S016_s1- Gestion de Operaciones

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 27

Gestión de operaciones

UNIDAD 4 : Pronóstico
SEMANA 16:
Métodos de promedios móviles y suavización.
A. Basados en promedios: simples, móviles, móviles dobles
B. De Suavización exponencial
Logro de sesión

• Al terminar la clase el estudiante conocerá e


identificara los métodos de pronostico de
promedios móviles y suavizamiento
exponencial.
Temas a tratar

Métodos de promedios móviles y suavización.


A. Basados en promedios: simples, móviles,
móviles dobles
B. De Suavización exponencial
Saberes previos
¿ Que son los métodos de promedio movil?
Utilidades

El estudiante conocerá e identificara los


métodos de pronostico de promedios
móviles y suavizamiento exponencial.
Transformación
Basado en promedios móviles Asociación entre dos variables

Dos variables medidas en la misma unidad de observación están asociadas si algunos de los
valores de una de las variables tienden a ocurrir más frecuentemente con algunos valores de la
segunda variable que con otros.

Ejemplos:
• Asociación o Relación Positiva : a mayor número de horas trabajadas mayor nivel de ingresos.
• Asociación o Relación Negativa : a mayor educación de la madre menor fecundidad.

Tipología:
• Un sólo conjunto de variables sin ninguna especificación a priori de dependencia . Entonces
nos enfocamos a las relaciones al interior ( within ). Estos métodos son conocidos como
métodos de interdependencia
(Ej.: Series de Tiempo)

• Dos conjuntos de variables dónde especificamos de antemano el efecto de algunas variables


sobre el comportamiento de otras . Aquí el enfoque es en la relación entre ( between )
variables. Estos métodos son conocidos como métodos de dependencia
(Ej.: Regresión)
Transformación
Basado en promedios móviles Métodos de pronosticar
Transformación
Basado en promedios móviles Métodos de pronosticar
Transformación
Basado en promedios móviles
¿Qué hace la suavización?
Después de que usted selecciona una técnica para la elaboración del pronóstico, la ajusta a los datos
conocidos y obtiene los valores del pronóstico. Una vez que estos valores pronosticados están
disponibles, los compara con las observaciones conocidas y calcula el error de pronóstico (et).
Una buena estrategia para evaluar los métodos de pronósticos implica los siguientes pasos:
1. La selección de un método de pronósticos se realiza con base en el análisis y la
intuición del pronosticador acerca de la naturaleza de los datos.

2. El conjunto de datos se divide en dos secciones: una sección de inicio o de ajuste y


una sección de prueba o de pronóstico

3. La técnica seleccionada de pronóstico se usa para desarrollar valores de ajuste


con la primera parte de los datos.

4. La técnica se usa para pronosticar la segunda sección, los pronósticos obtenidos


se comparan con los datos y se evalúa el error de pronóstico. Finalmente se toma la
decisión.
Transformación
Basado en promedios móviles Promedios simples

Promediar (calcular la media de) la parte de inicialización de los datos y


pronosticar el siguiente periodo.

Cuando una nueva observación está disponible, el pronóstico del siguiente


periodo es el promedio o la media calculada empleando la ecuación
anterior incluyendo esta nueva observación.

El método de promedios simples es una técnica adecuada cuando los factores que producen la serie
que se va a pronosticar se han estabilizado y el ambiente en el cual se encuentra la serie generalmente
permanece sin cambios. Ejemplos de este tipo de series son: las ventas efectuadas como resultado de
un nivel de esfuerzo constante de los vendedores; las ventas de un producto en la etapa de madurez
de su ciclo de vida; entre otros.
Transformación
Basado en promedios móviles Promedios simples: Ejemplo
Transformación
Basado en promedios móviles Promedios simples: Ejemplo
Transformación
Basado en promedios móviles Promedios móviles

El método de promedios simples utiliza la media de todos los


datos para hacer el pronóstico. ¿Qué sucede si en el analista
está más interesado en las observaciones recientes?
Se puede especificar un número constante de puntos de datos al inicio
y se puede calcular una media con las observaciones más recientes.

El modelo de promedio móvil no maneja muy bien la tendencia o la estacionalidad, si bien es cierto
que lo hace mejor que el método de promedio simple.
El analista debe usar su criterio en la determinación de los días, semanas, meses o trimestres en los
cuales basar el promedio móvil. Cuanto menor es el número, mayor es el peso que se asigna a los
periodos más recientes. Y a la inversa, cuanto mayor es el número, menor es el peso que se asigna a
los periodos más recientes.
Transformación
Basado en promedios móviles Promedios móviles: Ejemplo
Transformación
Basado en promedios móviles Promedios móviles dobles

La construcción de un promedio móvil doble se resume en las


ecuaciones.
La diferencia entre los dos conjuntos de promedios móviles se
suma al promedio móvil de tres semanas para pronosticar los
valores reales.
Se emplea la ecuación para desarrollar un pronóstico sumando al
promedio móvil simple la diferencia entre el promedio móvil
simple y el segundo promedio móvil
Transformación
Basado en promedios móviles Promedios móviles dobles:
Ejemplo
Transformación
Basado en promedios móviles Promedios móviles dobles:
ejemplo
Transformación
Basado en promedios móviles Promedios móviles dobles:
ejemplo
Transformación

Suavización exponencial
Transformación
De suavización exponencial
¿Qué hace la suavización?
Transformación
De suavización exponencial Introducción

Mientras que el método de promedios móviles toma en cuenta sólo las observaciones más
recientes, la suavización exponencial simple ofrece un promedio móvil con peso
exponencial para todos los valores previos observados.
Transformación
De suavización exponencial Introducción
Transformación
De suavización exponencial Suavización exponencial: ejemplo
Transformación
De suavización exponencial Suavización exponencial: ejemplo
Conclusiones
¿Qué hemos aprendido hoy?
• Discriminar el uso de métodos de pronósticos para la toma de
decisiones.
• Los ejemplos, nos otorgan referencias para aplicar los
pronósticos según sea el caso.
• La importancia de la selección de los datos, tiene gran
relevancia ene resultado de la proyección o pronósticos.
¿Dudas o inquietudes?

También podría gustarte

pFad - Phonifier reborn

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


Alternative Proxies:

Alternative Proxy

pFad Proxy

pFad v3 Proxy

pFad v4 Proxy