P. 1
LA SUAVIZACIÓN EXPONENCIAL

LA SUAVIZACIÓN EXPONENCIAL

|Views: 2.014|Likes:

More info:

Published by: vargonoshaka_buda248 on Apr 13, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

07/14/2013

pdf

text

original

LA SUAVIZACIÓN EXPONENCIAL La suavización exponencial de series de tiempo usa un promedio ponderado de valores pasados como pronostico; es un caso especial

del método de promedio móviles ponderados en el que solo seleccionamos un peso, el peso para la observación mas reciente. Los pesos para los otros valores de datos se calculan automáticamente y se hacen cada vez más pequeños conforme a las observaciones se alejan n el pasado. El modelo de suavización exponencial básico es: Ft + 1= Y1 + (1- ) F1 Donde: Ft + 1= pronostico de la serie de tiempo para el periodo t+1 Yt = valor real de la serie de tiempo en el periodo t F1 = pronostico de la serie de tiempo para el periodo t = constante de suavización (0 < < 1)

La ecuación muestra que el pronóstico para el periodo t+1 es un promedio ponderado del valor real en el periodo t y el pronóstico para el periodo t; note en particular que el peso dado al valor real en el periodo t es y que el peso dado al pronóstico en el periodo t es -1. Podemos demostrar que el pronóstico se suavización exponencial para cualquier periodo también es un promedio ponderado de todos los valores reales previos para la serie de tiempo con una serie de tiempo consistente de tres periodos de datos: Y1, Y2, Y3. Para iniciar los cálculos, supongamos que F1 = Y1. Por tanto, el pronóstico para el periodo 2 es: F2= Y1 + (1 ± ) F1 = Y1 + (1 ± ) Y1 = Y1 Por tanto, el pronóstico de suavización exponencial para el periodo 2 es igual al valor real de la serie de tiempo en el periodo 1.

El pronóstico para el periodo 3 es:

De hecho. Puede darse un argumento similar para mostrar que. A pesar de que la suavización exponencial proporciona un pronóstico que es un promedio ponderado de todas las observaciones pasadas. F4 es un promedio ponderado de los primeros tres valores de la serie de tiempo. La ecuación muestra que con un dado podemos calcular el pronóstico para el periodo t+1 con solo conocer los valores de la serie de tiempo real y pronostico para el periodo t. obtenemos: F4 = Y3 + (1 ± ) F3 = Y3 + (1 ± ) [ Y2 + (1 ± ) Y1] = Y3 + a (1 ± ) [ Y2 + (1 ± )2Y1] Por tanto. solo se requieren dos piezas de información para calcular el pronóstico. una vez que se ha seleccionado la constante de suavización . Y3 es igual a 1. sustituyendo esta expresión para F3 en la expresión para F4. es decir Yt y Ft. . Y2. La suma de los coeficientes. para Y1. o pesos. cualquier pronóstico Ft+1 es un promedio ponderado de todos los valores previos de la serie de tiempo. en general. no necesitan guardarse todos los datos pasados para calcular el pronóstico para el siguiente periodo.F3 = Y2 + (1 ± ) F2 = Y2 + (1 ± ) Y1 Por último.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->