Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Suavización exponencial.
Constante de suavización
1,0 α 0,8
porcentaje
Medidas de exactitud
MAPE 124,846
0,5 MAD 0,287
MSD 0,135
0,0
-0,5
1 6 12 18 24 30 36 42 48 54 60
Índice
0,5
Residuo
50
0,0
10 -0,5
1 -1,0
-1,0 -0,5 0,0 0,5 1,0 -0,5 0,0 0,5 1,0 1,5
Residuo Valor ajustado
0,5
Residuo
8
0,0
4 -0,5
0 -1,0
-1,0 -0,5 0,0 0,5 1,0 1 5 10 15 20 25 30 35 40 45 50
Residuo Orden de observación
Constantes de suavización
1 α (nivel) 0,80
porcentaje
γ (tendencia) 0,05
0
Medidas de exactitud
MAPE 131,909
-1 MAD 0,297
MSD 0,142
-2
-3
-4
1 6 12 18 24 30 36 42 48 54 60
Índice
0,5
Residuo
50
0,0
10 -0,5
1 -1,0
-1,0 -0,5 0,0 0,5 1,0 -0,5 0,0 0,5 1,0 1,5
Residuo Valor ajustado
0,5
Residuo
8 0,0
4 -0,5
0 -1,0
-1,0 -0,5 0,0 0,5 1,0 1 5 10 15 20 25 30 35 40 45 50
Residuo Orden de observación
Método Winters.
Constantes de suavización
1 α (nivel) 0,85
porcentaje
γ (tendencia) 0,05
δ (estacional) 0,28
0 Medidas de exactitud
MAPE 73,6623
MAD 0,1799
-1 MSD 0,0764
-2
1 6 12 18 24 30 36 42 48 54 60
Índice
0,5
Residuo
50
0,0
10 -0,5
1 -1,0
-1,0 -0,5 0,0 0,5 1,0 -0,5 0,0 0,5 1,0 1,5
Residuo Valor ajustado
0,5
Residuo
12 0,0
6 -0,5
0 -1,0
-0,5 0,0 0,5 1,0 1 5 10 15 20 25 30 35 40 45 50
Residuo Orden de observación
Descomposición.
Medidas de exactitud
1,0 MAPE 94,3958
porcentaje
MAD 0,1485
MSD 0,0579
0,5
0,0
-0,5
1 6 12 18 24 30 36 42 48 54 60
Índice
Residuo
0,5
50
0,0
10
-0,5
1
-0,5 0,0 0,5 1,0 -0,5 0,0 0,5
Residuo Valor ajustado
20
Residuo
0,5
10 0,0
-0,5
0
-0,4 0,0 0,4 0,8 1,2 1 5 10 15 20 25 30 35 40 45 50
Residuo Orden de observación
Período Índice
1 0,201806
2 0,085139
3 -0,048611
4 -0,532778
5 -0,610694
6 -0,128194
7 -0,022986
8 0,051597
9 0,154514
10 0,242847
11 0,373472
12 0,233889
Santiago Apolonio Oro
Medidas de exactitud
165913.9 350000 MAPE
MAD
17
36157
MSD 1771811088
161993.6 300000
C1
250000
162204.4
200000
166190.1
150000
172691.4
100000
172482.1 2 4 6 8 10 12 14 16 18 20
194221.8 Índice
200154.9
Gráficas de residuos para C1
189966.3
Gráfica de probabilidad normal vs. ajustes
244342 99
60000
90
281764.9 40000
Porcentaje
Residuo
50 20000
344723 10 0
395544.5 1
-50000 0 50000 200000 300000 400000
Residuo Valor ajustado
426050.9
Histograma vs. orden
416278.5 4.8 60000
Residuo
2.4 20000
436557.9
1.2 0
446097.8 0.0
-10000 0 10000 20000 30000 40000 50000 60000 2 4 6 8 10 12 14 16 18 20
Residuo Orden de observación
Pronósticos
Períod
o Pronóstico Inferior Superior
Promedios Moviles
MAD 19174
300000 MSD 721205430
250000
200000
150000
2 4 6 8 10 12 14 16 18 20 22 24
Índice
Residuo
50 20000
10 0
1
-50000 0 50000 200000 300000 400000
Residuo Valor ajustado
3.6 40000
Frecuencia
Residuo
2.4 20000
1.2 0
0.0
-10000 0 10000 20000 30000 40000 50000 60000 2 4 6 8 10 12 14 16 18 20
Residuo Orden de observación
Pronósticos
Períod
o Pronóstico Inferior Superior
Suavización exponencial
Constante de suavización
α 1.48448
Medidas de exactitud
C1
300000
MAPE 6
MAD 15960
MSD 502344714
200000
100000
2 4 6 8 10 12 14 16 18 20 22 24
Índice
90
40000
Porcentaje
Residuo
50 20000
0
10
-20000
1
-50000 -25000 0 25000 50000 200000 300000 400000
Residuo Valor ajustado
40000
Frecuencia
3.6
Residuo
20000
2.4
0
1.2
-20000
0.0
-20000 0 20000 40000 60000 2 4 6 8 10 12 14 16 18 20
Residuo Orden de observación
Pronósticos
Períod
o Pronóstico Inferior Superior
700000 Variable
Actual
Ajustes
600000 Pronósticos
IP de 95.0%
Constantes de suavización
500000 α (nivel) 1.32044
γ (tendencia) 0.09322
C1
200000
100000
2 4 6 8 10 12 14 16 18 20 22 24
Índice
90 40000
Porcentaje
Residuo
20000
50
0
10
-20000
1
-50000 -25000 0 25000 50000 100000 200000 300000 400000 500000
Residuo Valor ajustado
40000
4.5
Frecuencia
Residuo
20000
3.0
0
1.5
-20000
0.0
-20000 0 20000 40000 60000 2 4 6 8 10 12 14 16 18 20
Residuo Orden de observación
Pronósticos
Períod
o Pronóstico Inferior Superior
Por otro lado, para el caso de la deuda externa, de acuerdo a las medidas que se presentaron en el
error, teniendo consigo un mejor ajuste el modelo de suavización exponencial, ya que presenta un
MAPE de 6, aunque este valor da un panorama muy general de los datos, sirve como una
herramienta que permita tener un pronóstico, a pesar de que los valores de MAD y MSD son muy
grandes.