P Dt Pronos 1 Pronos 2 Error P (1)

Integrantes: 1 200 234

Angelineth Castro 2 187 229
Alisson galvis 3 250 212 224 -38
Maria Monica Marriaga 4 220 219 219 -1
5 290 253 214 -37
6 200 237 209 37
7 210 233 204 23
8 205 205 199 0
9 210 208 194 -2
10 180 198 189 18
11 176 189 184 13
12 150 169 179 19

Errores Metodo 1 Metodo 2

MED 3.2 0 Metodo 1
MAD 18.8 21.8333333 50
MAPE 9% 10% 40
30
MSE 557 897.333 20
DESVIACION 23.60084744 29.9555226 10
0
-10 0
2 4 6
-20
-30
-40
CONCLUSION: -50

principalmente el med nos indica

que tan centrados están los
pronósticos que hemos generado
con respecto a los datos
históricos que tenemos , por lo
tanto si son muy altos quiere
decir que existe una gran
diferencia entre el pronóstico y el
dato histórico , es decir que esos
En la gráfica del método 2 se observar que los errores se ven más aleatori
errores fueron lo más cercano a 0
posible y según nuestro ejercicio
el más cercano a 0 en esta
medida med es el método 2 por
consiguiente esto me indica que
el método de pronostico que eh
utilizado es lo bastante eficiente
para pronosticar la serie de
tiempo que estamos analizando.
 Error P (2) Abs met (1) Abs met (2) abs ep/dt met (1) abs ep/dt met (2) err ^2 met (1)
34 34 0.17
42 42 0.224598930481283
-26 38 26 0.152 0.104 1444
-1 1 1 0.004545454545455 0.004545454545455 1
-76 37 76 0.127586206896552 0.262068965517241 1369
9 37 9 0.185 0.045 1369
-6 23 6 0.10952380952381 0.028571428571429 529
-6 0 6 0 0.029268292682927 0
-16 2 16 0.00952380952381 0.076190476190476 4
9 18 9 0.1 0.05 324
8 13 8 0.073863636363636 0.045454545454546 169
29 19 29 0.126666666666667 0.193333333333333 361

Metodo 1 Metodo 2
60
40
20
0
0 2 4 6 8 10 12 14
-20
2 4 6 8 10 12
-40
-60
-80
-100

e los errores se ven más aleatoriamente al “0” que el método 1.

 err ^2 met (2)
1156
1764
676
1
5776
81
36
36
256
81
64
841

0 12 14