Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Seccin 1
Segundo Semestre 2014
2014 10 16
Avisos
Charla Se re-agend para el 6 de noviembre.
El prximo mdulo es la charla en el Auditorio del Edificio E.
La charla es obligatoria y ser en el segundo mdulo.
Medias Mviles
Ambos mtodos permiten reducir el efecto de variaciones
irregulares/aleatorias.
La reduccin depende del tamao de la ventana seleccionada:
Mayor tamao de ventana implica mayor reduccin de irregularidades.
Pero tambin implica que es menos sensible a los cambios.
Y por ende tarda ms en reaccionar a variaciones en tendencia y ciclos.
Tracking Signal
El TS se define como
Ejemplos
Veamos los errores para los ejemplos de medias mviles y
medias mviles ponderadas.
Planilla de ejemplos disponible en webcursos.
Alisado Exponencial
En las medias mviles slo usamos la informacin de la variable
para pronosticar el futuro.
El mtodo de alisado exponencial (exponential smoothing) ajusta
el pronstico con base en el error de prediccin anterior.
Alisado Exponencial
Veamos un poco ms en detalle la frmula del alisado
exponencial:
Limitaciones
La ventaja de las medias mviles (MM) y el alisamiento
exponencial (ES) es que son simples y dependen de un solo
parmetro.
Tienen un comportamiento similar cuando
Mtodo de Holt
El mtodo de Holt asume que la variable se comporta de la
forma
Modelos de Estacionalidad
Hay dos modelos de estacionalidad, con m siendo el tamao de
la estacin.
Modelo Aditivo
Modelo Multiplicativo
Holt-Winters Aditivo
En el caso aditivo, con h=1, las siguientes ecuaciones realizan el
pronstico de las diferentes partes del modelo:
Holt-Winters Multiplicativo
En el caso multiplicativo, con h=1, las siguientes ecuaciones
realizan el pronstico de las diferentes partes del modelo:
Pronsticos
Hay muchsimos mtodos de pronstico y su uso depende de
las aplicaciones, objetivos, tipos de variables, etc.