Carta CUSUM y carta EWMA

Carta CUSUM
Carta en la que se grafican las sumas acumuladas de las
desviaciones con respecto a la media global o el valor nominal de la
característica de interés.
CUSUM tabular
Consiste en una tabla en la cual se despliega la suma de las
desviaciones hacia arriba, separada de la suma de las desviaciones
hacia abajo.
Ello implica que cuanto mayor sea el valor del coeficiente alfa, menor será el número de
términos incluido en la media móvil. Cuando alfa=1, el valor de la media móvil coincide con
el valor de la serie en el período. Cuando alfa se aproxima a cero, las ponderaciones son
muy pequeñas y, por tanto, se incluyen gran número de términos. La relación entre el
número de términos y el valor del coeficiente alfa es aproximadamente:

La elección del parámetro alfa depende de las características de la serie objeto de estudio.
Hoy día los programas de ordenador permiten el cálculo automático del valor óptimo de alfa,
en el sentido de elegir aquel que minimiza el error cuadrático medio. En general se
considera que un alfa alto es indicativo de fuertes oscilaciones o de tendencia en la serie, lo
que conlleva un reducido alisamiento para un mejor ajuste a esas oscilaciones. Por el
contrario, para una serie con pequeñas oscilaciones irregulares se aconseja
un alfa reducido (entre 0’01 y 0’4) que implica un fuerte alisado de la serie, al incluir un
elevado número de términos.

¿Qué es un promedio móvil?

Más información sobre Minitab 18

Los promedios móviles son promedios calculados a partir de subgrupos artificiales de

observaciones consecutivas. En las gráficas de control, usted puede crear una gráfica
de promedio móvil para los datos de tiempo ponderados. En los análisis de series de
tiempo, Minitab utiliza el promedio móvil para suavizar los datos y reducir las
fluctuaciones aleatorias en una serie de tiempo.

Por ejemplo, una compañía de suministro de productos de oficina monitorea los

niveles de inventario cada día. La compañía desea utilizar los promedios móviles de
longitud 2 para rastrear los niveles de inventario con el fin de suavizar los datos.
Durante 8 días, se recolectan datos correspondientes a uno de sus productos.

Día 1 2 3 4 5 6 7 8

Nivel de 431 440 400 395 4011 4000 411 422

inventar 0 0 0 2 0 0
io

Promedi 431 435 420 397 3981. 4005. 405 416

o móvil 0 5 0 6 5 5 5 5
El primer promedio móvil es de 4310, el cual representa el valor de la primera
observación. (En el análisis de series de tiempo, no se calcula el primer número en las
seres de promedio móvil; es un valor faltante). El siguiente promedio móvil es el
promedio de las dos primeras observaciones (4310 + 4400) / 2 = 4355. El tercer
promedio móvil es el promedio de las observaciones 2 y 3, (4400 + 4000) / 2 = 4200, y
así sucesivamente. Si desea utilizar un promedio móvil con una longitud de 3, se
promedian tres valores en lugar de dos.

Suavización exponencial
Este método contiene un mecanismo de autocorrección que ajusta los pronósticos en dirección opuesta a los
errores pasados. Es un caso particular de promedios móviles ponderados de los valores actuales y anteriores
en el cual las ponderaciones disminuyen exponencialmente. Se emplea tanto para suavizar como para realizar
pronósticos. Se emplea la siguiente fórmula:

Cuando exista menos dispersión en los datos reales respecto a los datos pronosticados entonces será más
confiable el método empleado. Para saber cuan preciso es el método empleado en la realización del
pronóstico se utiliza la siguiente fórmula del cuadrado medio del error (CME) como indicador de precisión
del pronóstico:

Leer más: http://www.monografias.com/trabajos87/metodos-suavizamiento-y-pronostico-series-

tiempo/metodos-suavizamiento-y-pronostico-series-tiempo.shtml#ixzz4sPegzx2y