«AÑO DE LA PROMOCIÓN DE LA INDUSTRIA

RESPONSABLE Y DEL COMPROMISO

CLIMATICO

• ASIGNATURA : ESTADISTICA APLICADA

• TEMA : MÉTODO PARA LA

TENDENCIA

• ESCUELA : Economía – IV Ciclo

INTEGRANTES :
1. DIOSES CRUZ STIVEN RICARDO.
2. GARCÍA GUTIERREZ JEAN CARLOS.
3. INFANTE RUJEL, SHEILA DANESKA .
4. RISCO ANCAJIMA RUDY ESTEFANY.

[Seleccione la fecha]
1
Contenido
1 MÉTODO DE LA MANO ALZADA .................................................................................................. 4
2 MÉTODO DE SEMIPROMEDIO. .................................................................................................... 6
3 MÉTODO DE PROMEDIO O MEDIAS MOVILES .......................................................................... 11
3.1 CLASIFICACIÓN .................................................................................................................. 13
3.1.1 La media móvil previa ............................................................................................... 13
3.1.2 La media móvil central .............................................................................................. 17
3.1.3 La media ponderada.................................................................................................. 20
3.1.4. La media móvil exponencial ........................................................................................... 24
3.2 CARACTERISTICAS.............................................................................................................. 25
4 CONCLUSIONES. ........................................................................................................................ 26
5 BIBLIOGRAFÍA ............................................................................................................................ 26

2
INTRODUCCIÓN

El presente trabajo comprende el estudio de varios métodos para poder estimar la tendencia
entre los cuales tenemos el método de la mano alzada, el método de semipromedios y el
métdo de medias moviles.

Ciertos métodos nos permiten utilizar como referencia el diagrama de dispersión que nos
proyecta años siguientes (método de la mano alzada), realizar pronósticos, los cuales son
menos exactos que los obtenidos con el método de los mínimos cuadrados, sin embargo, su
diferencia es mínima (método de semipromedios), calcular un promedio en base a los datos
históricos de que se disponga, y utilizar este valor como un pronóstico para un periodo
futuro (método de medias móviles).

OBJETIVOS:
 Conocer y aprender cada uno de los métodos planteados.
 Analizar cada uno de ellos para poder aplicarlo a la realidad.

3
1 MÉTODO DE LA MANO ALZADA
Consiste en utilizar como referencia el diagrama de dispersión e identificar la función de

acuerdo a la tendencia de los puntos de la gráfica, es el más sencillo y se traza la tendencia

observando los datos del gráfico.

Observación.- En la gráfica podemos identificar las desviaciones de los puntos con respecto

a la recta. La desventaja de este método consiste en la dependencia existente entre ambas

variables ya que si aumentan los valores de X , también lo harán los valores de Y .

Ejemplo:

Con las siguientes tabla contiene la datos de la producción anual (en millones de unidades)

de un fabrica durante 6 años se pide:

AÑOS X Y

2003 0 2

2004 1 5

2005 2 7

2006 3 10

2007 4 15

2008 5 17

4
1.Determina la ecuación de la tendencia resultante.

2.Realiza el diagrama de dicha ecuación

3.Cuál será la producción en 2010.

DIAGRAMA

18
17
Producción Anual (millones de unidades

16
15 Y = 2 + 2.67X
14

12

10 10

8 Y
7 Y=2+2.67X
6
5
4

2 2

0
0 1 2 3 4 5 6
Años

Se elige dos putos cualesquiera:

Primer punto(0;2)

Segundo punto(3;10)

 2 = 𝑎 + 𝑏(0) →𝑎=2

 10 = 𝑎 + 𝑏(3) → 𝑎 + 3𝑏 = 10

5
 𝑎=2 , 𝑏 = 2.67

1. La ecuación de la tendencia resultante:

𝛾 = 2 + 2.67𝑥

2. ¿Cuál será la producción estimada en el año 2010?

𝑦2010 = 2 + 2.67(7)𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝑦2010 = 20.69 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

Interpretación:

Se estima que para el año 2010 la producción es de 20.69 millones de unidades

2 MÉTODO DE SEMIPROMEDIO.

Este método se aplica con el objeto de simplificar los cálculos y consiste en:

a) Agrupar los datos en dos grupos iguales.

b) Obtener el valor central (mediana) de los tiempos y la media aritmética de los datos de

cada grupo, consiguiéndose así dos puntos de la recta de tendencia ( X 1 , Y1 ) y ( X 2 , Y2 ) .

c) Estos valores se reemplazan en el siguiente sistema:

 Y1  a0  a1 X1

Y2  a0  a1 X 2

6
d) Resolviendo el sistema se encuentran los valores de a1 y los a0 cuales se reemplazan

en la ecuación de la recta de tendencia, la cual es:

Y  a0  a1 X

Con esta recta de tendencia se puede realizar pronósticos, los cuales son menos exactos que

los obtenidos con el método de los mínimos cuadrados, sin embargo, su diferencia es

mínima.

Ejemplo:

Con los siguientes datos sobre las ventas en millones de dólares de la Empresa D& M.

AÑO (X) VENTAS (Y)

2000 1.5

2001 1.8

2002 2.0

2003 1.5

2004 2.2

2005 2.0

2006 3.0

2007 2.8

2008 2.4

2009 2.9

2010 3.0

7
1) Hallar la ecuación de tendencia por el método de los semi promedios.

2) Pronosticar la tendencia de ventas para el 2011 .

3) Elaborar la gráfica para los datos y la recta de tendencia.

Solución:

1) Se codifica la numeración de los años 2000 como 1 , 2001 como 2 , y así

consecutivamente para facilitar los cálculos. Se agrupa en dos grupos iguales.

VALOR SEMIPROMEDIO
AÑO (X) (Y) CENTREAL (Y)
(X)

2000 1 1.5

2001 2 1.8 3 1.8

2002 3 2.0

2003 4 1.5

2004 5 2.2

2005 6 2.0

2006 7 3.0

2007 8 2.8 9 2.82

2008 9 2.4

2009 10 2.9

2010 11 3.0

8
El año 2005 se dejó por fuera para tener grupos con el mismo número de años. El valor

central de 3 corresponder a la mediana del primer grupo 1, 2,3, 4 y5 . El valor central de

9 corresponder a la mediana del segundo grupo 7,8,9,10 y11 . El semi promedio 1.8

corresponde a la media aritmética del primer grupo. El semi promedio 2.82 corresponde a

la media aritmética del segundo grupo. De esta manera se obtienen dos puntos (3,1.8) y

(9,2.82) de la recta de tendencia.

Reemplazando los puntos en el siguiente sistema se obtiene:

 Y1  a0  a1 X1  1.8  a0  3a1
  
Y2  a0  a1 X 2 2.82  a0  9a1

Resolviendo mediante sistemas de ecuaciones por eliminación

1.8  a0  3a1...(1)

 2.82  a0  9a1
 1.8   a0  3a1

 2.82  a0  9a1
1.02  6a1
a1  0.17
a0  1.29

Como a1 es positiva, la recta tiene una tendencia ascendente (pendiente positiva).

Reemplazando los valores calculados se tiene la recta de tendencia, la cual es:

Y  a0  a1 X
Y  1.29  0.17 X
9
2) Para pronosticar la tendencia de exportación para él 2011 se reemplaza X  12 en la

recta de tendencia, obteniendo el siguiente resultado:

Y  1.29  0.17 X
Y  1.29  0.17(12)
Y  3.33

Interpretación: Existe una tendencia ascendente a un cambio promedio 0.17 de millones

de dólares por cada año, por lo que el gerente de ventas de la empresa debe seguir

aplicando las políticas necesarias para mantener la tendencia ascendente y mejorar la tasa

de crecimiento métodos.

3.5

3
VENTAS (EN MILLONES DE DÓLARES)

y = 0.17x + 1.29
2.5

1.5 VENTAS (Y)

1 Y = 1.29+0.17X

0.5

0
0 2 4 6 8 10 12
AÑOS

10
3 MÉTODO DE PROMEDIO O MEDIAS MOVILES

Una de las técnicas más usadas para el pronóstico es el método de los promedios móviles.

Este método consiste esencialmente en calcular un promedio en base a los datos históricos

de que se disponga, y utilizar este valor como un pronóstico para un periodo futuro.

El método parte de la base de que hay un patrón básico de comportamiento en los valores

de las variables a ser pronosticadas y que las observaciones históricas que tienen,

representan tanto a este modelo básico de comportamiento como a fluctuaciones aleatorias.

Para eliminar la aleatoriedad de los datos obtenidos hay que considerar el promedio de los

últimos valores observados, y usarlos como pronóstico para un periodo próximo. El número

de observaciones que se habrán de utilizar en este promedio se especifica de antemano y

permanece constante.

El término de “promedios móviles” se utiliza porque con cada nueva observación de que se

dispone, se puede calcular un nuevo promedio que se puede usar como pronóstico.

Una de las características de este método es que antes de hacer cualquier pronóstico, se

deben tener tantos anteriores como se vayan a necesitar en el promedio que se va a calcular,

o sea, “n” datos. Así sea un promedio móviles de 5 semanas, el primer pronostico que se

podrá hacer para la sexta semana. Además, da igual importancia a los datos que se utilizan

para calcular el pronóstico, o sea, los últimos “n” datos, y no da importancia a los datos

anteriores a estos.

11
La utilización de esta técnica supone que la serie de tiempo es estable, esto es, que los datos

que la componen se generan sin variaciones importantes entre un dato y otro

(𝑒𝑟𝑟𝑜𝑟 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑜)2 , esto es, que el comportamiento de los datos aunque muestren un

crecimiento o un decrecimiento lo hagan con una tendencia constante.

Cuando se usa el método de promedios móviles se está suponiendo que todas las

observaciones de la serie de tiempo son igualmente importantes para la estimación del

parámetro a pronosticar (en este caso los ingresos). De esta manera, se utiliza como

pronóstico para el siguiente periodo el promedio de los “n” valores de los datos más

recientes de la serie de tiempo.

Utilizando una expresión matemática, tenemos:

∑(𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑚𝑎𝑠 𝑟𝑒𝑐𝑖𝑒𝑛𝑡𝑒𝑠)

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑀ó𝑣𝑖𝑙 =
𝑛

El término móvil indica que conforme se tienen una nueva observación de la serie de

tiempo, se reemplaza la observación más antigua de la ecuación y se calcula un nuevo

promedio.

El resultado es que el promedio se moverá, esto es, conforme se tengan nuevos datos y se

vayan sustituyendo en la fórmula, el valor del promedio irá modificándose.

No existe una regla específica que nos indique cómo seleccionar la base de la promedio

móvil n Si la variable que se va a pronosticar no presenta variaciones considerables, esto es,

si su comportamiento es relativamente estable en el tiempo, se recomienda que el valor de n

sea grande. Por el contrario, es aconsejable un valor de “n” pequeño si la variable muestra

patrones cambiantes. En la práctica, los valores de n oscilan entre 2 y 10.

12
El método de promedios móviles es muy útil cuando se tiene información no desagregada y

cuando no se conoce otro método más sofisticado y que permita predecir con mayor

confianza.

3.1 CLASIFICACIÓN
3.1.1 La media móvil previa
Una media móvil simple (Moving Average) es la media aritmética de los datos anteriores.

En esta técnica elemental de predicción, cuanto más grande sea, mayor será la influencia de

los datos antiguos. En contrapartida, si se selecciona una baja, se tendrán en cuenta datos

más recientes para nuestra predicción.

De acuerdo a lo enunciado con anterioridad, concluimos que la elección de influenciará

decisivamente nuestra predicción. Dependiendo del tipo de datos de serie temporal

analizados podremos adaptar eficazmente nuestra predicción a los mismos. Así, si se elige

un bajo, nuestra predicción tendrá una alta capacidad para responder rápidamente ante

fluctuaciones o variaciones significativas en los datos de un período a otro. Sin embargo, la

predicción en este caso estará altamente influenciada por efectos aleatorios. Por otro lado,

la elección de un muy alto provocará que, aunque se filtre la existencia de efectos

aleatorios, nuestras predicciones presenten una adaptación lenta ante fluctuaciones

significativas en los datos de períodos más recientes, pués dicha predicción estará teniendo

en cuenta el valor de datos antiguos.

La simplicidad de esta técnica hace que sea objeto de críticas en lo que refiere a su

consideración equitativa de datos recientes y datos antiguos, sobre todo cuando el objeto de

la predicción son variables cuya variabilidad en el corto plazo es importante para obtener

13
una predicción eficaz, v.gr: análisis de demanda, nº ventas, etc. Además, en presencia de

una tendencia en la serie de datos, la media movil simple causa problemas de predicción.

Ejemplo:

Dado los siguientes datos de consumo mostrado:

MES DEL AÑO VENTA DE

2006 CHOCOLATES
(MILES DE
UNIDADES)
ENERO (1) 20
FEBRERO (2) 21
MARZO (3) 15
ABRIL (4) 14
MAYO (5) 13
JUNIO (6) 16
JULIO (7) 17
AGOSTO (8) 18
SETIEMBRE (9) 20
OCTUBRE (10) 20
NOVIEMBRE (11) 21
DICIEMBRE (12) 23

Se pide:

a) La tendencia de la demanda para el producto de Chocolate. Usar una media móvil

simple abarcando tres periodos.
b) La tendencia de la demanda para el producto de Chocolate. Usar una media móvil
simple abarcando dos periodos.

14
SOLUCIÓN:
 Fórmula de promedio móvil simple.
k

y i
MMS  i 1

k
k  número de periodos
Donde :
yi = valores de los periodos tomados
a) Como nos piden la media móvil para tres periodos se inicia a calcular la tendencia a
partir del cuarto mes (abril)
k 3
(20+21+15)
MMS4 = =18.67
3
Luego se va dejando de lado el dato más antiguo y se toman los siguientes tres periodos:
(21+15+14) (15+14+13)
MMS5 = =16.67 MMS6 = =14
3 3
(14+13+16) (13+16+17)
MMS7 = =14.33 MMS8 = =15.33
3 3
(16+17+18) (17+18+20)
MMS9 = =17 MMS10 = =18.33
3 3
(18+20+20) (20+20+21)
MMS11 = =19.33 MMS12 = =20.33
3 3
b) El mismo procedimiento se realiza para una media móvil para dos periodos, solo
que en este caso se inicia a calcular la tendencia a partir del tercer mes (marzo)
k 2
(20+21) (21+15)
MMS3 = =20.5 MMS4 = =18
2 2
(15+14) (14+13)
MMS5 = =14.5 MMS6 = =13.5
2 2
(13+16) (16+17)
MMS7 = =14.5 MMS8 = =16.5
2 2
(17+18) (18+20)
MMS9 = =17.5 MMS10 = =19
2 3
(20+20) (20+21)
MMS11 = =20 MMS12 =  20.5
2 2

Entonces:

15
 MES DEL AÑO VENTA DE
2006 CHOCOLATES Media Media
(MILES DE móvil móvil
UNIDADES) k=3 k=2
ENERO (1) 20
FEBRERO (2) 21
20.5
MARZO (3) 15
18.67 18
ABRIL (4) 14
16.67 14.5
MAYO (5) 13
14.00 13.5
JUNIO (6) 16
14.33 14.5
JULIO (7) 17
15.33 16.5
AGOSTO (8) 18
17.00 17.5
SETIEMBRE (9) 20
18.33 19
OCTUBRE (10) 20
19.33 20
NOVIEMBRE (11) 21
20.33 20.5
DICIEMBRE (12) 23
21.33 22

Media móvil (k=3)

25

20
VENTA DE CHOCOLATES

15
Real
10 Pronóstico

0
1 2 3 4 5 6 7 8 9 10 11 12

16
 Media móvil (k=2)
25

20
VENTA DE CHOCOLATES

15
Real

10 Pronóstico

0
1 2 3 4 5 6 7 8 9 10 11 12

3.1.2 La media móvil central

En lugar de utilizar sólo datos anteriores, se utilizan también datos posteriores a aquél del

cual se quiere obtener la media.

La media móvil ponderada es una media multiplicada por ciertos factores, que le dan

determinado peso a determinados datos. La media móvil ponderada (Weighted Moving

Average) desarrolla y mejora las aplicaciones de la media móvil simple. Se trata de la

media aritmética de los valores anteriores ponderados según diferentes criterios. De esta

forma, se superan los inconvenientes que ofrece la técnica de media móvil simple pues, en

función de las características de los datos analizados podremos decidir si darle mayor

importancia a datos más antiguos o más recientes. Esta técnica será más eficiente que la

media móvil simple a la hora de adaptar rápidamente el valor de la predicción a

17
fluctuaciones en los datos recientes (v.gr: dándole una alta ponderación a los valores más

nuevos).

La media móvil exponencial es una media móvil ponderada exponencialmente. Se trata de

la media aritmética de los valores anteriores con factores de ponderación que decrecen

exponencialmente. La ponderación para cada punto de datos más antiguo decrece

exponencialmente, nunca llegando a cero. El gráfico a la derecha muestra un ejemplo de la

disminución de la ponderación. Da mayor importancia a los datos más recientes. Esta

técnica será más eficiente que la media móvil simple y la media móvil ponderada a la hora

de adaptar rápidamente el valor de la predicción a fluctuaciones en los datos recientes (v.gr:

dándole una alta ponderación a los valores más nuevos).

18
EJEMPLO:
Los datos son extraídos de un instituto de estadística
Datos cuatrimestrales:
Trabajamos con una serie que representa la entrada de turistas a Canaria.

AÑO CUATRIMESTRES Nº DE TURISTAS QUE

ENTRAN A TENDENCIA
CANARIA(MILLONES)
1 3492
2002 2 2893 3260
3 3394 3286
1 3570 3310
2003 2 2965 3279
3 3302 3238
1 3447 3149
2004 2 2698 3142
3 3282 3112
1 3356 3094
2005 2 2643 3092
3 3278 3123
1 3447 3174
2006 2 2797 3177
3 3287 3147
2007 1 3357

 Periodo: 3 nº impar
 El primer valor está representando al 1, 2 y 3 cuatrimestre del 2002. Para ubicar este
primer valor tenemos que buscar el punto medio de esos tres primeros valores.

3492  2893  3394

 3260
3
 De igual manera al paso anterior empezamos calculando las demás tendencias
desplazándonos periodo a periodo.

19
  Gráfica

SERIE DE ENTRADAS DE TURISTAS A CANARIAS: DATOS

CUATRIMESTRALES
4000

3500
Nº DE TURISTAS (MILLONES)

3000

2500

2000

1500

1000

500

0
2002 2003 2004 2005 2006 2007
AÑOS

Nº DE TURISTAS QUE ENTRAN A CANARIA(MILLONES) TENDENCIA

3.1.3 La media ponderada

La media móvil ponderada es una media multiplicada por ciertos factores, que le dan
determinado peso a determinados datos. Lamedia móvil ponderada (Weighted Moving
Average) desarrolla y mejora las aplicaciones de la media móvil simple. Se trata de la
media aritmética de los valores anteriores ponderados según diferentes criterios. De esta
forma, se superan los inconvenientes que ofrece la técnica de media móvil simple pues, en
función de las características de los datos analizados podremos decidir si darle mayor
importancia a datos más antiguos o más recientes. Esta técnica será más eficiente que la
media móvil simple a la hora de adaptar rápidamente el valor de la predicción a
fluctuaciones en los datos recientes (v.gr: dándole una alta ponderación a los valores más
nuevos).

20
EJEMPLO:

Mediante una media ponderada de los valores, siendo más importante el dato más actual
con un peso del 50%; el anterior a este con una importancia del 30% y el más antiguo con
una importancia del 20%. Determine:

MES, DEL AÑO 2006 VENTAS DE CHOCOLATE

EN MILES DE UNIDADES
ENERO 20
FEBRERO 21
MARZO 15
ABRIL 14
MAYO 13
JUNIO 16
JULIO 17
AGOSTO 18
SEPTIEMBRE 20
OCTUBRE 20
NOVIEMBRE 21
DICIEMBRE 23
ENERO No disponible

a) El pronóstico para Enero de 2007 usando la media móvil ponderada.

b) La desviación absoluta promedio para los datos obtenidos anteriormente.
c) Evalué los pronósticos anteriores (media móvil doble de k=2, k=3 y ponderada).
d) Identificar el mejor pronóstico.
SOLUCION:

a) El pronóstico para Enero de 2007 usando la media móvil ponderada.

DATOS

- El dato más importante con un peso del 50% es igual al dato más actual, es
decir, el de Diciembre.
- El dato anterior con una importancia del 30% es igual al del mes de Noviembre.
- El dato más antiguo con una importancia del 20% es igual al del mes de Octubre
Entonces tenemos:

𝑃2007 = (0.5 ∗ 23) + (0.3 ∗ 21) + (0.2 ∗ 20)

21
 𝑃2007 = 21.8

Respuesta:

P= 21.8 miles de unidades, es decir, para el año 2007 las ventas de chocolates serán de 21.8
miles de unidades.

b) La desviación absoluta promedio para los datos obtenidos anteriormente.

DATOS:

MES, DEL AÑO VENTAS DE MEDIA DESVIACION

2006 CHOCOLATE MOVIL ABSOLUTA
EN MILES DE PONDERADA
UNIDADES
ENERO 20
FEBRERO 21
MARZO 15
ABRIL 14 17.8 3.8
MAYO 13 15.7 2.7
JUNIO 16 13.7 2.3
JULIO 17 14.7 2.3
AGOSTO 18 15.9 2.1
SEPTIEMBRE 20 17.3 2.7
OCTUBRE 20 18.8 1.2
NOVIEMBRE 21 19.6 1.4
DICIEMBRE 23 20.5 2.5
ENERO No disponible 21.8

𝐷𝐸𝑆𝑉𝐼𝐴𝐶𝐼𝑂𝑁 𝐴𝐵𝑂𝑆𝑇𝑈𝐿𝐴 = 𝑀𝐸𝐷𝐼𝐴 𝑀𝑂𝑉𝐼𝐿 𝑃𝑂𝑁𝐷𝐸𝑅𝐴𝐷𝐴 − 𝑉𝐸𝑁𝑇𝐴𝑆

Entonces:

𝐷𝐴𝐴𝑏𝑟𝑖𝑙 = 17.8 − 14

𝐷𝐴𝐴𝑏𝑟𝑖𝑙 = 3.8

a) Evalué los pronósticos anteriores (media móvil doble de k=2, k=3 y ponderada).

22
Datos:

MES, DEL VENTAS DE MEDIA MEDIA MEDIA

AÑO 2006 CHOCOLATE MOVIL MOVIL MOVIL DE
EN MILES DE PONDERADA DOBLE TRES
UNIDADES K=2 PERIODOS
ENERO 20
FEBRERO 21
MARZO 15
ABRIL 14 17.8
MAYO 13 15.7 19.3
JUNIO 16 13.7 16.3
JULIO 17 14.7 14 16.4
AGOSTO 18 15.9 14 15
SEPTIEMBRE 20 17.3 15.5 14.6
OCTUBRE 20 18.8 17 15.6
NOVIEMBRE 21 19.6 18.3 16.9
DICIEMBRE 23 20.5 19.5 18.2
ENERO No disponible 21.8 20.3 19.3

Tenemos:

𝐷𝐸𝑆𝑉𝐼𝐴𝐶𝐼𝑂𝑁 𝑀𝐸𝐷𝐼𝐴 𝑀𝑂𝑉𝐼𝐿 𝐷𝑂𝐵𝐿𝐸 𝐷𝐸 𝐷𝑂𝑆 𝑃𝐸𝑅𝐼𝑂𝑆𝑂𝑆

= 𝑀𝐸𝐷𝐼𝐴 𝑀𝑂𝑉𝐼𝐿 𝐷𝑂𝐵𝐿𝐸 − 𝑉𝐸𝑁𝑇𝐴𝑆

𝐷𝐸𝑆𝑉𝐼𝐴𝐶𝐼𝑂𝑁 𝑀𝐸𝐷𝐼𝐴 𝑀𝑂𝑉𝐼𝐿 𝐷𝐸 𝑇𝑅𝐸𝑆 𝑃𝐸𝑅𝐼𝑂𝐷𝑂𝑆

= 𝑀𝐸𝐷𝐼𝐴 𝑀𝑂𝑉𝐼𝐿 𝐷𝐸 𝑇𝑅𝐸𝑆 𝑃𝐸𝑅𝐼𝐷𝑂𝑆 − 𝑉𝐸𝑁𝑇𝐴𝑆

𝐷𝐸𝑆𝑉𝐼𝐴𝐶𝐼𝑂𝑁 𝐴𝐵𝑆𝑂𝐿𝑈𝑇𝐴 = 𝑃𝑅𝑂𝑀𝐸𝐷𝐼𝑂 𝐷𝐸 𝐿𝐴 𝑀𝐸𝐷𝐼𝐴

23
 DESVIACION DESVIACION DESVIACION
ABSOLUTA DE MEDIA ABSOLUTA MEDIA ABSOLUTA MEDIA
MOVIL PONDERADA MOVIL DOBLE K=2 MOVIL DE TRES
PERIODOS

3.8
2.7 6.3
2.3 0.3
2.3 3 0.6
2.1 4 3
2.7 4.5 5.4
1.2 3 4.4
1.4 2.8 4.1
2.5 3.5 4.8
2 3.5 3.7

Respuesta: Se evalúan usando la desviación absoluta promedio, por ejemplo, 3.7 representa
el dato pronosticado del método con respecto al dato real, evaluando el mismo rango, es
decir, de julio hasta diciembre del 2006.

b) Identificar el mejor pronóstico.

Nuestro mejor pronóstico es el de la desviación de media pondera, ya que en promedio solo
de desviación dos miles de unidades en ventas de unidades de chocolates en promedio.

3.1.4. La media móvil exponencial

La media móvil exponencial es una media móvil ponderada exponencialmente. Se trata de

la media aritmética de los valores anteriores con factores de ponderación que decrecen

exponencialmente. La ponderación para cada punto de datos más antiguo decrece

exponencialmente, nunca llegando a cero. El gráfico a la derecha muestra un ejemplo de la

disminución de la ponderación. Da mayor importancia a los datos más recientes. Esta

24
técnica será más eficiente que la media móvil simple y la media móvil ponderada a la hora

de adaptar rápidamente el valor de la predicción a fluctuaciones en los datos recientes (v.gr:

dándole una alta ponderación a los valores más nuevos).

3.2 CARACTERISTICAS
La media móvil no es más que un promedio aritmético que suaviza la curva de cotizaciones

y se convierte en una nueva línea de tendencia, permitiéndonos analizar su inicio y su final.

No proporciona un adelanto de los cambios de tendencia, pero si los puede confirmar

plenamente cuando se inician.

Hay varios de tipos de medias móviles (ponderada, exponencial, etc.), pero la más

empleada es la media móvil aritmética, que es la media aritmética de las cotizaciones de

una cantidad determinada de sesiones, con la característica de que en cada nueva sesión se

elimina la primera sesión de la serie en el cálculo y se añade la última sesión.

Por este motivo se llama media móvil, porque se mueve siguiendo las cotizaciones.

Las medias móviles están en la frontera que separa el chartismo (análisis gráfico) del

análisis técnico, y son probablemente, el indicador técnico más empleado y uno de los que

mejores señales de compra y venta aporta, ya que son señales claras y concisas.

La media móvil es un indicador de tendencia que nunca se anticipa al movimiento o

tendencia de las cotizaciones, es decir simplemente sigue a la curva de cotizaciones

confirmando la tendencia que hay en vigor en cada momento. No nos adelanta cambios de

tendencia, pero si los puede confirmar.

25
4 CONCLUSIONES.

 Mediantes estos métodos podemos proyectarnos hacia nuevos cambios que se

pueden venir a una cierta empresa.
 Podemos pronosticas que perdidas o ganancias puede tener una empresa en un
determinado periodo

5 BIBLIOGRAFÍA
 En En es http://www.monografias.com/trabajos87/analisis-tendencia-series-tiempo/analisis-
tendencia-series-tiempo.shtml#ixzz3HqumBiae
 http://www.monografias.com/trabajos87/analisis-tendencia-series-tiempo/analisis-tendencia-series-
tiempo.shtml#ixzz3HqumBiae
 http://www.monografias.com/trabajos87/analisis-tendencia-series-tiempo/analisis-tendencia-series-
tiempo.shtml#ixzz3HqumBiae

ta investigación, no sólo he ganado conocimiento de una parte de la historia que nos compete a
todos, sino también un buen equipo de trabajo y la certeza que en este país existen personas que
luchan enforma constante por muy buenas causas; su trabajo, su familia y su pueblo.

Espero que el tiempo no detenga al tren y este pueda seguir su camino hacia el horizonte.

esta investigación, no sólo he ganado conocimiento de una parte de la historia que nos compete a
todos, sino también un buen equipo de trabajo y la certeza que en este país existen personas que
luchan enforma constante por muy buenas causas; su trabajo, su familia y su pueblo.
Espero que el tiempo no detenga al tren y este pueda seguir su camino hacia el horizonte.

26