Promocion De Ventas

En este método se considera una variable conocida llamada independiente y otra desconocida llamada dependiente la cual se espera encontrar y se relaciona con las independientes a través de unaecuación lineal. La regresión lineal permite minimizar las desviaciones cuadráticas con respecto a los datos reales. La formula usada para este método es simple y se expresa mediante gráficas:

Y= a+b*XY= Variable Dependiente
X= Variable Independiente
a= Intersección de la recta con el eje Y
b= Pendiente de la Recta

Medias Móviles Simples

Este método permite suprimir los efectos de lasfluctuaciones aleatorias cuando existen en periodos cortos de tiempo y es útil cuando la demanda no tiene tendencias ni estacionalidades. Este modelo calcula la demanda de los n períodos más recientescon el fin de usarla como pronóstico para el siguiente periodo, una vez obtenido este pronóstico, para el siguiente se elimina el dato más antiguo y se calcula con los n más actuales y así sucesivamenteusando la siguiente fórmula:




Suavizamiento Exponencial Simple

Este método permite calcular más detalladamente las demandas futuras dándole importancia a los datos más recientes enrelación a los anteriores, es muy sencillo y usa pocos datos, solo usa tres datos, el pronóstico del último periodo (Fs-1), la demanda del último periodo (D) y un parámetro de suavizamiento (α) que va entre0 y 1 la formula usada es:


F_(t+1 )= ∝*(D_t)+(1-∝)*(F_t)
Suavizamiento exponencial Doble

Este método es el mismo que el anterior solo que se agrega un ajuste para considerar la tendencia dela serie de tiempo que se estudia que son el promedio suavizado exponencialmente a la serie del periodo (A) y el promedio suavizado exponencialmente a la serie de la tendencia del periodo (T) siendoentonces se incluyó:

A_(t )= ∝*(F_t)+(1-∝)*(A_(t-1)+T_(t-1))
T_(t )= β*(A_t+A_(t-1))+(1-β)*(T_(t-1))
F_(t+1 )= A_(t )+T_(t )

Error de Pronósticos

Todas las formas de estimar datos o...