Pronos Ticos

UNIVERSIDAD SIMON BOLIVAR
_____________________________
Estimacin de la Demanda:
Pronsticos
PS-4161 Gestin de la Produccin I
USB PS4161 GESTION DE LA PRODUCCION I
PRONOSTICOS
Bibliografa Recomendada
_____________________________
Ttulo: Direccin de la Produccin: Decisiones

Estratgicas.
Captulo 4: Previsin
Autores: HEIZER, Jay y RENDER, Barry
Editorial: Prentice Hall, 6a. Edicin
Ttulo: Direccin y Administracin de la Produccin y
de las Operaciones
Captulo 7: Administracin de la Demanda
Autores: CHASE, Richard y AQUILANO, Nicolas
Editorial: Adison Wesley Iberoamericana, 6a. Edicin
PRONOSTICOS
_____________________________
Contenido
Introduccin: Qu es el Pronstico?
Horizontes temporales de el pronstico
La influencia del ciclo de vida del producto
Tipos de Pronsticos
La importancia estratgica del Pronstico
Recursos humanos
Capacidad
Gestin de la cadena de suministros
Siete etapas en el sistema de pronstico

PRONOSTICOS
_____________________________
Contenido
Enfoques del Pronstico
Visin global de los mtodos cualitativos

Visin global de los mtodos cuantitativos
Pronstico de series temporales
Descomposicin de una serie temporal

Enfoque simple
Medias mviles
Suavizamiento exponencial
Suavizamiento exponencial con ajuste de tendencia
Proyecciones de la tendencia
Variaciones estacionales en los datos
Variaciones cclicas en los datos
PRONOSTICOS
_____________________________
Contenido
Mtodos de pronstico causal: anlisis de regresin

y correlacin
Utilizacin del anlisis de regresin para realizar Pronsticos
Error estndar de la estimacin
Coeficientes de correlacin para las rectas de regresin
Anlisis de regresin mltiple
Seguimiento y control de Los Pronsticos

Suavizamiento adaptable
Pronstico enfocado
Pronstico en el sector servicios
PRONOSTICOS
_____________________________
Objetivos
Describir o explicar:
Medias Mviles simples y ponderadas
Suavizamiento Exponencial
Proyecciones de tendencia
Anlisis de regresin y correlacin
Regresin lineal con estacionalidad
Medidas de precisin del pronstico
Aplicar el mtodo idneo para cada pronstico
PRONOSTICOS
_____________________________
La demanda
Demanda
PRONOSTICOS
_____________________________
Demanda
Demanda o Consumo Potencial, cantidad de

determinado bien o servicio que el mercado
requiere
Muestra y cuantifica la existencia de los

consumidores actuales y los potenciales y la
ubicacin geogrfica de los mismos
PRONOSTICOS
La demanda segn la necesidad

_____________________________
Demanda de bien social aquello que la

sociedad requiere para su desarrollo y
crecimiento
(alimentacin,
vestido,
salud, vivienda, educacin)
Demanda de bienes no necesarios,
consumo suntuario, donde se satisface
un gusto y no una necesidad (perfumes,
ropa fina, electrnica, arte)
PRONOSTICOS
Demanda segn su destino
_____________________________
Demanda de bienes finales

Demanda
de
bienes
intermedios
industriales
Los bienes intermedios forman parte de
una cadena productiva, al aumentar la
demanda
del
ltimo
aumenta
la
demanda del producto intermedio

PRONOSTICOS
10
El pronstico de la demanda
_____________________________
El anlisis histrico del comportamiento

de la demanda se realiza para estudiar la
evolucin del pasado a fin de pronosticar
el comportamiento futuro, con un margen
razonable de seguridad.
No es extrapolar una tendencia, sino
estudiar los posibles factores que afectan
esa tendencia.
PRONOSTICOS
11
Factores que afectan la demanda
_____________________________
cambios en las polticas econmicas,

sustitucin del producto,
complementacin del producto,
comportamiento estacionario,
cambios de la estructura de la poblacin,
modificaciones significativas de volumen,
coyunturas internacionales
PRONOSTICOS
12
Qu es el pronstico?
_____________________________
Arte y ciencia de predecir

acontecimientos futuros.
Modelacin matemtica
Prediccin subjetiva
Vender 200
millones de
bolvares!
Base de todas las

decisiones empresariales:
Produccin
Inventario
Personal
Instalaciones
Presupuesto
PRONOSTICOS
13
Tipos de Pronstico
_____________________________
Cualitativos
De caracter subjetivo
Basado en estimaciones y opiniones.
Programacin de trabajos, asignacin de tareas.
Anlisis de series de tiempo

Utilizacin de datos relacionados de periodos anteriores
Componentes: tendencia, estacionalidad y ciclos
Relaciones causales
Supone demanda relacionada con una o ms causas
Regresin Lineal y Regresin Multilineal
Simulacin
Modelos complejos simulados en computador
Modelos Dinmicos
PRONOSTICOS
14
Tcnicas y Modelos Comunes
_____________________________
Cualitativos
Mtodo Delphi
Investigacin de Mercado
Consenso Grupal: Intercambio abierto en reuniones
Analoga Histtica: Relacin con artculo similar
Niveles Inferiores de la organizacin: Datos de vendedores
Series de tiempo
Promedio Mvil Simple

Promedio Mvil Ponderado
Anlisis de regresiones de tiempo
Tcnica Box Jenkins
Series de tiempo de Shiskin: Descomponer series de tiempo en
estacionalidad
PRONOSTICOS
15
Tcnicas y Modelos Comunes (Cont)
_____________________________
Relaciones causales
Anlisis de Regresiones causales
Regresin Multilineal: Varias variables causales
Simulacin
Modelos Dinmicos: incluye variables internas como factores
externos.
Permite hacer estudios de sensibilidad
Modelos preprogramados
PRONOSTICOS
16
Tipos de horizontes temporales del

_____________________________
pronstico
Pronsticos a corto plazo:
Cobertura de hasta un ao, generalmente inferior a los tres meses.
Programacin de compras, trabajos, asignacin de tareas.
Pronsticos a medio plazo:

Entre tres meses y tres aos.
Planificacin de las ventas, de la produccin y del presupuesto.
Pronsticos a largo plazo:

Periodos superiores a tres aos.
Planificacin de nuevos productos, localizacin de las instalaciones,
desembolso de capital.
PRONOSTICOS
17
Pronsticos de corto plazo frente a Pronsticos

de largo plazo
_____________________________
Los pronsticos a medio y largo plazo tratan de

asuntos ms extensos, y apoyan las decisiones de
gestin que conciernen a la planificacin y los
productos, las plantas y los procesos.
Los pronsticos a corto plazo normalmente
emplean metodologas diferentes a las anteriores,
utilizan tcnicas matemticas como las medias
mviles, alisado exponencial y extrapolacin.
Los pronsticos a corto plazo tienden a ser ms
exactos que los realizadas a largo plazo. Al
aumentar el horizonte temporal disminuye la
fiabilidad de la previsin.
PRONOSTICOS
18
La influencia del ciclo de vida del producto
_____________________________
Las etapas de introduccin y crecimiento necesitan

pronsticos ms largos que las etapas de madurez
y declive.
Los Pronsticos son tiles para proyectar
los diferentes niveles de personal
los diferentes niveles de inventarios
los diferentes niveles de capacidad de produccin
mientras el producto pasa de la primera a la ltima

etapa.
PRONOSTICOS
19
Estrategia durante el ciclo de vida de un

producto
_____________________________
Estrategias de la compaa
Introduccin
Crecimiento
Madurez
Mejor periodo para

aumentar la cuota de
mercado
Buen momento para

cambiar el precio o la
imagen de calidad
Es vital planear la I + D
Fortalecer el segmento
Defender la posicin en el
de mercado
Restaurantes para mercado
Fax
comer en el carro
CD-ROM
Ventas
Impresoras a
color
Mal momento para cambiar la

imagen, el precio o la calidad
Los costos competitivos son
ahora muy importantes
Declive
Es vital controlar el
costo
Disquetes
de 3 1/2
Mquinas de
escribir
Internet
Estrategias de la G.O.
HDTV
La planificacin y desarrollo
del producto son vitales
La pronstico es muy
importante
Cambios frecuentes en
planificacin del producto y
proceso
Fiabilidad del producto y

proceso
Cambios de producto menos

rpidos; ms cambios
minuciosos
Posibilidades y mejoras del

producto competitivas
Capacidad ptima
Lotes de produccin
pequeos
Altos costos de produccin
Nmero de modelos limitado
Atencin a la calidad
Estandarizacin
Aumento de la capacidad
Estabilidad creciente del

proceso de produccin
Cambio de tendencia para

centrarse en el producto
Grandes lotes de produccin
Atencin a la distribucin
Mejora del producto y

reduccin de costos
PRONOSTICOS
Poca diferenciacin del

producto
Minimizacin de costos
Sobrecapacidad en la
industria
Eliminacin de productos
que no proporcionan un
margen aceptable
Reduccin de capacidad
20
Tipos de Pronsticos
_____________________________
Pronsticos econmicos:
Dirigidas al ciclo econmico, por ejemplo, las

tasas de inflacin, la masa monetaria, el PIB, etc.
Pronsticos tecnolgicos:
Predicen el progreso tecnolgico.
Predicen el nacimiento de nuevas ventas.
Ejemplo: motores de hidrgeno, energa solar
Pronsticos de demanda:
Predicen las ventas de productos ya existentes.
PRONOSTICOS
21
Etapas del proceso de Pronstico
_____________________________
Determinar el objetivo del pronstico.

Seleccionar los artculos sobre los que se va a
realizar el pronstico.
Determinar el horizonte temporal del pronstico.
Seleccionar el(los) modelo(s) de pronstico.
Recoleccin de datos.
Realizar el pronstico.
Validar e implementar los resultados.
PRONOSTICOS
22
Demanda del producto o servicio
Demanda de un producto representada en un periodo de

4 aos con tendencia de crecimiento y estacionalidad
_____________________________
Picos estacionales
Componente de tendencia
Lnea de
demanda
actual
Variacin
aleatoria
Primer
ao
Segundo
ao
Demanda media
en cuatro aos
Tercer
ao
PRONOSTICOS
Cuarto
ao
23
Demanda real frente a los mtodos de media

mvil y media mvil ponderada
_____________________________
Demanda de ventas
35
30
25
Media mvil ponderada

Ventas reales
20
15
10
Media mvil
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.
Mes
PRONOSTICOS
24
Realidades sobre el pronstico
_____________________________
Raras veces los pronsticos son perfectos. Influencia

de factores externos.
La mayora de las tcnicas de pronstico asumen que
existe cierta estabilidad sostenida en el sistema.
Tanto las predicciones de familias de productos como
las predicciones en conjunto son ms precisas que los
pronsticos de productos individuales.
PRONOSTICOS
25
Enfoques del Pronstico
_____________________________
Mtodos cualitativos
Se emplean cuando la
situacin no es clara y
hay pocos datos:
Productos nuevos.
Nueva tecnologa.
Requieren intuicin y
experiencia:
Por ejemplo, el pronstico

de las ventas a travs de
Internet.
Mtodos cuantitativos
Se emplean cuando la
situacin es estable y
existen datos
histricos:
Productos existentes.
Tecnologa actual.
Utilizan modelos
matemticos:
Por ejemplo, el pronstico de

las ventas de televisores.
En la prctica, las empresas utilizan una combinacin de los dos enfoques

PRONOSTICOS
26
Mtodos Cualitativos
_____________________________
Jurado de opinin ejecutiva:
Se agrupan las opiniones de un grupo de expertos de alto

nivel o de directivos, a menudo en combinacin con
modelos estadsticos.
Proposicin de personal comercial:
Las estimacin de las ventas esperadas por los vendedores

se revisan para ver si se pueden llevar a cabo y luego se
obtiene una pronstico global.
Mtodo Delphi:
Proceso de grupo que permite la realizacin de los

pronsticos a travs de un grupo de toma de decisiones con
base en las opiniones de otro grupo de personas.
Estudio de mercado del consumidor:
Requiere informacin de los clientes o consumidores

potenciales.
PRONOSTICOS
27
Jurado de opinin ejecutiva
_____________________________
Requiere un pequeo grupo de directivos:
El grupo establece una estimacin conjunta de

la demanda.
Combina la experiencia directiva con modelos

estadsticos.
Es bastante rpido.
Desventaja del
pensamiento en
grupo.
PRONOSTICOS
28
1995 Corel Corp.
Proposicin de personal comercial
_____________________________
Cada vendedor estima las ventas

que har.
Se revisan las previsiones para
definir si se pueden llevar a cabo.
Se combinan con los pronsticos
a niveles de distritos y con las
nacionales.
El representante de ventas conoce
las necesidades de los
consumidores.
Tiende a ser bastante optimista.
PRONOSTICOS
29
_____________________________
Mtodo Delphi
Proceso de grupo
iterativo.
3 tipos de participantes:
Los que toman
decisiones.
El personal de plantilla.
Los que responden.
Los que toman

decisiones
Personal de
plantilla
(Qu ventas
(Ventas?)
(Habr 50 ventas)
Reduce el
habr?
cuestionarios)
pensamiento en
grupo.
Coteja opiniones para
Los que responden
llegar a un consenso en
(Habr 45, 50, 55 ventas)
varias iteraciones de
opiniones-respuestas
PRONOSTICOS
30
Estudio de mercado
_____________________________
Cuntas horas
Preguntar a los
consumidores sobre sus utilizar Internet la
prxima semana?
futuros planes de compra.
Lo que dicen los
consumidores y lo que luego
hacen suele diferir.
A veces es difcil contestar a
las preguntas del estudio.
Es til para mejorar el diseo
de un producto y planificar
nuevos productos.
PRONOSTICOS
1995 Corel
Corp.
31
Mtodos Cuantitativos
_____________________________
Enfoque simple
Medias mviles
Proyeccin de tendencia
Modelos de
series
temporales
Regresin lineal
Regresin lineal con
estacionalidad
Modelos
asociativos o
causales
PRONOSTICOS
32
Mtodos de pronstico cuantitativos
_____________________________
(no simples)
pronstico
cuantitativo
Modelos
asociativos
Modelos de series
temporales
Media
mvil
Suavizamiento
exponencial
Proyeccin
de tendencia
PRONOSTICOS
Regresin
lineal
33
Qu son las series temporales?
_____________________________
Es una secuencia de datos uniformemente

espaciada:
Se trata de un pronstico basado en los datos

pasados:
Se obtiene observando las variables en periodos de tiempo

regulares.
Supone que los factores que han influido en el pasado lo

sigan haciendo en el futuro.
Ejemplo:
Ao:
Ventas:
1999
78,7
2000
63,5
2001
89,7
PRONOSTICOS
2002
93,2
2003
92,1
34
Descomposicin de una serie temporal

_____________________________
Tendencia
Ciclos
Estacionalidad
Variaciones
aleatorias
PRONOSTICOS
35
Tendencia
_____________________________
Es el movimiento gradual de ascenso o descenso de

los datos a lo largo del tiempo.
Los cambios en la poblacin, ingresos, etc. influyen
en la tendencia.
Varios aos de duracin.
Respuesta
Mes, trimestre, ao
PRONOSTICOS
36
_____________________________
Estacionalidad
Muestra de datos de ascenso o descenso

que se repite.
Se puede ver afectada por la climatologa,
las costumbres, etc.
Se produce dentro de un periodo anual.
Respuesta
Verano
Mes, trimestre
PRONOSTICOS
37
_____________________________
Ciclos
Movimientos de ascenso o descenso que se

repiten.
Se pueden ver afectados por interacciones de
factores que influyen en la economa.
Respuesta
Ciclo
%
Mes, trimestre, ao
PRONOSTICOS
38
Variaciones aleatorias
_____________________________
Son saltos en los datos causados por el

azar y situaciones inusuales.
Son debidas a variaciones aleatorias o a
situaciones imprevistas:
Huelgas o paros nacionales
Inundaciones
Son de corta duracin

y no se repiten.
PRONOSTICOS
39
Modelos de series temporales
_____________________________
Cualquier valor que aparezca en una serie

temporal es la multiplicacin (o suma) de los
componentes de la serie temporal.
Modelo multiplicativo:
Yi = Ti x Si x Ci x Ri (si los datos son mensuales o

trimestrales).
Modelo aditivo:
Yi = Ti + Si + Ci + Ri (si los datos son mensuales o

trimestrales).
PRONOSTICOS
40
_____________________________
Enfoque Simple
Suponer que la demanda en el

prximo periodo ser igual a la
demanda del periodo ms
reciente:
Por ejemplo, si en mayo hubo 48

ventas, en junio habr 48 ventas.
Es el modelo con la mejor

relacin eficacia-costo y
eficiencia.
Sirve como punto de partida
para modelos mas sofisticados.
PRONOSTICOS
41
Media Mvil
_____________________________
La media mvil es la media aritmtica de las demandas

de los periodos anteriores.
Se utiliza si no hay tendencia o si sta es escasa, las

demandas son estables a lo largo del tiempo.
Se suelen utilizar para suavizar o alizar las

irregularidades a corto plazo en las series de datos:
Proporciona una impresin general de los datos a lo largo del

tiempo.
Ecuacin:
demanda de n periodos previos
MM =
n
PRONOSTICOS
42
Ejemplo de media mvil
_____________________________
Usted es el director de una tienda de un museo que

vende rplicas. Quiere predecir las ventas (000) del
ao 2004 mediante una media mvil de 3 aos.
1999
4
2000
6
2001
5
2002
3
2003
7
PRONOSTICOS
43
Solucin de la media mvil
_____________________________
Ao
1999
2000
2001
2002
2003
2004
Respuesta
Yi
4
6
5
3
7
Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15
15/3 = 5
ND
PRONOSTICOS
44
_____________________________
Ao
1999
2000
2001
2002
2003
2004
Respuesta
Yi
4
6
5
3
7
Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15
15/3 = 5
6+5+3=14 14/3=4 2/3
ND
PRONOSTICOS
45
_____________________________
Ao
1999
2000
2001
2002
2003
2004
Respuesta
Yi
4
6
5
3
7
ND
Media
Media mvil
mvil total
(n=3)
(n=3)
ND
ND
ND
ND
ND
ND
4+6+5=15 15/3=5,0
6+5+3=14 14/3=4,7
5+3+7=15 15/3=5,0
PRONOSTICOS
46
Grfico de la media mvil
_____________________________
Ventas
8
Real
pronstico
4
2
99
00
01 02
Ao
PRONOSTICOS
03
04
47
Mtodo de la media
_____________________________
mvil ponderada
Se utiliza cuando se presenta una tendencia:
Los datos anteriores tienen importancia ponderada.
Las ponderaciones se basan en la intuicin y

anlisis de datos previos:
Suelen estar entre 0 y 1, y la suma dar 1,0.
Los periodos ms recientes suelen ponderarse con mayor
peso
Ecuacin:
Media mvil (ponderacin para el periodo n) (demanda en el periodo n)
ponderada =
ponderaciones
PRONOSTICOS
48
Demanda actual, media mvil y media

_____________________________ mvil ponderada
35
Demanda de ventas
30
25
Media mvil ponderada

Ventas reales
20
15
10
Media mvil
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic
Mes
PRONOSTICOS
49
Inconvenientes de los mtodos de media

mvil
_____________________________
Al aumentar n veces, los

pronsticos son menos sensibles a
los cambios.
No es posible predecir bien la
tendencia.
Se necesitan muchos datos
histricos.
El horizonte de proyeccin es corto.
PRONOSTICOS
50
_____________________________
Es una tcnica de pronstico de media mvil

ponderada:
Las ponderaciones disminuyen exponencialmente.
Se ponderan ms los datos ms recientes.
Se necesita una constante de Suavizamiento ():

Toma valores entre 0 y 1.
Se escoge de forma subjetiva.
Mayor : Pondera ms la demanda reciente, el periodo
reciente
Menor : Pondera poco la demanda reciente. Le da peso a
demandas anteriores.
Necesita una cantidad reducida de datos histricos.
PRONOSTICOS
51
Ecuaciones del Suavizamiento

_____________________________
Exponencial
Ft = At - 1 + (1-)At - 2 + (1- )2At - 3

+ (1- )3At - 4 + ... + (1- )t-1A0
Ft = Valor del pronstico
At
= Valor real
= Constante de Suavizamiento (0 < < 1)
Habitualmente (0.05 < < 0.50)
Ft = Ft-1 + (At-1 - Ft-1)
Se utiliza para calcular el pronstico.
PRONOSTICOS
52
Ejemplo de Suavizamiento Exponencial

_____________________________
Usted est organizando un evento cultural. Desea

predecir el nmero de personas que asistirn en el
ao 2004 mediante el Mtodo de Suavizamiento
Exponencial ( = 0,10). El pronstico para 1999 fue de
175.
1999
180
2000
168
2001
159
2002
175
2003
190
PRONOSTICOS
53
Solucin mediante Suavizamiento

_____________________________
Exponencial
Ft = Ft-1 + (At-1 - Ft-1)

pronstico, F t
( = 0,10)
Ao Real
1999
180
2000
168
2001
159
2002
175
2003
190
2004
ND
175,00 (Dato)
175,00 +
PRONOSTICOS
54
Solucin del Suavizamiento Exponencial

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

pronstico, F t
( = 0,10)
Ao Real
1999
180
2000
168
2001
159
2002
175
2003
190
2004
ND
175,00 (Dado)
175,00 + 0,10(
PRONOSTICOS
55

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

pronstico,Ft
( = 0,10)
Ao Real
1999
180
2000
168
2001
159
2002
175
2003
190
2004
ND
175,00 (Dado)
175,00 + 0,10(180 -
PRONOSTICOS
56

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

pronstico,
Ft
( = 0,10)
Ao Real
1999
180
2000
168
2001
159
2002
175
2003
190
2004
ND
175,00 (Dado)
175,00 + 0,10(180 - 175,00)
PRONOSTICOS
57

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

pronstico,
Ft
( = 0,10)
Ao Real
1999
180
2000
168
2001
159
2002
175
2003
190
2004
ND
175,00 (Dado)
175,00 + 0,10(180 - 175,00) = 175,50
PRONOSTICOS
58

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

Ao
pronstico, F t
( = 0,10)
Real
1999
180
2000
168
175,00 + 0,10(180 - 175,00) = 175,50
2001
159
175,50 + 0,10(168 - 175,50) = 174,75
2002
175
2003
190
2004
ND
175,00 (Dado)
PRONOSTICOS
59

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

Ao
pronstico, F t
( = 0,10)
Real
1999
180
175,00 (Dado)
2000
168
175,00 + 0,10(180 - 175,00) = 175,50
2001
159
175,50 + 0,10(168 - 175,50) = 174,75
2002
175
174,75 + 0,10(159 - 174,75)= 173,18
2003
190
2004
ND
PRONOSTICOS
60

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

Ao
pronstico, F t
( = 0,10)
Real
1999
180
2000
168
175,00 + 0,10(180 - 175,00) = 175,50
2001
159
175,50 + 0,10(168 - 175,50) = 174,75
2002
175
174,75 + 0,10(159 - 174,75) = 173,18
2003
190
173,18 + 0,10(175 - 173,18) = 173,36
2004
ND
175,00 (Dado)
PRONOSTICOS
61

_____________________________
Ft = Ft-1 + (At-1 - Ft-1)

Ao
pronstico, F t
( = 0,10)
Real
1999
180
2000
168
175,00 + 0,10(180 - 175,00) = 175,50
2001
159
175,50 + 0,10(168 - 175,50) = 174,75
2002
175
174,75 + 0,10(159 - 174,75) = 173,18
2003
190
173,18 + 0,10(175 - 173,18) = 173,36
2004
ND
173,36 + 0,10(190 - 173,36) = 175,02
175,00 (Dado)
PRONOSTICOS
62
Grfico del Suavizamiento Exponencial

_____________________________
Ventas
190
180
170
160
150
140
99
Real
pronstico
00
01 02
Aos
PRONOSTICOS
03
04
63
Efectos del Pronstico de la constante de

Suavizamiento
_____________________________
Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Ponderaciones
=
Periodo anterior Hace 2 periodos Hace 3 periodos
= 0,10
(1 - )
(1 - )2
10%
= 0,90
PRONOSTICOS
64

Suavizamiento
_____________________________
Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Ponderaciones
=
= 0,10
(1 - )
10%
9%
(1 - )2
= 0,90
PRONOSTICOS
65

Suavizamiento
_____________________________
Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Ponderaciones
=
= 0,10
(1 - )
(1 - )2
10%
9%
8,1%
= 0,90
PRONOSTICOS
66

Suavizamiento
_____________________________
Ft = At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Ponderaciones
=
(1 - )
(1 - )2
= 0,10
10%
9%
8,1%
= 0,90
90%
PRONOSTICOS
67

Suavizamiento
_____________________________
Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Ponderaciones
=
(1 - )
(1 - )2
= 0,10
10%
9%
8,1%
= 0,90
90%
9%
PRONOSTICOS
68

Suavizamiento
_____________________________
Ft = At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Ponderaciones
=
(1 - )
(1 - )2
= 0,10
10%
9%
8,1%
= 0,90
90%
9%
0,9%
La importancia de los periodos antiguos disminuye rpidamente a medida

que aumenta
PRONOSTICOS
69
Errores de Pronstico
_____________________________
Permite medir el error global del modelo de pronstico.

Error de pronstico = demanda pronstico
Se trata de seleccionar el valor de que minimice el error
de pronstico, calculado como
la desviacin absoluta media (DAM), o
el error cuatrtico medio (ECM)
DAM =
ECM =
errores de pronstico
n
PRONOSTICOS
2
70
Suavizamiento exponencial con ajuste de

tendencia
_____________________________
Se utiliza para dar respuesta a las tendencias presentes en la
demanda.
Para mejorar la previsin se ajusta el modelo de alisado
exponencial para desfases positivos o negativos en la
tendencia.
pronstico incluyendo la tendencia (PITt)
= pronstico alisada exponencialmente (Ft)
+ tendencia suavizada exponencialmente (Tt)
PRONOSTICOS
71

tendencia
_____________________________
Ft = (demanda real del ltimo periodo)
+ (1- )(pronstico del ltimo periodo + tendencia estimada del
ltimo periodo)
o
Ft = (At-1) + (1- )(Ft-1 + Tt-1)
Tt = (pronstico de este periodo - pronstico del ltimo periodo)

+ (1- )(tendencia estimada del ltimo periodo)
o
Tt = (Ft - Ft-1) + (1- )Tt-1
PRONOSTICOS
72

tendencia
_____________________________
Ft = pronstico suavizado exponencialmente de la

serie de datos en el periodo t.
Tt = tendencia suavisada exponencialmente en el
periodo t.
At = demanda real en el periodo t.
= constante de Suavizamiento para la media.
(0< <1)
= constante de Suavizamiento para la tendencia.

(0< <1)
PRONOSTICOS
73
Comparacin de Pronsticos
Demanda del producto
_____________________________
40
35
30
25
20
15
10
5
0
Ene.
Suavizamiento exponencial +
Tendencia
Demanda real
Feb.
Mar.
Abr.
May.
Jun.
Jul.
Ago.
Sep.
Mes
PRONOSTICOS
74
Mtodo de mnimos cuadrados
Valores de la variable dependiente
_____________________________
Observacin
real
Desviacin
Desviacin
Desviacin
Desviacin
Desviacin
Desviacin
Desviacin
Punto en la
lnea de
tendencia
Y = a + bx
Periodo de tiempo
PRONOSTICOS
75
Demanda real y lnea de tendencia

_____________________________
Demanda
180
160
140
Y = 56,70+ 10,54X
120
100
80
60
40
Demanda real
20
0
0
10
Periodo de tiempo
PRONOSTICOS
76
Anlisis de regresin lineal
_____________________________
Se usa para prever la lnea de tendencia.

Supone una relacin entre la variable de respuesta,
Y, y el periodo de tiempo, X, que es una funcin
lineal:
Y$i = a + bX i
Se calcula mediante el mtodo de los mnimos
cuadrados:
Minimiza la suma de errores cuadrados.
PRONOSTICOS
77
Modelo del anlisis de regresin lineal

_____________________________
Y$i = a + bX i
b>0
a
b<0
a
Tiempo, X
PRONOSTICOS
78
Diagrama de dispersin
_____________________________
Ventas
4
3
2
1
0
99
Ventas frente a tiempo
00
01
02
03
Periodo de tiempo
PRONOSTICOS
79
Ecuaciones de mnimos cuadrados
_____________________________
Ecuacin:
i = a + bx i
Y
n
Pendiente:
x i y i nx y
b = i =1n
x i2 nx 2
i =1
Corte con el eje Y: a = y bx
PRONOSTICOS
80
Tabla de clculo
_____________________________
Xi
X1
Yi
2
Xi
2
Yi
X iY i
Y1
X1
Y1
X 1Y 1
Y2
X 2Y 2
X2
Y2
X2
Xn
X i
:
2
Yn
Xn
Yi
2
X i
:
2
X nY n
2
Y i
X iY i
Yn
PRONOSTICOS
81
Ejemplo de anlisis de regresin lineal

_____________________________
Usted es el analista de marketing de Shu-Q-To,

compaa japonesa productora de piezas
mecanizadas de alta precisin. Obtuvo los
siguientes datos:
Ao
Ventas (unidades)
1999
1
2000
1
2001
2
2002
2
2003
4
Cul es la ecuacin de tendencia?
PRONOSTICOS
82
Modelo de pronstico del anlisis de

_____________________________ regresin lineal
Usted est realizando el anlisis de marketing de

^
Shu-Q-To. Al utilizar aos codificados, halla que Yi = 0,1 + 0,7Xi.
Ao
Ventas (Unidades)
1999
1
2000
1
2001
2
2001
2
2003
4
Determine el pronstico para el ao 2004.
PRONOSTICOS
83
Modelo estacional multiplicativo

_____________________________
Encontrar la demanda histrica media para cada estacin

sumando la demanda de esa estacin cada ao y dividindola
entre el nmero de aos de datos disponibles.
Calcular la demanda media a lo largo de todas las estaciones
dividiendo la demanda media total anual entre el nmero de
estaciones.
Calcular un ndice estacional dividiendo la demanda histrica
real de esa estacin (calculado en la etapa 1) entre la
demanda media a lo largo de todas las estaciones.
Estimar la demanda anual de todo el ao prximo.
Dividir esta estimacin de la demanda anual total entre el
nmero de estaciones y entonces multiplicarla por el ndice
estacional de esa estacin. Esto proporciona el pronstico
estacional .
84
PRONOSTICOS
Modelo de Previsin Causal

a travs de la regresin lineal
_____________________________
Muestra la relacin lineal entre las variables

dependientes e independientes.
Ejemplo: ventas y publicidad (sin tiempo)

Corte con el eje Y
Pendiente
^
Yi = a + b X i
Variable dependiente
Variable independiente
PRONOSTICOS
85
Modelo de regresin lineal
_____________________________
Y i = a b X i Error
Error
Lnea de tendencia
Yî = a b X i
X
Valor observado
PRONOSTICOS
86
Suposiciones de los mnimos cuadrados

_____________________________
Se supone que la relacin es lineal. Primero

trace los datos, si existe relacin en curva,
utilice el anlisis curvilineal.
Se supone que la relacin slo se sustenta
dentro o justo fuera del campo de datos. No
trate de predecir periodos de tiempo lejanos
al campo de la base de datos.
Se supone que las desviaciones que rodean
a la lnea de los mnimos cuadrados son
aleatorias.
PRONOSTICOS
87
Transformacin de variables para linearizar
_____________________________
Y =Y
Y = + log X
logY = + log X
logY = + X
1
= + X
Y
PRONOSTICOS
88
Criterios para determinar la mejor lnea
_____________________________
La mejor lnea es aquella que minimiza la suma de todos

los errores
n
min (Yi Yi )
i =1
La mejor lnea es aquella que minimiza la suma de los

valores absolutos de los errores
n
min Yi Yi
i =1
La mejor lnea es aquella que minimiza la suma de los

cuadrados de los errores
n
min (Yi Yi )
i =1
PRONOSTICOS
89
Minimizacin de los cuadrados
_____________________________
min i =1 [Yi ( + X i )]
[Y ( + X )]
i =1
=0
(Y X ) = 0
i =1
Resolviendo:
i =1
=0
X (Y X ) = 0
[Y ( + X )]
i =1
= Y X
n
=
X iYi n X Y
X i nX
i =1
n
i =1
PRONOSTICOS
90
Ecuaciones de regresin lineal
_____________________________
Ecuacin:
i = a + bx i
Y
n
Pendiente:
x i y i nx y
b = i =1n
x i2 nx 2
i =1
Corte con el eje Y: a = y bx
PRONOSTICOS
91
Tabla de clculo
_____________________________
Xi
X1
Yi
2
Xi
2
Yi
X iY i
Y1
X1
Y1
X 1Y 1
Y2
X 2Y 2
X2
Y2
X2
:
2
Yn
Y i
Xn
Yn
Xn
X i
Yi
X i
PRONOSTICOS
X nY n
X iY i
92
Interpretacin de los coeficientes
_____________________________
Pendiente (b):
El clculo de Y vara en b cada unidad extra en X.

Si b = 2, entonces las ventas (Y) aumentarn en 2 por cada
unidad extra en publicidad (X).
Corte con el eje Y (a):
Valor medio de Y cuando X = 0.

Si a = 4, entonces las ventas medias (Y) sern de 4 cuando
la publicidad (X) sea 0.
PRONOSTICOS
93
Variacin de los errores aleatorios
_____________________________
Variacin del Y real a partir del Y predecido.

Se mide mediante el error estndar de la
estimacin:
Muestra los errores de la desviacin estndar
Es una medida de la variabilidad alrededor de la lnea
de regresin.
SY,X
Refleja la precisin de la prediccin.
PRONOSTICOS
94
Medidas de Eficiencia de la Estimacin
_____________________________
Error Estndar del Estimado

Es una medida del error en que se incurre al emplear en
lugar del Y verdadero
n
S =
i =1
(Yi Y i )
n (k + 1 )
K = no. de variables independientes

N-(k+1) = no. de grados de libertad
El 95% de las observaciones caer entre ms o menos 2S a

cada lado de la lnea de regresin
PRONOSTICOS
95
Error estndar del estimado
_____________________________
S y, x =
(yi yi )2
i =1
El libro utiliza el
n2
smbolo Yc
n 2
n
n
yi a yi b x i yi
i =1
i =1
i =1
n2
Ecuacin cuando k=1 (una sola variable independiente)

PRONOSTICOS
96
_____________________________
Correlacin
Respuestas: qu intensidad tiene la relacin

lineal entre las variables?
El coeficiente de correlacin se identifica
normalmente como r o R.
Los valores varan entre -1 y +1 .
Mide el grado de asociacin.
PRONOSTICOS
97
_____________________________
Coeficiente de Correlacin
Es una medida de la asociacin entre las variables aleatorias X e Y
S xy
Co var ianzaX , Y
R=
=
SxS y
SxS y
S xy
Sx =
(X
2
(
)
X
X
i
X )(Yi Y )
n
Sy =
PRONOSTICOS
2
(
)
Y
Y
i
n
98
Fmula del coeficiente de correlacin

_____________________________
r=
i =1
i =1
i =1
n x i yi x i yi
n 2 n 2 n 2 n 2
n x i x i n yi yi
i =1 i =1
i =1
i =1
PRONOSTICOS
99
Valores del coeficiente de correlacin

_____________________________
Correlacin
negativa
perfecta
-1,0
Correlacin
positiva
perfecta
Sin correlacin
-0,5
Aumento de la correlacin
negativa
+0,5
+1,0
Aumento de la
correlacin positiva
PRONOSTICOS
100
Coeficiente de correlacin y modelo de

regresin
_____________________________
Y
r=1
Yî = a + b X i
r = -1
Yî = a + b X i
X
Y
r = 0,89
X
Y
Yî = a + b X i
Yî = a + b X i
X
r=0
PRONOSTICOS
101
_____________________________
Coeficiente de Determinacin
Es la tasa de la suma de los cuadrados explicada por la regresin y
la suma total de los cuadrados
2
2
(
)
(
)
Y
Y
Y
Y
i
i i
R2 =
2
(
)
Y
Y
i
PRONOSTICOS
102
Anlisis de Regresin Mltiple
_____________________________
Modelo con varias variables independientes en

lugar de una sola.
^
Y i = a + b X1i + c X2i
Variable dependiente
Variables independientes
PRONOSTICOS
103
Anlisis de Regresin Mltiple
_____________________________
Elaboracin de un modelo lineal:

1. Examinar la relacin entre cada variable dependiente y la
variable independiente con el fin de detectar no linearidades.
2. Linearizar toda relacin no lineal encontrada, mediante
transformacin de variables.
3. Determinar la matriz de correlacin simple
4. En dicha matriz, detectar:
a) Variables independientes que tengan una asociacin
estadstica con la variable dependiente
b) Dependencia entre variables dependientes
5. Estimar los parmetros y medidas de eficiencia de las
ecuaciones de regresin potenciales
6. Analizar los resultados encontrados
PRONOSTICOS
104
Gua para elegir el modelo de pronstico

_____________________________
En el pronstico quiere lograr:
Ninguna conducta o direccin del error de pronstico.

^
Error = (Y - Y ) = (Real - pronstico).
i
Se observa en las representaciones de los errores a lo largo
del tiempo.
Un error de pronstico ms pequeo:

Error cuadrado medio (ECM).
Desviacin absoluta media (DAM).
PRONOSTICOS
105
Conducta del error de pronstico
_____________________________
Tendencia no totalmente
justificada
Conducta deseada
Error
Error
0
Tiempo (aos)
Tiempo (aos)
PRONOSTICOS
106
Ecuaciones del error de pronstico
_____________________________
Error cuadrado medio (ECM):

n
ECM =
(y i y i ) 2
i =1
=
n
Desviacin absoluta media (DAM):

n
DAM =
| yi
i =1
y i |
|errores
de pronstico|
n
PRONOSTICOS
107
Ejemplo de seleccin del modelo de

_____________________________
pronstico
Usted es el analista de marketing de Shu-Q-To. Ha previsto las ventas
con un modelo lineal y suavizamiento exponencial. Qu modelo
usar?
Ventas
pronstico del
Ao
reales
modelo lineal
pronstico del
Suavizamiento
exponencial (0,9)
1999
2000
2001
2002
2003
1
1
2
2
4
0,6
1,3
2,0
2,7
3,4
1,0
1,0
1,9
2,0
3,8
PRONOSTICOS
108
Evaluacin del modelo lineal
_____________________________
Ao
Yi
Yi
Error
Error2
|Error|
1999
2000
2001
2002
2003
Total
1
1
2
2
4
0,6
1,3
2,0
2,7
3,4
0,4
-0,3
0,0
-0,7
0,6
0,0
0,16
0,09
0,00
0,49
0,36
1,10
0,4
0,3
0,0
0,7
0,6
2,0
ECM = Error2 / n = 1,10 / 5 = 0,220

DAM = |Error| / n = 2,0 / 5 = 0,400
PRONOSTICOS
109
Evaluacin del modelo de Suavizamiento

exponencial
_____________________________
^
Year
Yi
Yi
1999
2000
2001
2002
2003
Total
1
1
2
2
4
1,0
1,0
1,9
2,0
3,8
Error
0,0
0,0
0,1
0,0
0,2
0,3
Error2
0,00
0,00
0,01
0,00
0,04
0,05
|Error|
0,0
0,0
0,1
0,0
0,2
0,3
ECM = Error2 / n = 0,05 / 5 = 0,01

DAM = |Error| / n = 0,3 / 5 = 0,06
PRONOSTICOS
110
Evaluacin del modelo de Suavizamiento

exponencial
_____________________________
Modelo de Suavizamiento exponencial:
ECM = Error2 / n = 0,05 / 5 = 0,01
DAM = |Error| / n = 0,3 / 5 = 0,06
Modelo lineal:
ECM = Error2 / n = 1,10 / 5 = 0,220
DAM = |Error| / n = 2,0 / 5 = 0,400
PRONOSTICOS
111
Seal de rastreo
_____________________________
Mide el grado de precisin del Pronstico

para predecir valores reales.
Suma actual de los errores de pronstico
(SAEP) dividida entre la desviacin absoluta
media (DAM):
Una buena seal de rastreo tiene valores bajos.
Debe estar dentro de los lmites de control

superiores e inferiores.
PRONOSTICOS
112
Ecuacin de la seal de rastreo

_____________________________
Seal de rastreo =
SAEP
DAM
(y i
n
y i )
= i =1
DAM
=
DAM
PRONOSTICOS
113
Clculo de la seal de rastreo
_____________________________
Trim. Demanda Demanda

prevista
Error SAEP Error |Error| DAM
real
100
90
100
95
100 115
100 100
100 125
100 140
SR
absoluto acumulado
PRONOSTICOS
114
_____________________________
prevista
real
100
90
100
95
100 115
100 100
100 125
100 140
SR
absoluto acumulado
-10
Error
Error==Real
Real--pronstico
pronstico
==90
90--100
100==-10
-10
PRONOSTICOS
115
_____________________________
Trim. Demanda
prevista
Demanda
real
100
90
100
95
100 115
100 100
100 125
100 140
SR
absoluto acumulado
-10
-10
SAEP
SAEP==Errores
Errores
==ND
ND++(-10)
(-10)==-10
-10
PRONOSTICOS
116
_____________________________
prevista
real
100
90
100
95
100 115
100 100
100 125
100 140
SR
absoluto acumulado
-10
-10
10
Error
Errorabsoluto
absoluto==|Error|
|Error|
==|-10|
|-10|==10
10
PRONOSTICOS
117
_____________________________
Trim. Demanda
prevista
Demanda
real
100
90
100
95
100 115
100 100
100 125
100 140
SR
absoluto acumulado
-10
-10
10
10
|Error|
|Error|acumulado
acumulado==|Errores|
|Errores|
==NA
NA++10
10==10
10
PRONOSTICOS
118
_____________________________
Trim. Demanda
prevista
Demanda
real
100
90
100
95
100 115
100 100
100 125
100 140
absoluto
-10
-10
SR
acumulado
10
10 10,0
DAM
DAM==|Errores|/n
|Errores|/n
==10/1
10/1==10
10
PRONOSTICOS
119
_____________________________
Trim. Demanda
prevista
Demanda
real
100
90
100
95
100 115
100 100
100 125
100 140
absoluto
-10
-10
SR
acumulado
10
10 10,0
-1
SR
SR==SAEP/DAM
SAEP/DAM
==-10/10
-10/10==-1
-1
PRONOSTICOS
120
_____________________________

prevista
real
SR
absoluto acumulado
100
90
-10
100
95
-5
100 115
100 100
100 125
100 140
-10
10
10 10,0
-1
Error
Error==Real
Real--pronstico
pronstico
==95
95--100
100==-5
-5
PRONOSTICOS
121
_____________________________
Trim. Demanda
prevista
Demanda

absoluto
real
100
90
-10
-10
100
95
-5
-15
100 115
100 100
100 125
100 140
SR
acumulado
10
10 10,0
-1
SAEP
SAEP==Errores
Errores
==(-10)
(-10)++(-5)
(-5)==-15
-15
PRONOSTICOS
122
_____________________________

prevista
real
SR
absoluto acumulado
100
90
-10
-10
10
100
95
-5
-15
100 115
100 100
100 125
100 140
10 10,0
-1
Error
Errorabsoluto
absoluto==|Error|
|Error|
==|-5|
|-5|==55
PRONOSTICOS
123
_____________________________

prevista
real
SR
absoluto acumulado
100
90
-10
-10
10
100
95
-5
-15
100 115
100 100
100 125
100 140
10 10,0
-1
15
Error
Erroracumulado
acumulado==|Errores|
|Errores|
==10
10++55==15
15
PRONOSTICOS
124
_____________________________

prevista
real
SR
absoluto acumulado
100
90
-10
-10
10
100
95
-5
-15
100 115
100 100
100 125
100 140
10 10,0
15
-1
7,5
DAM
DAM==|Errores|/n
|Errores|/n
==15/2
15/2==7,5
7,5
PRONOSTICOS
125
_____________________________

prevista
real
SR
absoluto acumulado
100
90
-10
-10
10
100
95
-5
-15
100 115
100 100
100 125
100 140
10 10,0
-1
15
-2
7,5
SR
SR==SAEP/DAM
SAEP/DAM
==-15/7,5
-15/7,5==-2
-2
PRONOSTICOS
126
Representacin de una seal de rastreo

_____________________________
Seal que supera el lmite
Seal de Rastreo
Lmite de control superior
Seal de rastreo
0
-
Intervalo aceptable
Lmite de control inferior
Tiempo
PRONOSTICOS
127
Seales de rastreo
160
140
120
100
80
60
40
20
0
3
pronstico
2
1
0
Demanda real
-1
Seal de rastreo
-2
Seal de rastreo
Demanda real
_____________________________
-3
0
Tiempo
PRONOSTICOS
128

Pronos Ticos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pronos Ticos

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD SIMON BOLIVAR

USB PS4161 GESTION DE LA PRODUCCION I

Ttulo: Direccin de la Produccin: Decisiones

Siete etapas en el sistema de pronstico

Enfoques del Pronstico

Visin global de los mtodos cualitativos

Pronstico de series temporales

Descomposicin de una serie temporal

USB PS4161 GESTION DE LA PRODUCCION I

Mtodos de pronstico causal: anlisis de regresin

Seguimiento y control de Los Pronsticos

USB PS4161 GESTION DE LA PRODUCCION I

USB PS4161 GESTION DE LA PRODUCCION I

USB PS4161 GESTION DE LA PRODUCCION I

Demanda o Consumo Potencial, cantidad de

Muestra y cuantifica la existencia de los

USB PS4161 GESTION DE LA PRODUCCION I

La demanda segn la necesidad

Demanda de bien social aquello que la

Demanda segn su destino

Demanda de bienes finales

demanda del producto intermedio

El anlisis histrico del comportamiento

Factores que afectan la demanda

cambios en las polticas econmicas,

Arte y ciencia de predecir

Base de todas las

USB PS4161 GESTION DE LA PRODUCCION I

Anlisis de series de tiempo

USB PS4161 GESTION DE LA PRODUCCION I

Tcnicas y Modelos Comunes

Promedio Mvil Simple

USB PS4161 GESTION DE LA PRODUCCION I

Tcnicas y Modelos Comunes (Cont)

USB PS4161 GESTION DE LA PRODUCCION I

Tipos de horizontes temporales del

Pronsticos a medio plazo:

Pronsticos a largo plazo:

USB PS4161 GESTION DE LA PRODUCCION I

Pronsticos de corto plazo frente a Pronsticos

Los pronsticos a medio y largo plazo tratan de

La influencia del ciclo de vida del producto

Las etapas de introduccin y crecimiento necesitan

mientras el producto pasa de la primera a la ltima

Estrategia durante el ciclo de vida de un

Mejor periodo para

Buen momento para

Mal momento para cambiar la

Fiabilidad del producto y

Cambios de producto menos

Posibilidades y mejoras del

Estabilidad creciente del

Cambio de tendencia para

Grandes lotes de produccin

Mejora del producto y

USB PS4161 GESTION DE LA PRODUCCION I

Poca diferenciacin del

Dirigidas al ciclo econmico, por ejemplo, las

Predicen las ventas de productos ya existentes.

USB PS4161 GESTION DE LA PRODUCCION I

Etapas del proceso de Pronstico

Determinar el objetivo del pronstico.

USB PS4161 GESTION DE LA PRODUCCION I

Demanda del producto o servicio