[ESCRIBA EL TTULO DEL

DOCUMENTO]

24-3-2014
1
[ESCRIBA EL TTULO DEL
DOCUMENTO]
MARCO TERICO
Para realizar el pronstico de las ventas en unidades y del costo de ventas para el mes de
Junio de 20X2 teniendo en cuentas las respectivas ventas y el costo de las mismas de los 53
meses anteriores, se usarn mtodos de pronsticos los cuales permiten estimar los valores
pedidos. Dichos mtodos se relacionan a continuacin, mencionando la teora estadstica que
gira en torno a estos; tambin se hace mencin a los indicadores que permiten decidir o
escoger el mejor de los mtodos para el pronstico de los valores de una variable.
Tendencia lineal
Tambin llamada Regresin lineal, es un mtodo de pronstico de valores mediante el ajuste
de una recta a un grupo de datos para as poder calcular datos siguientes o explicar el
comportamiento de estos. Las expresiones que lo componen estn dadas por:

Donde:

Para conocer el valor pronosticado simplemente se reemplazar el periodo de las ventas en la
ecuacin que describa el modelo de regresin lineal, este es uno de los mejores mtodos de
pronsticos ya que tiene en cuenta el mtodo de los mnimos cuadrados, el cual estima el
promedio de los errores del modelo frente a los valores originales.
Tendencia polinmica de grado 2
Es una variacin del modelo lineal aadiendo la variable independiente

junto con un
nuevo parmetro

siendo la nueva ecuacin la que sigue:

24-3-2014
1

ndices estacionales
Si el pronstico de ventas est conformado por ciclos o por cada perodo existen diferencias
de ventas muy marcadas, se suele usar el mtodo de ndices estacionales. Este consiste en
identificar los periodos o ciclos (en el caso de las ventas, meses) y establecer un modelo
lineal, promediar los valores por cada periodo y de este obtener un ndice estacional, el cual
servir de patrn para observar el comportamiento por cada ciclo.
Media mvil
Es considerado un mtodo de pronstico y se usa cuando se tienen datos recientes con los
cules se quieren estimar valores posteriores. En el caso del ejercicio pedido, se calcular una
media mvil 3, es decir, el promedio en subgrupos de 3 datos. La expresin para este mtodo
es:

MAPE
Es un indicador de exactitud acerca de un modelo o mtodo utilizado para realizar
pronsticos. Por sus siglas en ingls (Mean Absolute Percentage Error) significa porcentaje de
error medio absoluto y su frmula est dada por:

RMSE
El error cuadrtico medio, de sus siglas en ingls (root-mean-square deviation) es un
indicador para evaluar el error estimado de un modelo o mtodo de pronstico; sta es una
buena medida de precisin al comparar distintos mtodos de estimacin al usar la misma
variable. Su frmula est dada por la expresin:

Anglica Marn, ndices estacionales, Marzo 27 de 2011, http://es.scribd.com/doc/51624652/indices-estacionales
[Consulta: mircoles, 20 de marzo de 2014]
24-3-2014
1
CELOGIS, Mtodos para medir la precisin de los pronsticos, Abril 5 de 2013,
http://www.slideshare.net/tomgalvez/mtodos-para-medir-la-precisin [Consulta: mircoles, 19 de marzo de 2014]
Conclusiones

El porcentaje de error medio absoluto (MAPE), encontrado mediante el mtodo de
"Promedio sobre tendencia lineal ponderado contra el ndice estacional" es de 0.2604
contra un MAPE de 0.17858 usando el mtodo de "Tendencia polinmica de Grado
2", esto nos indica que con el primer mtodo hay un error medio mayor que con el
segundo, de donde se concluye que el mejor pronstico es el encontrado mediante el
mtodo de tendencia polinmica de grado 2 para estimar las ventas del mes de Junio
del Ao 20X2.

El error cuadrtico medio (RMSE por sus siglas en ingls) es una ponderacin de la
diferencia entre los valores reales y los valores al cuadrado estimados por un modelo,
por lo tanto como se obtuvo un RMSE mayor para el mtodo "Promedio mvil 3" el
cual fue 345221779.95, contra el que se obtuvo del mtodo "Tendencia Lineal" el cul
fu 273116301.89 . Con base en esto se puede afirmar que mediante este indicador,
el mejor pronstico esta dado por el mtodo de Tendencia Lineal.