Modelos Cuantitativos PRONOSTICOS

Modelos Cuantitativos

Pronósticos
Pronósticos
6.1-6.3
6.1-6.3
1

PRONÓSTICO
Predicción de lo que ocurrirá sobre la
base de:
1. Identificación de tendencias a futuro
sobre la base de información real del
tiempo pasado.
2. Revisión de datos con el objetivo de
identificar patrones interesantes.

Series de Tiempo
Los datos de ventas históricos
forman una serie de tiempo.
Una serie de tiempo es unconjunto
de
observaciones
respecto a una variable medidas
en puntos sucesivos en el tiempo a
lo largo de de períodos sucesivos
de tiempo

Programa General
Métodos de
Pronóstico

Cuantitativos

Causal

Suavización

Cualitativos

Series de
Tiempo

Proyección de
tendencias

Proyección de tendencias
ajustadas por influencias
estacionales

6.1
6.1 Componentes
Componentes de
de una
una
serie
serie dede tiempo
tiempo

5

Componentes de una serie de
tiempo

El patrón o comportamiento
está
formado
por
cuatro
componentes

Tendencia
Cíclico
Estacional
Irregular

Tendencia
Desplazamiento gradual de la serie
de tiempo. Influyen factores a largo
plazo como modificaciones de la
población,
población sus características
demográficas,
demográficas la tecnología y la
preferncia del consumidor.consumidor

Tendencia lineal de ventas

1987

1992

1997

Volumen

Volumen

Volumen

Patrones Posibles

Tiempo
Tendencia
no lineal

Tiempo

Tiempo

Tendencia lineal
declinante

Sin tendencia

Componentes de tendencia y
cícliclas

Volumen

Componente cíclico:
cíclico Cualquier secuencia
recurrente de puntos encima y abajo de la
línea de tendencia que dure más de un año.

Línea de Tendencia

TiempoComponente Estacional e Irregular
Componente estacional: Movimiento

de
una serie de tiempo que ocurre en el
período de un año.
Componente irregular: Factor residual o

“todo lo que sobra” de una serie, toma en
consideración las desviaciones de los
valores reales de la serie de tiempo en
comparación con los esperados. Está
causado por factores a corto plazo no
previstos.

6.2
6.2 Uso
Uso de
demétodos
métodos de
de
suavización
suavización en
en el
el pronóstico
pronóstico
12

Tres métodos
El objetivo es suavizar las
fluctuaciones aleatorias causadas
por el componente irregular de la
serie de tiempo, existen tres:
Promedios Móviles
Promedios Móviles Ponderados
Suavización Exponencial

Promedios Móviles
Utiliza como pronóstico para el siguiente
periodo, el promedio de los ne valores
másrecientes de la serie de tiempo

 nn valores
valores de
de datos
datos más
más recientes
recientes

Promedio
Promedio Movil
Movil 

nn

Exactitud del Pronóstico: Se mide a
partir del promedio de los errores al
cuadrado (error cuadrático medio MSN)
MSN

Ejemplo Promedios Móviles
Ejemplo Ventas de Gasolina
Promedios móviles de Tres Semanas
Semana
1
2
3
4
5
6
7
8
9
10
11
12

Ventas (en milesPronóstico
de galones)
17
21
19
23
18
16
20
18
22
20
15
22

de Error

del Error

al

Promedio Móvil Pronóstico cuadrado

19
21
20
19
18
18
20
20
19
Totales

4
-3
-4
1
0
4
0
-5
3
0

16
9
16
1
0
16
0
25
9
92

MSN= 10.22

Gráfico
25
20

Ventas (en miles
de galones)

15

Pronóstico de
Promedio Móvil

10
5
11

9

7

5

3

1

0

Promedios móviles
ponderados
Implica seleccionar diferentes ponderaciones
paracada valor de datos y a continuación
obtener como pronóstico el promedio
ponderado de los n valores de datos más
recientes. En la mayor parte de los casos la
observación más reciente recibirá la mayor
ponderación, reduciéndose la ponderación
para los datos más antiguos. La suma de las
ponderaciones debe ser igual a 1.

Exactitud del Pronóstico: El mejor juego
de pesos se escoge de tal manera queminimice el MSN.
MSN

Suavización exponencial
Se trata de un caso especial del
método
de
promedios
móviles
ponderados, en el cual sólo se
selecciona un valor de ponderación, es
decir, el peso o ponderación de la
operación más reciente, los pesos o
ponderaciones para los demás valores
se calculan de manera automática,
haciéndose más y más pequeños
conforme las las observaciones se van
alejando...