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:

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. es decir Yt y Ft. sustituyendo esta expresión para F3 en la expresión para F4. una vez que se ha seleccionado la constante de suavización . Y3 es igual a 1. obtenemos: F4 = Y3 + (1 ± ) F3 = Y3 + (1 ± ) [ Y2 + (1 ± ) Y1] = Y3 + a (1 ± ) [ Y2 + (1 ± )2Y1] Por tanto. La suma de los coeficientes. De hecho. solo se requieren dos piezas de información para calcular el pronóstico. F4 es un promedio ponderado de los primeros tres valores de la serie de tiempo. 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. o pesos. Y2. para Y1.F3 = Y2 + (1 ± ) F2 = Y2 + (1 ± ) Y1 Por último. 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.

Sign up to vote on this title
UsefulNot useful