Documente Academic
Documente Profesional
Documente Cultură
PRONÓSTICO
ROBERTO AHUMADA
UNIVERSIDAD DE CARTAGENA
OCTAVO SEMESTRE
7/10/19
PRONOSTICOS
En éstas técnicas o métodos se atenúan o suavizan los datos (es decir los
valores observados en la serie de tiempo que se está analizando) obteniendo
la media aritmética de un subconjunto de los datos históricos más recientes
observados eliminando la observación o dato histórico más antiguo cada vez
que se dispone de una nueva observación o dato. De manera que el
promedio o media aritmética se va, por decirlo así, moviendo o desplazando,
es por esto que se les conocen o nombran como “promedios móviles”.
FÓRMULA
En donde:
Sumatoria de datos
Ventas reales en unidades de los periodos anteriores a t
Numero de datos
Enero 80
Febrero 90
Marzo 85
Abril 70
Mayo 80
Junio 105
Julio 100
Agosto 105
Septiembre 100
Octubre 105
Noviembre 100
Diciembre 150
Teniendo en cuenta los datos anteriores, se debe calcular un pronóstico mediante
la técnica de Promedio Móvil utilizando:
Un período de 3 meses (a partir de abril de 2009)
Un período de 6 meses (a partir de julio de 2009)
El objetivo consiste en identificar con cuál de los dos períodos del pronóstico se
obtiene mayor precisión al compararse con las ventas reales del reporte.
Solución
Al ser un pronóstico con un período móvil de 3 meses, este deberá efectuarse a
partir del mes de abril, es decir que para su cálculo tendrá en cuenta tres períodos,
es decir, Enero, Febrero y Marzo.
Luego para efectuar la previsión del mes de Mayo, deberán tenerse en cuenta los
últimos tres períodos que anteceden al mes de Mayo, es decir Febrero, Marzo y
Abril.
Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85
Agosto 105 95
Enero 80
Febrero 90
Marzo 85
Abril 70 85
Mayo 80 82
Junio 105 78
Julio 100 85 85
Agosto 105 95 88
FÓRMULA
Promedio de ventas en unidades en el período t
Sumatoria de datos
Factor de ponderación
Número de datos
Así entonces, este modelo de pronóstico precisa tan sólo de tres tipos de datos: el
pronóstico del último período, la demanda del último período y el coeficiente de
suavización.
FÓRMULAS
FÓRMULAS
El método de suavización exponencial doble o método de Holt usa tres ecuaciones
fundamentales:
Pronóstico del período t:
El estimado de la tendencia:
En donde:
Mes Demanda
1 12
2 17
3 ?
El tercer paso consiste en hallar el pronóstico del período 2, dicho cálculo se efectúa
así:
Ahora procedemos a efectuar los mismos cálculos para el período siguiente, de esta
manera:
Análisis de regresión:
Una relación funcional matemáticamente hablando, está dada por:
Y = f(x1,...,xn; θ1,...,θm)
Dónde:
Y: Variable respuesta (o dependiente)
Xi: La i-ésima variable independiente (i=1,...,n)
Θj: El j-ésimo parámetro en la función (j=1,...m)
F: La función
Como los valores de los parámetros no se pueden determinar sin errores por
que los valores observados de la variable dependiente no concuerdan con
los valores esperados, entonces la ecuación replanteada, estadísticamente,
sería:
Y = f(x1,...xn;θ1,...,θm) + ε
Y = βo + β1X + ε
Donde:
Análisis de correlación:
Para determinar el grado de relación entre las variables se debe calcular los
coeficientes de correlación, los cuales miden la dependencia lineal entre dos
variables. Este coeficiente para las variables y es dado por
donde
.
xi yi xi² yi² xi ·yi
80 300 6 400 90 000 24 000
79 302 6 241 91 204 23 858
83 315 6 889 99 225 26 145
84 330 7 056 108 900 27 720
78 300 6 084 90 000 23 400
60 250 3 600 62 500 15 000
82 300 6 724 90 000 24 600
85 340 7 225 115 600 28 900
79 315 6 241 99 225 24 885
84 330 7 056 108 900 27 720
80 310 6 400 96 100 24 800
62 240 3 844 57 600 14 880
936 3 632 73 760 1 109 254 285 908
Correlación positiva muy fuerte
2.
La tabla siguiente nos da las notas del test de aptitud (X) dadas a seis
dependientes a prueba y ventas del primer mes de prueba (Y) en cientos de
euros.
X 25 42 33 54 29 36
Y 42 72 50 90 45 48
1 Hallar el coeficiente de correlación e interpretar el resultado obtenido.
2 Calcular la recta de regresión de Y sobre X. Predecir las ventas de un
vendedor que obtenga 47 en el test.
xi yi xi² yi² xi ·yi
25 42 625 1 764 1 050
42 72 1 764 5 184 3 024
33 50 1 089 2 500 1 650
54 90 2 916 8 100 4 860
29 45 841 2 025 1 305
36 48 1 296 2 304 1 728
209 347 8 531 21 877 13 617