Documentos de Académico
Documentos de Profesional
Documentos de Cultura
terminar sobre cuantos periodos vamos a hallar el promedio, en este caso, tomaremos
e va a iniciar un periodo antes de ese número, en este ejemplo, el periodo 4 es el mes
rrespondiente a este mes corresponderia a los meses anteriores anteriores
ne + D feb + D mar
b + D mar + D abr
plazamiento, de periodo a periodo, por eso el nombre de móvil (de recuadro gris a
Promedio móvil ponderado Promedio movil ponderado
Periodo Demanda Prónostico
Ene 118 Este promedio debe ir acompañado de valores numéricos, los cuales van a ser útile
Feb 134 con ello realizar el promedio, aqui seleccionaremos tres factores (2, 3, 4), cabe alcar
Mar 180 seleccionados deben estar entre 1 y 10; A estos factores se denotan como X, Y y Z
Abr 272 151 siguiente fórmula asi:
May 332 211
Promedio abr = z D mar + y D feb + x D ene
Jun 289 278 (x + y + z)
Jul 177 300
Ago 209 249 Vamos a pronósticar a partir del mes de abril y para esto multiplicamos el factor ma
Sep 327 216 demanda mas actual al periodo que se quiere pronosticar y así sucesivamente; Ento
Oct 374 254 abril, Z que es el mayor factor que es 4 va a multiplicar la demanda de marzo porqu
Nov 230 322 valor ponderado que le sigue que es 3 multplica la demanda de febrero, por último e
Dic 141 300 demanda de enero, todo esto edividio entre la suma de los tres factores ponderados
La ruta…
Office
Todos los programas
WinQSB (Debe estar previamente instalado)
Forecasting and linear regression (regresión lineal y pronósticos)
clic en cuadricula (costado superior inzquierdo)
Problem type Time series forecasting
Problem Title: Ejemplo
Time Unit: Meses
Number of time units (periods) 12
ok
Nos despliega una tabla
Se ingresan los datos de la tabla excel (ventas en miles de pesos)
Solve and analyze and perform forecasting
Y aquí es lo interesante, me arroja que método de pronóstico quiero utilizar:
Para el literal B:
D Determine el pronóstico de ventas para enero del siguiente año usando el método de media móvil pon
periodos, dandole al valor más actual una ponderación del 50%, (al dato más actual normalmente se l
importancia) al imendiatamente anterior un valor del 40% y al más antiguo un peso del 10%. (tipicame
natiguo se le da la menor importancia o el menor precio.
Ventas en
Periodo miles de
unidades
Ene 30 31.9 Se pronostican 31,900
Feb 31 del próximo año
Mar 25
Abr 24 En Win QSB:
May 23 Solve and analyze - perform forecasting
Jun 26 Weighted moving average (WMA)
Jul 27 Number of periods for forecasting 1
Ago 28 Number of periods in average 3
Sep 30 Enter moving average weights
Oct 30
Nov 31
Dic 33
(Periodos a pronosticar)
uiero utilizar:
g le colocamos que
667 igual al resultado del literal A
y arroja como
Recordemos que este método de estimación utiliza el último dato calculado como pronóstico y se ajusta a una tasa o fracción del erro
anterior.
La ecuación de este modélo es la siguiente:
Ft = Ft -1 + α (At -1 - Ft -1)
Donde:
Ft Que viene de forecasting (pronóstico), entonces pronóstico para el periodo t y este va a ser igual al:
Ft -1 Pronóstico para el periodo de t-1 (anterior a t) +
α Fracción o tasa de respuesta al error, que multiplica a la diferencia entre:
At -1 Valor real del periodo t - 1 menos el valor que se pronosticó, ambos del periodo inmediatamente anterior.
EJEMPLO:
Para el mismo caso, pero utilizando el método de promedio movil exponencial, suponiendo que contamos con un pronóstic
periodo inicial de 32 unidades, es decir, esperamos vender en enero 32.000 unidades y una constante de error al pronóstic
α = 9%. Determinar las ventas esperadas para enero del siguiente año.
1 Ene 30 32
2 Feb 31 31.82
3 Mar 25 31.7462
4 Abr 24 31.139042
5 May 23 30.49652822
6 Jun 26 29.82184068
7 Jul 27 29.47787502
8 Ago 28 29.25486627
9 Sep 30 29.1419283
10 Oct 30 29.21915476
11 Nov 31 29.28943083
12 Dic 33 29.44338205
13 Ene sgte. Año No disponible 29.76347767
atamente anterior.
Función pronóstico:
Donde:
Vamos a ver un ejemplo: Dadas las ventas de 2008 a 2013, pronosticar las ventas del 2014.
Ejemplo 1
Año Unids. Vendidas (miles)
2010 42
2011 47
2012 44
2013 48
2014 49
Ejemplo 2
2008 25.0
2009 26.8
2010 27.8
2011 26.1
2012 28.6
2013 29.9
2014 30.1866666666667
Ejemplo 3
Mes Ventas
1 10,000
2 12,000
3 13,000
4 16,000
5 19,000
Para calcular la linea de tendencia mediante regresión lineal lo primero que haremos en este ejemplo es
graficar esta información historica:
Para calcular la linea de tendencia mediante regresión lineal lo primero que haremos en este ejemplo es
graficar esta información historica:
Ventas
20,000
18,000
f(x) = 2200 x + 7400
16,000
14,000
Ventas
12,000
Linear (Ventas)
10,000
8,000
6,000
4,000
2,000
-
1 2 3 4 5
Ejemplo 4
Día Ventas en millones Fecha Aum. % vtas. Los datos de maximas ventas, dias y prome
1 14 10/1/2015 0.00% visualizar mejor los números antes de hacer
2 12 10/2/2015 -14.29% graficamos ventas. luego, sobre línea, botón
3 38 10/3/2015 216.67%
4 27 10/4/2015 -28.95% Ventas en
5 30 10/5/2015 11.11%
60
6 32 10/6/2015 6.67%
7 48 10/7/2015 50.00% 50 f(x) = 4.08484848484849 x + 12.333333
R² = 0.728510763862161
8 53 10/8/2015 10.42%
40
9 51 10/9/2015 -3.77%
10 43 10/10/2015 -15.69% 30
348
20
Datos
4.0848
12.333
X 15 DÍAS
Y 4.0848 15 12.333
Y 61.272 12.333
Y 73.605
).
storicos de las ventas de un producto.
a los que se conocen las ventas o una variable que sirva para pronosticar a la
emplo es
emplo es
Para obtener la línea de tendencia damos clic derecho sobre la línea y ahí
damos clic en la opción agregar línea de tendencia, opción lineal y clic en
Ventas presentar ecuación en el gráfico, cerrar. Excel marca automáticamente la
Linear (Ventas) linea de tendencia por regresión lineal y nos arroja la ecuación de esa linea
recta donde el número que se multiplica por X es la tendencia y la
constante sumada es la demanda base o las ventas que podemos tomar
como base.
Ventas en millones
4.08484848484849 x + 12.3333333333333
.728510763862161
Ventas en millones
Linear (Ventas en millones)
3 4 5 6 7 8 9 10