Business forecasting

(Cont.)
Modelos con Tendencia y Estacionalidad
Holts Method: Exponential Smoothing with linear Trend
(Modelo de tendencias lineal de Winters)
La suavizacin exponencial lineal de Holt algunas veces se conoce como
suavizacin exponencial doble

Mtodo de Suavizado Exponencial ajustado estacionalmente

WintersModel: Exponential Smoothing with Trend and Seasonality

Holts Method: Exponential Smoothing with
Trend
If we believe that a time series exhibits a linear trend (and no
seasonality), Holts method often yields good forecasts.

suaviza los datos para eliminar la aleatoriedad y estimar el nivel

Se usa para suavizar la tendencia en los datos

* Cuanto mayores son los pesos, los valores de suavizamiento seguirn ms a los datos; cuanto menores son los
pesos, los valores de suavizamiento seguirn ms a los valores de suavizamiento previos
Holts Method: Exponential Smoothing with
Trend
Para determinar los valores iniciales de L y T un enfoque consiste en:
Fijar la primera estimacin del nivel suavizado igual a la primera
observacin. Luego se considera la tendencia igual a cero.
Un segundo enfoque es usar el promedio de las primeras cinco o seis
observaciones como el valor suavizado inicial de L. Luego, se estima la
tendencia usando la pendiente de una lnea ajustada a estas cinco o seis
observaciones.
Minitab desarrolla una ecuacin de regresin usando la variable de inters
como Y y el tiempo como la variable independiente X. La constante de esta
ecuacin es la estimacin inicial del componente de nivel, y la pendiente o
el coeficiente de regresin es la estimacin inicial del componente de
tendencia.
Holts Method: Exercise (Datos incompletos)
Holts Method: Ejercicio
T0: average monthly increase in the time series during the previous
year: (34 4) / 11 = 2.73 ;Nota: 34 y 4 son valores histricos de otro
periodo, que no aparecen aqu, por resumir.
L0: last months observation: 40
= 0.3 and = 0.1

En Minitab el parmetro de tendencia gama es idntico a beta.

Holts Method: Ejercicio

40.54
Winters Method
Winters method is used to forecast time series for which trend and
seasonality are present.
Winters Method
Winters method is used to forecast time series for which trend and
seasonality are present.
s = the number of periods in the length of the seasonal pattern (s = 4
for quarterly data, and s = 12 for monthly data).
St = be an estimate of a seasonal multiplicative factor for month t,
Winters Method
Para establecer los valores iniciales para las series suavizadas, la tendencia
y los ndices estacionales se usa:
Un mtodo consiste en igualar la primera estimacin de la serie suavizada
(nivel) a la primera observacin. Luego, la tendencia se iguala a cero y cada
ndice estacional se fija en 1.0.
Minitab para la inicializacin de la estimacin del nivel, tendencia y
estacionalidad, desarrolla una ecuacin de regresin usando la variable de
inters como Y y el tiempo como la variable independiente X. La constante
de esta ecuacin es la estimacin inicial de la serie suavizada o
componente de nivel, y la pendiente o el coeficiente de regresin es la
estimacin inicial del componente de tendencia. Los valores iniciales de los
componentes estacionales se obtienen a partir de una regresin de
variable ficticia que usa datos sin tendencia.
Mtodo de Winters

El mtodo de Winters ofrece una manera fcil de tomar en cuenta la

estacionalidad cuando los datos muestran un patrn estacional.
Un mtodo alternativo consiste en eliminar la estacionalidad
(desestacionalizar) primero o ajustar la estacionalidad de los datos.
La desestacionalizacin es un proceso que elimina los efectos de la
estacionalidad en los datos
Winters Method - Ejercicio
2014 2015 2016

1er Trim 146 192 272

2do Trim 96 127 155

3er Trim 59 79 98

4to Trim 133 186 219

Cculo de { } / 4 = 9.38

Clculo de Lo:

*En Minitab, el parmetro de tendencia gama es idntico a nuestro beta y el parmetro estacional delta es
idntico a nuestra gama.