Está en la página 1de 15

Panorama de los métodos

cuantitativos

Parte Practica
En este capítulo se describen cinco métodos de pronósticos
cuantitativos que emplean datos históricos. Los métodos
caen en dos categorías:

1. Enfoque intuitivo
2. Promedios móviles
3. Suavizamiento exponencial modelos de series de tiempo
4. Proyección de tendencias
5. Regresión lineal modelo asociativo
Modelos de series de tiempo

Los modelos de series de tiempo predicen bajo


el supuesto de que el futuro es una función del
pasado. En otras palabras, observan lo que ha
ocurrido durante un periodo y usan una serie de
datos históricos para hacer un pronóstico.
Modelos asociativos

Los modelos asociativos, como la regresión lineal,


incorporan las variables o los factores que
pueden influir en la cantidad por pronosticar.
Por ejemplo, un modelo asociativo sobre las
ventas de cortadoras de césped incluye factores
como la construcción de nuevas viviendas, el
presupuesto de publicidad y los precios de los
competidores.
Enfoque intuitivo

La forma más simple de pronosticar es suponer


que la demanda del siguiente periodo será igual
a la demanda del periodo más reciente.
Promedios móviles

El pronóstico de promedios móviles usa un número de valores


de datos históricos reales para generar un pronóstico. Los
promedios móviles son útiles si podemos suponer que la
demanda del mercado permanecerá relativamente estable en
el tiempo.
Matemáticamente, el promedio móvil simple (que sirve como
estimación de la demanda del siguiente periodo) se expresa
como:
σ 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑙𝑜𝑠 𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜𝑠 𝑝𝑟𝑒𝑣𝑖𝑜𝑠
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑚ó𝑣𝑖𝑙 =
𝑛

donde n es el número de periodos incluidos en el promedio


móvil —por ejemplo, 4, 5 o 6 meses, respectivamente, para un
promedio móvil de 4, 5 o 6 periodos.
EJERCICIO #1: PROMEDIO MOVIL, n= 3
Cuando se presenta una tendencia o un patrón
localizable, pueden utilizarse ponderaciones
para dar más énfasis a los valores recientes.

Esta práctica permite que las técnicas de


pronóstico respondan más rápido a los cambios,
puesto que puede darse mayor peso a los
periodos más recientes.

La elección de las ponderaciones es un tanto


arbitraria porque no existe una fórmula
establecida para determinarlas.
Un promedio móvil ponderado puede expresarse
matemáticamente como:

σ 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑛 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑛


𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑚𝑜𝑣𝑖𝑙 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑜 =
σ 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
Determinación del promedio móvil ponderado
Ejemplo 2
En la siguiente figura, una gráfica de los datos de los
ejemplos 1 y 2, se ilustra el efecto de retraso de los modelos
de promedios móviles.

Observe que tanto las líneas de los promedios móviles


simples como las de promedios móviles ponderados retrasan
la demanda real.

Sin embargo, los promedios móviles ponderados usualmente


reaccionan más rápido ante los cambios detectados en la
demanda. Incluso en periodos a la baja (vea noviembre y
diciembre), siguen la demanda de manera más cercana.