 -11617 11617
2016 1 12 41000 23490 21544 -19456 19456
Forecast Equation Ft+n = Lt
1 13 23490
2 14 23490
3 15 23490
4 16 23490
upone no hay T ni S

Tracking
Signal
Error
Cuadratic MADt %Error MAPEt TSt
o, MSEt

198340278 14083 176 176 1.00

128622951 10879 59 118 2.00
88936486 8284 13 83 2.25
114196860 9659 41 72 0.51
118246641 10046 116 81 1.64
99527532 8777 14 70 2.15
86435714 7925 12 62 2.03
114031550 9125 46 60 -0.16
112979315 9247 85 62 0.95
108410265 9143 63 63 1.86
110824074 9368 36 60 0.58
133132065 10208 47 59 -1.38
 Alizado Exponencial con Correccion de Tendencia (Holt´s Model)

1 La componente sistematica de la demanda viene dada por el nivel y la tendencia

2 El modelo se basa en linear regression dada el supuesto de no estacionalidad

Alfa= 0.1 Beta= 0.2

Demand Pronostico
Año Trimestre Periodo Level Lt Trend Tt Error, Et
a Dt , Ft
0 12015 1549
2013 2 1 8000 13008 1438 13564 5564
2013 3 2 13000 14301 1409 14445 1445
2013 4 3 23000 16439 1555 15710 -7290
2014 1 4 34000 19594 1875 17993 -16007
2014 2 5 10000 20322 1645 21469 11469
2014 3 6 18000 21570 1566 21967 3967
2014 4 7 23000 23123 1563 23136 136
2015 1 8 38000 26017 1830 24686 -13314
2015 2 9 12000 26262 1513 27847 15847
2015 3 10 13000 26297 1217 27775 14775
2015 4 11 32000 27963 1307 27514 -4486
2016 1 12 41000 30443 1541 29270 -11730
Forecast Equation Ft+1 = Lt +nTt
1 13 31984
2 14 33526
3 15 35067
4 16 36609

Resumen:
 Tracking
Signal
Error
Absolute
Cuadratic MADt %Error MAPEt TSt
error, At
o, MSEt

5564 30959237 5564 70 70 1.00

1445 16524153 3505 11 40 2.00
7290 28732810 4767 32 37 -0.06
16007 85604033 7577 47 40 -2.15
11469 94788912 8355 115 55 -0.58
3967 81613688 7624 22 49 -0.11
136 69957246 6554 1 42 -0.11
13314 83370484 7399 35 41 -1.90
15847 102009888 8338 132 52 0.22
14775 113638498 8981 114 58 1.85
4486 105136815 8573 14 54 1.41
11730 107841792 8836 29 52 0.04

a (pendiente 1549
b (intercepc 12015

Estadísticas de la regresión
Coeficiente 0.48
Coeficiente 0.23
R^2 ajusta 0.15
Error típico 10666.88
Observacion 12.00

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
F Valor crítico de F
Regresión 1 ### ### 3.02 0.11
Residuos 10 ### ###
Total 11 ###
 Coeficientes Error típico Estadístico tProbabilidad Inferior 95% Superior 95%
Intercepción 12015.15 6565.01 1.83 0.10 -2612.61 26642.91
Variable X 1 1548.95 892.01 1.74 0.11 -438.57 3536.47
Inferior 95,0%
Superior 95,0%
-2612.61 26642.91
-438.57 3536.47
 Alizado Exponencial con Correccion de Tendencia y Estacionalidad (Winter´s Mode

1 La componente sistematica de la demanda viene dada por el nivel y la tendencia juntas ponderadas p
2 Se asume un factor p de periodicidad, ejemplo p=12 para el caso mensual

Alfa= 0.05 Beta= 0.1 Gama= 0.1

Seasona
Demand Pronosti
Año Trimestre Periodo Level Lt Trend Tt l Factor,
a Dt co, Ft
St
0 18439 524
2013 2 1 8000 18866 514 0.47 8913
2013 3 2 13000 19367 513 0.68 13178
2013 4 3 23000 19868 512 1.17 23259
2014 1 4 34000 20379 512 1.67 34035
2014 2 5 10000 20920 515 0.47 9723
2014 3 6 18000 21689 540 0.68 14557
2014 4 7 23000 22101 527 1.17 25980
2015 1 8 38000 22635 528 1.67 37785
2015 2 9 12000 23290 541 0.47 10809
2015 3 10 13000 23575 515 0.69 16543
2015 4 11 32000 24270 533 1.16 27847
2016 1 12 41000 24790 532 1.67 41439
Forecast Equation Ft+l = (Lt + lTt) * S t+l
1 2016 2 13 0.47 11940
2 2016 3 14 0.68 17578
3 2016 4 15 1.17 30929
4 2017 5 16 1.67 44925
nalidad (Winter´s Model)

ndencia juntas ponderadas por el indice de estacionalidad

Tracking
Signal
Error
Absolute
Error, Et Cuadratic MADt %Error MAPEt TSt
error, At
o, MSEt

913 913 832683 913 11 11.41 1.00

178 178 432234 545 1 6.39 2.00
259 259 310520 450 1 4.63 3.00
35 35 233193 346 0 3.50 4.00
-277 277 201942 332 3 3.36 3.33
-3443 3443 2143916 851 19 5.98 -2.75
2980 2980 3106024 1155 13 6.98 0.56
-215 215 2723535 1037 1 6.18 0.41
-1191 1191 2578519 1054 10 6.59 -0.72
3543 3543 3576151 1303 27 8.66 2.13
-4153 4153 4818760 1562 13 9.05 -0.88
439 439 4433277 1469 1 8.39 -0.63