PRONÓSTICOS

Fu n d amen t o s d e P r o d u c c i ó n
Universidad del Sinú
Fa c u l t a d d e I n g e n i e r í a I n d u s t r i a l
P r o f e s o r : E d u a r d o V i s b a l
Horizonte de tiempo en pronósticos
Varias dimensiones

Corto plazo
Días / Semanas
Ventas a corto plazo
Programas de turnos
Requerimientos de recursos

Mediano plazo
Semanas / Meses
Ventas de familia de productos
Requerimientos de mano de obra
Requerimientos de recursos

Largo plazo
Meses / años
Necesidades de capacidad
Patrones de venta a largo plazo
Tendencias de crecimiento
Métodos objetivos de pronóstico
También conocidos como cuantitativos, son aquellos en los que el pronóstico se deriva de un análisis de datos.

01
Modelos causales: modelos
econométricos o mínimos cuadrados.

02 Tendencia: series de tiempo.

Modelos
Objetivos 03 Estacionalidad: series de tiempo.

04 Ciclos: series de tiempo.

05 Aleatoriedad: series de tiempo.

Modelos causales
Un corridor de bienes raíces está tratando de calcular su ingreso para el próximo año. En el pasado ha
observado que su ingreso es prácticamente proporcional al número total de ventas de viviendas en su
territorio. También se ha dado cuenta de que normalmente ha habido una relación cercana entre las
ventas de vivienda y las tasas de interés para las hipotecas a casas. Puede construer un modelo de la
forma:

Yt = c0 + c1*Xt-1
Donde Y t es el número de ventas en el año t y Xt-1 es la tasa de interés en el año t-1. Con base en
datos pasados podrá determiner entonces los estimadores de mínimos cuadrados para las constants c 0
y c 1. Supongamos que los valores de estos estimadores son actualmente c 0=385,7 y c 1=-1.878.
Entonces la relación estimada entre las ventas de casas y las tasas de interés hipotecario es:

Yt = 385,7 – 1.878*Xt-1
Donde Xt-1, la tasa de interés del año anterior, se expresa como un decimal. Entonces, si la tasa de
interés actual es de 10%, el modelo pronosticará que el número de ventas para el siguiente año en su
territorio será de 385,7 – 187,8 = 197,9, o cerca de 198 casas vendidas.
Yt = 385,7 – 1.878*Xt-1 Yt = 385,7 – 1.878*Xt-1
Yt = 385,7 – 1.878*0,20 Yt = 385,7 – 1.878*0,10
Yt = 385,7 – 375,6 Yt = 385,7 – 187,8
Yt = 10,1 = 10 Yt = 197,9 = 198
Evaluación de los métodos de pronóstico

DAM
1 Desviación absoluta media
durante n periodos.

Medidas 2
ECM
Error cuadrático medio
comunes durante n periodos.

EPAM
3 Error porcentual absoluto
medio durante n periodos.
Evaluación de los métodos de pronóstico
Semana P1 O1 E1 E1/01 P2 O2 E2 E2/02
1 92 88 4 0,0455 96 91 5 0,0549
2 87 88 1 0,0114 89 89 0 -
3 95 97 2 0,0206 92 90 2 0,0222
4 90 83 7 0,0843 93 90 3 0,0333
5 88 91 3 0,0330 90 86 4 0,0465
6 93 93 0 - 85 89 4 0,0449

Desviación absoluta media

DAM1 = 17/6 = 2,83
DAM2 = 18/6 = 3,00

Error cuadrático medio

ECM1 = 79/6 = 13,17
ECM2 = 70/6 = 11,67

Error porcentual absoluto

EPAM1 = 0,0325
EPAM2 = 0,0337
¿Preguntas?
 evisbal@unisinucartagena.edu.co

CONTACTO https://evisbal.wixsite.com/produccion