Tipos De Pronostico

5.1 MODELOS DE PRONÓSTICO


5.1.1 METODOS DE PRONOSTICOS PARA UN MODELO DE NIVEL CONSTANTE

Ahora se presenta 4 métodos de pronósticos para el modelo de nivel constante Este modelo, como cualquier otro, es solo una representación idealizada en la situación real. Para las series de tiempo reales es posible que ocurra al menos una pequeña desviación del valor de A. cada uno de los siguientesmétodos refleja una idea de que tan reciente puede ser un desplazamiento significativo.

PROCEDIMIENTO DE PRONÓSTICO DE ÚLTIMO VALOR

Si t es el tiempo actual, el procedimiento de pronostico de ultimo valor usa el valor de la serie de tiempo observado en el tiempo t (Xt) como pronostico para el tiempo t+1. por lo tanto,

Ft+1=Xt.

Por ejemplo, si Xt representa las ventas de un productoespecífico en el trimestre que acaba de terminar, el procedimiento usa estas ventas como el pronóstico para el próximo trimestre.
Este método de pronóstico tiene la desventaja de ser impreciso; su varianza es grande debido a que se basa en una muestra de tamaño 1. Vale la pena considerar solo si 1) la suposición sobre el nivel constante es insegura y el proceso cambia con rapidez de manera que loque ocurre antes del tiempo t es irrelevante o lleva a conclusiones equivocadas.

METODO DEL PRONÓSTICO PARA EL PROMEDIO


Este método va al otro extremo. En lugar de utilizar un tamaño de muestra de uno, usa todos los datos en la serie de tiempo y obtiene el promedio de las observaciones. Así, es el pronóstico para el siguiente periodo es:

T
Ft+1= ∑ Xi
i=1 tEsta estimación es excelente si el proceso es muy estable, esto es, si las suposiciones sobre el modelo que se usa son correctas. No obstante, a menudo existe escepticismo sobre la persistencia del modelo si se extiende un tiempo largo. Las condiciones cambian de manera inevitable atreves del tiempo. Debido a la renuencia natural al usar datos muy antiguos, este procedimiento, en general, selimita a procesos jóvenes.


METODO DE PROMEDIOS MOVILES PARA EL PRONÓSTICO


METODO DE SUAVIZADO EXPONENCIAL PARA EL PRONOSTICO


5.1.2 EFECTOS ESTACIONALES EN LOS MODELOS DE PRONOSTICOS

Es bastante común que una serie de tiempo tenga un patrón estacional con valores más altos ciertos tiempos del año que e otros. Por ejemplo, ocurre en las ventas de un producto que es un regalo popularde navidad. Estas series de tiempo violan la suposición básica de un modelo de nivel constante.
Por fortuna, es sencillo hacer ajustes estaciónales en esas series de tiempo y todavía se pueden usar estoa métodos de pronostico basado en el modelo de nivel constante.


SERIES DE TIEMPO CON AJUSTE ESTACIONAL


Es mucho mas fácil analizar una serie de tiempo y detectar nuevas tendencias siprimero se ajustan los datos para eliminar el efecto de los patrones estaciónales. Para eliminar los efectos estaciónales de la serie de tiempo cada volumen de llamadas promedio diario se divide entre el factor estacional. Así es la formula:


Volumen de llamadas real
Volumen de llamadas con ajuste estacional=Factor estacional



5.2 SUAVIZADO EXPONENCIAL EN MODELOS DE TENDENCIA LINEAL


La secuencia de variables aleatorias (x1,x2,xn) que genera la serie de tiempo tiene un valor esperado constante denotado por A donde la meta del pronostico Ft+1 es dar la estimación de A tan cercana como sea posible. un método de pronósticos basado en elmodelo nivel constante, quizás después del ajuste estacional, daría un mal pronostico para esa serie de tiempo porque se atrasaría respecto a la tendencia. Se estudiaría otro modelo diseñado para este tipo de series de tiempo.
Suponga que el proceso de generación de las serie de tiempo observada se puede representar por una tendencia lineal súper impuesta con fluctuaciones aleatorias, denote...