Actividad 1 Pronosticos Para La Toma De Desiciones
Páginas: 8 (1905 palabras)
Publicado: 29 de octubre de 2012
Nombre: | Matrícula: |
Nombre del curso: Pronósticos para la toma de decisiones. | Nombre del profesor: Nora Elisa González Gaytan |
Módulo:2Métodos de suavización y análisis de regresión. | Actividad:Integradora 2 |
Fecha: 11 de Septiembre de 2012 |
Bibliografía:Hanke, J. E., Wichern, D. (2006). Pronósticos en los negocios. (8ª Ed.) México: Pearson Educación. (ISBN: 9702607590).Tema 5.Métodos de pronósticos por suavización. http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica5.htmConsultado 08 de septiembre de 2012.Tema 6. Conceptos básicos y aplicaciones de análisis de regresión.http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica6.htm.Consultado 08 deseptiembre de 2012Tema 7. Análisis de regresión lineal simple.http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica7.htm.Consultado 08 de septiembre de 2012Tema 8. Pruebas de hipótesis con análisis de regresión linealsimple.http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica8.htm.Consultado 08 de septiembre de 2012 |
Título:
Los métodos de suavización, regresión lineal simple con pruebas de hipótesis.
Introducción:
En todo proceso de producción, ventas, compras e información de inversiones a futuro requieren de métodos precisos para pronosticar los datos que ayuden a tomar decisiones oportunas, se debe recordar en todo momento que un pronóstico no es una verdadabsoluta, solo es una aproximación y por lo cual el objetivo de ello es reducir la incertidumbre acerca de lo que puede acontecer en el futuro proporcionando información cercana a la realidad que permita tomar decisiones.
Contenido
1.- Explica claramente cuando es mejor utilizar:
La suavización exponencial simple, se basa en la atenuación de los valores de la serie de tiempo, obteniendo unpromedio de estos a manera exponencial; los datos se ponderan dando un mayor peso a las observaciones más recientes y uno menor a las más antiguas a la observación más reciente se le da valor α, y a la observación inmediata anterior se pondera con un peso de (1-α), a la siguiente observación inmediata anterior se le un peos de ponderación de (1-α)2 y así sucesivamente hasta completar el número devalores observados utilizando la siguiente fórmula:
Yt+1=αYt+(1-α)Yt
Yt+1=Yt+α(Yt-Yt)
Donde:
Yt+1=Nuevo valor suavizado, que es igual al dato del pronóstico para el siguiente periodo.
α = Constante de suavizamiento (0<α<1)
Yt =Nueva observación o valor real de una serie de periodo t.
Yt= Antiguo valor suavizado o el pronóstico del periodo t.
Existe un procedimientopara elegir el valor de alfa α para minimizar al MSE (Error cuadrático medio) el cual es el promedio de los errores al cuadrado y se expresa de esta forma.
MSE=nt=1 (Yt-Yt)2n
Cuando existe una tendencia lineal en los valores en un serie de tiempo, los pronósticos obtenidos mediante la suavización exponencial simple quedan rezagados aún al hacer variar al valor de α, para este caso se utilizandos diferentes técnicas (método de Holt o suavizamiento exponencial).
La suavización exponencial lineal, conocida también como el método de los dos parámetros de Holt atenúa en forma directa la tendencia y la pendiente al utilizar una constante de atenuación diferente para cada una de ellas. Utiliza las siguientes tres formulas.
1.- Estimación del nivel actual o serie suavizadaexponencialmente.
Lt=αYt +1-α(Lt-1+Tt-1)
2.- Estimación de la tendencia.
Tt=βLt+Lt-11-βTt-1
3.- pronóstico del P periodo en el futuro.
Yt+p=Lt+pTt
En donde:
Lt= Nuevo valor suavizado
α = Constante de suavizamiento para el nivel.
Yt = Observación nueva o valor real de la serie en el periodo t.
β = Constante de suavizamiento para la tendencia donde (0<β<1)
Tt= Estimación para la...
Nombre del curso: Pronósticos para la toma de decisiones. | Nombre del profesor: Nora Elisa González Gaytan |
Módulo:2Métodos de suavización y análisis de regresión. | Actividad:Integradora 2 |
Fecha: 11 de Septiembre de 2012 |
Bibliografía:Hanke, J. E., Wichern, D. (2006). Pronósticos en los negocios. (8ª Ed.) México: Pearson Educación. (ISBN: 9702607590).Tema 5.Métodos de pronósticos por suavización. http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica5.htmConsultado 08 de septiembre de 2012.Tema 6. Conceptos básicos y aplicaciones de análisis de regresión.http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica6.htm.Consultado 08 deseptiembre de 2012Tema 7. Análisis de regresión lineal simple.http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica7.htm.Consultado 08 de septiembre de 2012Tema 8. Pruebas de hipótesis con análisis de regresión linealsimple.http://bbsistema.tecmilenio.edu.mx/bbcswebdav/institution/UTM/tetramestre/profesional/ma/ma09108/anexos/explica8.htm.Consultado 08 de septiembre de 2012 |
Título:
Los métodos de suavización, regresión lineal simple con pruebas de hipótesis.
Introducción:
En todo proceso de producción, ventas, compras e información de inversiones a futuro requieren de métodos precisos para pronosticar los datos que ayuden a tomar decisiones oportunas, se debe recordar en todo momento que un pronóstico no es una verdadabsoluta, solo es una aproximación y por lo cual el objetivo de ello es reducir la incertidumbre acerca de lo que puede acontecer en el futuro proporcionando información cercana a la realidad que permita tomar decisiones.
Contenido
1.- Explica claramente cuando es mejor utilizar:
La suavización exponencial simple, se basa en la atenuación de los valores de la serie de tiempo, obteniendo unpromedio de estos a manera exponencial; los datos se ponderan dando un mayor peso a las observaciones más recientes y uno menor a las más antiguas a la observación más reciente se le da valor α, y a la observación inmediata anterior se pondera con un peso de (1-α), a la siguiente observación inmediata anterior se le un peos de ponderación de (1-α)2 y así sucesivamente hasta completar el número devalores observados utilizando la siguiente fórmula:
Yt+1=αYt+(1-α)Yt
Yt+1=Yt+α(Yt-Yt)
Donde:
Yt+1=Nuevo valor suavizado, que es igual al dato del pronóstico para el siguiente periodo.
α = Constante de suavizamiento (0<α<1)
Yt =Nueva observación o valor real de una serie de periodo t.
Yt= Antiguo valor suavizado o el pronóstico del periodo t.
Existe un procedimientopara elegir el valor de alfa α para minimizar al MSE (Error cuadrático medio) el cual es el promedio de los errores al cuadrado y se expresa de esta forma.
MSE=nt=1 (Yt-Yt)2n
Cuando existe una tendencia lineal en los valores en un serie de tiempo, los pronósticos obtenidos mediante la suavización exponencial simple quedan rezagados aún al hacer variar al valor de α, para este caso se utilizandos diferentes técnicas (método de Holt o suavizamiento exponencial).
La suavización exponencial lineal, conocida también como el método de los dos parámetros de Holt atenúa en forma directa la tendencia y la pendiente al utilizar una constante de atenuación diferente para cada una de ellas. Utiliza las siguientes tres formulas.
1.- Estimación del nivel actual o serie suavizadaexponencialmente.
Lt=αYt +1-α(Lt-1+Tt-1)
2.- Estimación de la tendencia.
Tt=βLt+Lt-11-βTt-1
3.- pronóstico del P periodo en el futuro.
Yt+p=Lt+pTt
En donde:
Lt= Nuevo valor suavizado
α = Constante de suavizamiento para el nivel.
Yt = Observación nueva o valor real de la serie en el periodo t.
β = Constante de suavizamiento para la tendencia donde (0<β<1)
Tt= Estimación para la...
Leer documento completo
Regístrate para leer el documento completo.