TALLER PRONOSTICOS

ESTUDIANTE:
FLORIAN CAPDET
CAMILO CEPEDA

DOCENTE:
DIEGO GARCIA

UNIVERSIDAD ANTONIO NARIÑO

VILLAVICENCIO – META
FACULTAD ING. INDUSTRIAL
2019
Con los datos adjuntos se realizará un análisis de los pronósticos para las series de datos
presentadas.

2015
A B C D E F
1 4367 434 2792 45 391 260
2 1750 499 2582 67 277 290
3 1733 509 2748 65 230 135
4 1242 380 1553 56 250 122
5 1135 452 1916 59 276 120
6 1365 430 1990 52 310 277
7 1903 478 1480 60 317 157
8 1780 460 2380 64 268 236
9 1845 489 2454 49 269 214
10 1889 503 2345 53 278 298
11 2013 490 2102 67 315 268
12 1978 438 1987 73 310 267
2016
13 1640 520 1989 76 325 245
14 1890 504 2070 64 266 236
15 1998 570 2145 77 236 204
16 2017 690 1897 70 390 250
17 2024 588 1977 82 288 269
18 2103 643 1903 99 290 290
19 2001 475 1873 96 271 271
20 1967 625 1974 91 265 268
21 1988 676 2010 86 239 298
22 2030 570 2051 65 325 299
23 1980 677 1966 66 312 301
24 1998 686 2019 87 307 302

PRONOSTICO PRODCTO A
 A
1 4367  Como el periodo 1 del producto A presenta un comportamiento
2 1750 anormal en relación a los demás datos lo que sugiere que para ese
3 1733 periodo se realizó una actividad en el que genero un aumento anormal
4 1242 en el registro de los datos por lo que no se volvió a presentar en el
5 1135 primer periodo del 2016, según esta información se toma la decisión de
6 1365 suavizar el primer dato del 2015 por lo que se toman los datos de los
7 1903 periodos 2 al 12 para realizar un promedio y colocarlo como reemplazo
8 1780 para el periodo 1 como se muestra a continuación.
9 1845
10 1889
11 2013
=
12 1978
13 1640
14 1890
15 1998
16 2017
17 2024
18 2103
19 2001
20 1967
21 1988
22 2030
23 1980
24 1998
1750+1733+1242+ 1135+1365+1903+1780+1845+1889+ 2013+ 1978
=1694
11

Por consiguiente, la nueva tabla para el producto A en los 24 periodos se tomará de la

siguiente manera y se prosigue a hacer el pronóstico para los 12 periodos consecutivos.
 A
1 1649
2 1750
3 1733
4 1242
5 1135
6 1365
7 1903
8 1780
9 1845
10 1889
11 2013
12 1978
13 1640
14 1890
15 1998
16 2017
Se ha seleccionado el modelo de 17 2024 un promedio móvil auto regresivo
integrado (ARIMA) ya que el 18 2103 periodo de estimación o el valor
de los criterios de error es de los 19 2001 más bajos en la tabla de
ponderación de los criterios 20 1967 RMSE, MAE, MAPE Y ME así
determinando el método cono el 21 1988 menor error posible y un mayor
nivel de confiabilidad en el 22 2030 pronóstico, como se muestra en la
siguiente tabla. 23 1980
24 1998

Modelo RMSE MAE MAPE ME MPE AIC HQC SBIC

(A) 191,996 126,0 7,67907 13,2174 -0,0236999 10,515 10,515 10,515
(B) 195,845 123,667 7,59457 5,93149E-14 -0,761708 10,638 10,651 10,6871
(C) 257,488 192,944 12,1582 -7,57912E-14 -2,52414 11,1853 11,1983 11,2344
(D) 194,823 147,141 9,25602 -9,4739E-15 -1,49121 10,7109 10,7369 10,809
(E) 195,462 134,345 8,64023 -4,73695E-14 -1,44094 10,8007 10,8398 10,948
(F) 197,609 157,296 9,70161 11,4565 -0,782245 10,7392 10,7653 10,8374
(G) 244,077 175,0 11,106 18,3089 -1,22576 11,1616 11,1877 11,2598
(H) 228,358 144,227 9,01102 17,7727 -0,280911 10,9452 10,9582 10,9942
(I) 191,997 120,75 7,35915 12,6676 -0,0227464 10,5983 10,6113 10,6474
(J) 216,622 146,775 8,99743 13,4697 -0,327624 10,8396 10,8527 10,8887
(K) 206,383 155,269 9,63547 14,6872 -0,678416 10,8261 10,8522 10,9243
(L) 224,908 151,928 9,32518 -9,07467 -1,4883 10,9147 10,9277 10,9638
(M) 177,604 109,845 6,67145 0,862527 -0,88205 10,6924 10,7445 10,8888
(N) 189,473 117,664 7,02376 17,171 0,133057 10,6552 10,6812 10,7533
(O) 196,61 116,882 7,15 3,28122 -0,567701 10,8124 10,8515 10,9597
(P) 200,323 120,453 7,29166 9,67656 -0,106154 10,8499 10,8889 10,9971
(Q) 184,948 124,061 7,30246 36,8023 1,12988 10,6902 10,7292 10,8374
 Modelo RMSE RUNS RUNM AUTO MEDIA VAR
(A) 191,996 OK OK OK OK *
(B) 195,845 OK OK OK OK *
(C) 257,488 * *** * ** **
(D) 194,823 OK OK OK OK **
(E) 195,462 OK OK OK OK **
(F) 197,609 OK OK OK OK *
(G) 244,077 ** * OK OK **
(H) 228,358 OK OK OK OK **
(I) 191,997 OK OK OK OK OK
(J) 216,622 OK OK OK OK *
(K) 206,383 OK OK OK OK **
(L) 224,908 OK OK OK OK *
(M) 177,604 OK OK OK OK *
(N) 189,473 OK OK OK OK *
(O) 196,61 OK OK OK OK OK
(P) 200,323 OK OK OK OK OK
(Q) 184,948 OK OK OK OK *

La siguiente tabla muestra el pronóstico generado para los 12 periodos consecutivos a los
datos proporcionados bajo el modelo de un promedio móvil auto regresivo integrado
(ARIMA). Este modelo asume que el mejor pronóstico disponible para datos futuros
está dado por el modelo paramétrico que relaciona el valor más reciente con los valores y
ruido previos como se muestra a continuación.

Límite en 95,0% Límite en 95,0%

Periodo Pronóstico Inferior Superior
25,0 2037,52 1652,04 2423,0
26,0 2066,67 1563,01 2570,34
27,0 2083,38 1554,34 2612,42
28,0 2095,79 1561,95 2629,63
29,0 2109,33 1572,86 2645,81
30,0 2124,8 1585,39 2664,21
31,0 2141,07 1599,29 2682,86
32,0 2157,26 1614,42 2700,09
33,0 2173,15 1630,16 2716,14
34,0 2188,89 1645,85 2731,93
35,0 2204,64 1660,99 2748,29
36,0 2220,43 1675,04 2765,81
Por consiguiente, la gráfica en cuestión para los 12 periodos consecutivos a los datos
suministrados presenta un aumento lineal positivo por lo que indica que a medida que pasan
los periodos los datos generaran un incremento no tan significativo, pero si a medida que
pasa el tiempo.

Gráfica de Pronósticos para PRODUCTO A

ARIMA(2,2,2)

3000
actual
pronóstico
2700 Límites del 95,0%
PRODUCTO A

2400

2100

1800

1500
24 26 28 30 32 34 36
 PRONOSTICO PRODUCTO B

Se ha seleccionado el modelo de una tendencia cuadrática. Este modelo asume que el

mejor pronóstico disponible para datos futuros está dado por la curva de regresión
cuadrática ajustada con todos los datos anteriores. Y asi que el periodo de estimación o el
valor de los criterios de error es de los más bajos en la tabla de ponderación de los criterios
RMSE, MAE, MAPE Y ME así determinando el método cono el menor error posible y un
mayor nivel de confiabilidad en el pronóstico, como se muestra en la siguiente tabla

Modelo RMSE MAE MAPE ME MPE AIC HQC SBIC

(A) 80,333 65,3913 12,3312 10,9565 0,853984 8,77236 8,77236 8,77236
(B) 81,3709 63,2628 12,0864 2,7186E-14 -1,24213 8,88137 8,89439 8,93045
(C) 91,8691 77,5208 14,6226 0,0 -2,78926 9,12406 9,13709 9,17315
(D) 57,0566 42,2121 8,09446 -1,42109E-14 -1,02183 8,25476 8,2808 8,35293
(E) 55,855 37,5234 7,20704 1,18424E-14 -0,962558 8,29552 8,33458 8,44277
(F) 56,0989 40,9968 7,78414 2,78771 -0,514685 8,2209 8,24694 8,31907
(G) 84,3701 69,8236 13,1337 6,07009 -1,11725 9,03709 9,06314 9,13526
(H) 72,0776 55,0682 10,2323 14,0227 1,318 8,63882 8,65184 8,68791
(I) 67,2862 52,1758 9,66955 20,5333 2,557 8,50124 8,51427 8,55033
(J) 66,2796 50,8638 9,58265 17,7504 2,37756 8,4711 8,48412 8,52018
(K) 59,3039 45,3878 8,75647 -4,35812 -2,09647 8,33202 8,35806 8,43019
(L) 65,382 47,7495 9,12654 11,7896 1,40985 8,44383 8,45685 8,49291
(M) 61,4652 45,0512 8,57033 -2,73963 -1,93231 8,40361 8,42965 8,50178
(N) 68,5016 46,4326 8,82684 -5,02653 -2,22207 8,62038 8,64642 8,71855
(O) 70,7053 47,6618 9,06423 4,42186 -0,55285 8,76704 8,80611 8,9143
(P) 72,6395 48,0818 9,08148 6,75109 -0,113276 8,90435 8,95644 9,10069
(Q) 71,3288 47,9347 9,18944 -0,241329 -1,36045 8,86793 8,92002 9,06428

Modelo RMSE RUNS RUNM AUTO MEDIA VAR

(A) 80,333 OK * OK OK OK
(B) 81,3709 OK * OK OK OK
(C) 91,8691 OK ** ** *** *
(D) 57,0566 OK OK OK OK OK
(E) 55,855 OK OK OK OK OK
(F) 56,0989 OK OK OK OK OK
(G) 84,3701 OK ** * *** OK
(H) 72,0776 OK OK OK OK OK
(I) 67,2862 OK OK OK OK OK
(J) 66,2796 OK OK OK OK OK
(K) 59,3039 OK OK OK OK OK
(L) 65,382 OK OK OK OK OK
(M) 61,4652 OK OK OK OK OK
 (N) 68,5016 OK OK OK OK OK
(O) 70,7053 OK OK OK OK OK
(P) 72,6395 OK OK OK OK OK
(Q) 71,3288 OK OK OK OK OK

La siguiente tabla muestra el pronóstico generado para los 12 periodos consecutivos a los
datos proporcionados bajo el modelo de curva de regresión cuadrática. Este modelo asume
que el mejor pronóstico disponible para datos futuros está dado por el modelo paramétrico
que relaciona el valor más reciente con los valores y ruido previos como se muestra a
continuación.

Límite en 95,0% Límite en 95,0%

Periodo Pronóstico Inferior Superior
25,0 702,181 562,543 841,819
26,0 722,202 574,741 869,664
27,0 742,97 586,033 899,907
28,0 764,484 596,393 932,576
29,0 786,745 605,823 967,666
30,0 809,751 614,353 1005,15
31,0 833,504 622,023 1044,99
32,0 858,003 628,881 1087,13
33,0 883,248 634,977 1131,52
34,0 909,239 640,359 1178,12
35,0 935,977 645,07 1226,88
36,0 963,461 649,151 1277,77

Por consiguiente, la gráfica en cuestión para los 12 periodos consecutivos a los datos
suministrados presenta un aumento lineal positivo por lo que indica que a medida que pasan
los periodos los datos generaran un incremento no tan significativo, pero si a medida que
pasa el tiempo.

Gráfica de Pronósticos para PRODUCTO B

Tendencia cuadrá tica = 444,159 + 0,993186 t + 0,373107 t^2

1360
actual
pronóstico
P RODUCTO B

Límites de l 95,0%
1160

960

760

560
24 26 28 30 32 34 36

PRONOSTICO PRODUCTO C

se ha seleccionado el modelo de una Curva-S. Este modelo asume que el mejor pronóstico
disponible para datos futuros está dado por la curva de regresión cuadrática ajustada con
todos los datos anteriores. Y así que el periodo de estimación o el valor de los criterios de
error es de los más bajos en la tabla de ponderación de los criterios RMSE, MAE y MAPE
así determinando el método cono el menor error posible y un mayor nivel de confiabilidad
en el pronóstico, como se muestra en la siguiente tabla

Modelo RMSE MAE MAPE ME MPE AIC HQC SBIC

(A) 355,475 211,522 11,176 -33,6087 -3,12173 11,7469 11,7469 11,7469
(B) 361,836 216,219 11,332 7,90865E-14 -1,46054 11,8657 11,8787 11,9148
(C) 319,536 234,472 11,2541 1,51582E-13 -2,20599 11,6171 11,6301 11,6662
(D) 300,482 209,272 10,4851 1,13687E-13 -1,98725 11,5774 11,6035 11,6756
(E) 293,894 189,445 9,59865 1,13687E-13 -1,86519 11,6164 11,6555 11,7637
(F) 301,615 208,306 10,2475 20,4139 -1,02911 11,585 11,611 11,6831
(G) 263,781 173,225 8,63901 15,9219 -0,821801 11,3169 11,3429 11,4151
(H) 346,558 219,364 11,5727 -44,3636 -3,85315 11,7794 11,7925 11,8285
(I) 324,488 226,393 11,6551 -64,1166 -5,23074 11,6478 11,6609 11,6969
(J) 325,036 237,854 11,4391 -3,46382 -2,41286 11,6512 11,6642 11,7003
(K) 327,282 229,633 11,241 50,8413 0,353822 11,7483 11,7744 11,8465
(L) 325,412 238,643 11,4769 -4,15548 -2,44817 11,6535 11,6665 11,7026
(M) 286,248 169,463 8,7889 0,917832 -1,57725 11,4804 11,5064 11,5786
(N) 298,691 173,981 9,02167 -17,4922 -2,53976 11,6488 11,6879 11,7961
(O) 292,405 178,931 9,12184 11,8746 0,0512116 11,6896 11,7417 11,886
(P) 298,571 178,288 9,23414 -10,8389 -2,18478 11,648 11,6871 11,7953
(Q) 306,294 178,41 9,24946 -17,0378 -2,49964 11,7824 11,8345 11,9788
 Modelo RMSE RUNS RUNM AUTO MEDIA VAR
(A) 355,475 OK OK OK OK ***
(B) 361,836 OK OK OK OK ***
(C) 319,536 OK OK OK OK ***
(D) 300,482 OK * OK OK ***
(E) 293,894 OK OK OK OK ***
(F) 301,615 OK * OK OK ***
(G) 263,781 OK OK OK OK ***
(H) 346,558 OK OK OK OK ***
(I) 324,488 OK * OK OK ***
(J) 325,036 OK OK OK OK ***
(K) 327,282 OK OK OK OK ***
(L) 325,412 OK OK OK OK ***
(M) 286,248 OK OK OK OK ***
(N) 298,691 OK OK OK OK ***
(O) 292,405 OK OK OK OK ***
(P) 298,571 OK OK OK OK ***
(Q) 306,294 OK OK OK OK ***

La siguiente tabla muestra el pronóstico generado para los 12 periodos consecutivos a los
datos proporcionados bajo el modelo de curva de regresión cuadrática. Este modelo asume
que el mejor pronóstico disponible para datos futuros está dado por el modelo paramétrico
que relaciona el valor más decreciente con los valores previos como se muestra a
continuación, es decir, se pronosticara una reducción en la producción o ventas de acuerdo
a los datos históricos suministrados para el análisis.

Límite en 95,0% Límite en 95,0%

Periodo Pronóstico Inferior Superior
25,0 1978,58 1497,13 2614,86
26,0 1977,43 1496,19 2613,45
27,0 1976,35 1495,31 2612,15
28,0 1975,36 1494,49 2610,94
29,0 1974,43 1493,73 2609,82
30,0 1973,57 1493,02 2608,78
31,0 1972,76 1492,36 2607,8
32,0 1972,0 1491,74 2606,88
33,0 1971,29 1491,15 2606,03
34,0 1970,62 1490,6 2605,22
35,0 1969,99 1490,08 2604,46
36,0 1969,39 1489,59 2603,74

Por consiguiente, la gráfica en cuestión para los 12 periodos consecutivos a los datos
suministrados presenta un aumento lineal positivo por lo que indica que a medida que pasan
los periodos los datos generaran un decrecimiento no tan significativo, pero si a medida que
pasa el tiempo.

Gráfica de Pronósticos para PRODUCTO C

tendencia curtva-S = exp(7,5749 + 0,380879 /t)

2900
actual
pronóstico
PRODUCTO C 2600 Límites del 95,0%

2300

2000

1700

1400
24 26 28 30 32 34 36

 Producto D: DE TENDENCIA ALCISTA.

 Modelo de pronóstico elegido:

ARIMA (1,1,1). Este método genera un comportamiento de TENDENCIA BAJISTA, en

la gráfica identificando un modelo de ESTIMACION más exacto para este caso siendo el
“SUAVIZACIÓN EXPONENCIAL SIMPLE CON ALFA” en la comparación de
métodos.
 Producto E: DE TENDENCIA ALEATORIA.

 Modelo de pronóstico elegido: ARIMA (2,1,2). Este método genera un

comportamiento DE TENDENCIA HORIZONTAL en la gráfica identificando un
 modelo de ESTIMACION más exacto para este caso siendo el MEDIA
CONSTANTE en la comparación de métodos.

 Producto F: DE TENDENCIA ALEATORIA.

 Modelo de pronóstico elegido:

Tendencia exponencial = exp (5,17855 + 0,0230166 t). Este método genera un

comportamiento DE TENDENCIA ALCISTA, en la gráfica identificando un modelo
de ESTIMACION más exacto para este caso siendo el SUAVIZACIÓN EXP. DE
BROWN CON ALFA en la comparación de métodos.