TRABAJO DE DESARROLLO 3

1.- Regresión Lineal. Describa y desarrolle

En estadística la regresión lineal o ajuste lineal es un modelo matemático que

se usa para aproximar la relación de dependencia entre una variable
dependiente Y, las variables independientes Xi y un término aleatorio ε. Este
modelo puede ser expresado como:

En palabras simples es ajustar datos en una línea recta, vamos a realizar un ejemplo,
para que quede más claro, si tenemos una tabla con los siguientes datos:

X Y

1 2
2 3
2 4
3 4
4 4
4 6
5 5
6 7

Lo que vamos hacer es agregar una tercera columna, donde sacaremos todos los
productos que obtengamos de X*Y.

X Y X*Y

1 2 2
2 3 6
2 4 8
3 4 12
4 4 16
4 6 24
5 5 25
6 7 42
Ahora agregaremos una cuarta columna, donde sacaremos el cuadrado de cada uno de
los valores que están contenidos en X, elevándolos al cuadrado

X Y X*Y χ²

1 2 2 1
2 3 6 4
2 4 8 4
3 4 12 9
4 4 16 16
4 6 24 16
5 5 25 25
6 7 42 36

El siguiente paso será realizar la sumatoria de todas las columnas

X Y X*Y χ²

1 2 2 1
2 3 6 4
2 4 8 4
3 4 12 9
4 4 16 16
4 6 24 16
5 5 25 25
6 7 42 36

27 35 135 111

Por último, llevar estos datos a la fórmula que a continuación se detalla

El resultado que se obtenga de esta fórmula, serán, graficados de la siguiente

manera.
2.- Promedios móviles. Describa y desarrolle

El promedio móvil es un indicador de tendencias que se usan para realizar

análisis de datos anteriores con la finalidad de formar una serie de medidas
que provengan de diversos subconjuntos de datos de precios, por lo tanto,
tienen la capacidad de examinar las medidas de precios que disminuyen en un
período de tiempo.

Para más claridad del promedio móvil, explicaré paso a paso el proceso
VENTAS PRONOSTICO

N=3

1 1.250
2 1.150
3 0.970
4 1.100
5 1.170
6 1.080
7 1.120
8 1.230
9 1.210
10 1.050
11 1.030
12 0.990
13 1.160
14 1.200
15 1.180
16 1.260
17 1.230
18 1.190
19

En esta tabla están contenidas las ventas que se van a tener en un año, las
cuales están expresadas en millones, cabe señalar que estas son las ventas en
el pasado, y lo que se quiere es pronosticar cuáles serán las ventas, en el
futuro del periodo Nº19.
VENTAS PRONOSTICO

N=3

1 1.250
2 1.150
3 0.970
4 1.100 1.123 "-0,023 0.023
5 1.170
6 1.080
7 1.120
8 1.230
9 1.210
10 1.050
11 1.030
12 0.990
13 1.160
14 1.200
15 1.180
16 1.260
17 1.230
18 1.190
19

La fórmula para sacar el promedio móvil simple es sacar un promedio con n=3
fijo que se elija, donde n es el número de periodos que vamos a contar dentro
del promedio, como tenemos n=3, no lo podemos hacer ya que no tenemos 3
valores antes, entonces pintaremos de color las 3 celdas, tener en cuenta que
para realizar el promedio, tomaremos los valores del pasado, entonces
realizaremos la suma en la columna E, de los 3 valores anteriores que nos da
como resultado 1.123, pero la verdad las ventas fueron 1.100, entonces lo que
tenemos que hacer es calcular el error del nuestro pronóstico, que es el valor
real menos el valor pronosticado, formula que se escribe en la columna F, para
tener una unidad más real se calcula el valor absoluto del error.
 VENTAS PRONOSTICO

N=3

1 1.250
2 1.150
3 0.970
4 1.100 1.123 -0,023 0.023
5 1.170 1.073 0,097 0.097
6 1.080 1.080 0.000 0.000
7 1.120 1.117 0.003 0.003
8 1.230 1.123 0.107 0.107
9 1.210 1.143 0.067 0.067
10 1.050 1.187 0,137 0.137
11 1.030 1.163 -0.133 0.133
12 0.990 1.097 -0.107 0.107
13 1.160 1.023 0.137 0.137
14 1.200 1.060 0.140 0.140
15 1.180 1.117 0.063 0.063
16 1.260 1.180 0.080 0.080
17 1.230 1.213 0.017 0.017
18 1.190 1223 0.033 0.033
19 1.227

P. MOVIL
ME 0.018
MAC 0.076

El promedio móvil simple se replica hasta el final, donde 1,127 es el valor que
se espera para el periodo 19, como así mismo se replica el cálculo del error y el
cálculo absoluto.

Por último, esta serie de datos se grafican, según lo que aparece el en gráfico.

3.- Promedio móvil ponderado. Describa y desarrolle

Promedio móvil ponderado podemos asignar cualquier importancia (peso) a

cualquier dato del promedio (siempre que la sumatoria de las ponderaciones
sean equivalentes al 100%). Es una práctica regular aplicar el factor de
ponderación (porcentaje) mayor al dato más reciente.

La diferencia entre el promedio móvil normal

y el promedio móvil ponderado, es que los3
valores en n=3, tenían el mismo valor o peso, en el recuadro pequeño se
coloca los valores de los pesos, en donde los periodos son los siguientes:

 Periodo 1 es 0.2
 Periodo 2 es 0.3
 Periodo 3 es 0.5

Luego en la columna pronóstico, se realiza el promedio, de la siguiente

manera:

El primer valor 1250, se multiplica por el peso que es 0.2

El segundo valor 1150, se multiplica por el peso que es 0.3

El tercer valor 0970, se multiplica por el peso que es 0.5

(1.250*0.2)+(1.150*0.3)+(0.970*0.5)

El resultado de esta operación se replica en las celdas siguientes

De igual forma en la siguiente columna se realiza el cálculo de los errores, con

la misma fórmula, el valor real con el valor pronosticado, para luego replicarlo
en las siguientes celdas, y luego el valor absoluto del error para las medidas de
desempeño de nuestro pronóstico, además de calcula el ME (error medio), con
el promedio de todos los errores y luego se calcula el MAE (error medio
absoluto), con el promedio de todos los valores absolutos de los errores), este
método es más aceptado que el promedio medio simple.

Por último, esta serie de datos se grafican, según lo que aparece el en gráfico.
4.- Suavización exponencial. Describa y desarrolle

El método de suavizamiento exponencial es una manera de pronosticar la

demanda de un producto en un periodo dado. Estima que la demanda será
igual a, por ejemplo, la media de los consumos históricos para un periodo dado,
dando una mayor ponderación a los valores más cercanos en el tiempo

En esta tabla colocaremos el mismo valor (1250) del mes 1, ya que no tenemos
datos anteriores, a partir del mes 2 usaremos la fórmula:

Donde la formula me dice, que lo que pronostique en el periodo anterior, mas

alfa que es una constante del método de suavización de expotencial, por la
diferencia entre el valor actual menos el valor de la demanda.

Ahora alfa se le dará el valor de 0.2, pues tiene que ser un valor entre 0 y 1,
esta fórmula se replica, luego se calcula los valores del error (valor real menos
el valor pronosticado y luego el valor absoluto del error, se replican ambas
fórmulas, y se calculan las medidas de desempeño.

Nota: que se puede ir cambiando alfa, para que el error valla bajando

 
Para minimizar los tiempos y no estar probando los valores de Alfa
manualmente, existe la herramienta llama SOLVER, para encontrar el valor
óptimo de ALFA.

5.- Suavización exponencial con tendencia. Describa y desarrolle

Esta técnica también conocida como el método de los dos parámetros de Holt
atenúa en forma directa la tendencia y la pendiente al utilizar una constante de
atenuación diferente para cada una de ellas.
Con esta ecuación se atenúa la serie en forma exponencial de manera similar a
como se hacía en el caso de la suavización exponencial simple, la diferencia
radica en que se agrega un término para tomar en cuenta la tendencia.

La ecuación con la cual se estima la tendencia es la que sigue.

La estimación de la tendencia es calculada al obtener la diferencia entre los

valores sucesivos de la atenuación exponencial   , ya que estos

se atenuaron con fines de aleatoriedad, su diferencia constituye una estimación
de la tendencia de los datos.

Y al final se obtiene el pronóstico para m periodos hacia el futuro por medio de

la posterior expresión matemática.

en donde para las anteriores expresiones:

 Es el valor atenuado.

 Es la constante de atenuación de los datos de la serie de tiempo.

 Es el valor real de la serie de tiempo en el periodo t.

 Es la constante de atenuación utilizada para estimar la tendencia.

 Estimación de la tendencia.

 Es el número de periodos a pronosticar en el futuro.

 Es el pronóstico de m periodos hacia el futuro.

Ejemplo
Aquí tenemos un cuadro con la demanda histórica, este método se aplica
cuando hay un tendencia, cuando esa tendencia ese comportamiento de los
datos nos arroja que ese comportamiento es lineal, según lo indica el siguiente
gráfico.

Ahora lo primero que se hace es calcular el nivel y la tendencia en el periodo

cero, insertando 2 columnas, una Lt, Tt, donde Lt estará el nivel y en Tt la
tendencia y para calcularlo lo haremos con regresión lineal, utilizando la
herramienta de Excel (análisis de datos) donde se ingresan las entradas y
salidas de los datos y en una tercera columna se calculara el producto (Ft+n),
con la formula Ft+n=nTt+Lt, donde se suma la tendencia más el nivel en cada
periodo, para eso será necesario calcular inicialmente el nivel y la tendencia en
cada periodo, con la siguientes formulas:

Nivel

Tendencia
Nota: le daremos valores estandarizados a Alfa y Beta

Alfa = 0.1
Beta = 2*Alfa : 0.2

El cálculo se replicara tanto a la columna de nombre Lt, Tt, respectivamente

Por último en la columna Ft+n, se calculará el pronóstico o demanda real en

cada periodo, y lo que hacemos es sumar el nivel y la tendencia del periodo
inmediatamente anterior, los cuales se replicaran hasta el último periodo.

Aquí tenemos la tabla completa de los valores futuros pronosticados de

tendencia.