los valores pertinentes, la cual se emplea para pronosticar el periodo siguiente.
PROMEDIO MVIL.
PROMEDIO MVIL PONDERADO.
SUAVIZACIN EXPONENCIAL.
REGRESIN LINEAL.
FORMULA.
VENTAJAS. - nica tcnica simple que es fcil para realiza clculos. - Puede ser utilizada para filtrar las variaciones. - Perodos largos que proporcionan mayor suavizacin
Se utiliza cuando se quiere dar
ms importancia a un conjuntos de datos ms recientes para obtener la previsin.
Consiste en establecer dicho
peso, tambin conocido como ponderacin, y utilizar dicho valor para realizar el clculo del promedio
- Si existe tendencia, es difcil
de detectar
-De responder ms lentamente
a las modificaciones reales en el nivel de demanda. -No pronostica tendencias. -Requiere muchos datos histricos
-Proporcionar estabilidad al pronstico.
Ft= Ft-1 + (A
t-1
- F
t-1
El mtodo de suavizacin exponencial puede dar una ponderacin mayor a las observaciones ms recientes. Las ponderaciones se asigna mediante la constante , 0 < < 1. El modelo se expresa como: pronstico = (ltimo valor) + (1 - )(ltimo pronstico) La regresin lineal es el de mnimos cuadrados, para encontrar una lnea de mejor ajuste para un conjunto de puntos
DESVENTAJAS.
i a bx i Y
UP120317
APLICACIN. Es recomendable para modelos de demanda circunstanciales o nivelados sin elementos estacionales o de tendencia. Es muy estable para patrones de exigencia probable o igualada donde se intenta erradicar el impacto de los elementos anormales histricos mediante un camino en etapas de demanda actual. Es ptimo para patrones de demanda aleatorios o nivelados donde se pretende eliminar el impacto de los elementos irregulares histricos mediante un enfoque en perodos de demanda reciente
-Permite aproximar el futuro, facilitando la toma de decisiones. -Los pronsticos planeados son ms valiosos y exactos que los intuitivos.
-No existe un mtodo de
pronstico universal, capaz de adaptarse a todas las situaciones y circunstancias, -Slo pronostica un perodo ms.
-La suavizacin exponencial tiene la
ventaja de ser sencilla y requerir un mnimo de datos. Su utilizacin es econmica, y por lo tanto, muy atractiva para las empresas que realizan miles de pronsticos para cada periodo de tiempo
-Su sencillez se convierte en
una desventaja cuando el promedio fundamental se modifica, como en el caso de las series de demanda que muestran una tendencia.
Es muy necesario para poder
para pronosticar el siguiente perodo o el segmento actual ms un porcentaje de la desviacin entre el valor pronosticado para el periodo actual y el valor real obtenido.
-Revela informacin acerca de las
estructuras de costos y distingue entre los roles de las diferentes variables en la afectacin del producto.
-Es necesario contar con un
importante grupo de datos para obtener resultados confiables. Los resultados de la regresin son sensibles a la forma funcional si no se interpreta correctamente el trmino de error.
Es un modelo ptimo para
esquemas de demanda con directriz (aumentado o decadente), es decir, patrones que presenten una correlacin de linealidad entre la demanda y el perodo.
