Periodo i Demanda d Pronostico fi ei = di - fi (ERROR) ei (abs) ei^2 α = 0,5

1 850 0.5
2 760 850 -90 90 8100
3 620 805 -185 185 34225
4 790 712.50 77.500 77.500 6006.25
5 850 751.25 98.750 98.750 9751.563
6 950 800.63 149.375 149.375 22312.891
7 660 875.31 -215.313 215.313 46359.473
8 840 767.66 72.344 72.344 5233.618
9 630 803.83 -173.828 173.828 30216.217
10 835 716.91 118.086 118.086 13944.289
11 910 775.96 134.043 134.043 17967.517
12 890 842.98 47.021 47.021 2211.020
798.75 TOTAL

Chart Title
1000
900
800
700
600
500
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10 11

Column A Column B Column C

 F3 = f3-1 + 0,2 (d3-1 - f3-1 ) = F3 = 850 + 0,2 (760 - 850 ) = 805

MAD 123.75
MSE 17847.99

10 11 12
modelo de suavizacion exponencial con ajuste de tendencia

mes i demanda i pronostico suavizado fi tendencia suavizada ti pronostico fit

1 12
2 17 12 0
3 20 13 0.4 13.4
4 19 14.72 0.928 15.648
5 24 16.32 1.20 17.51
6 21 18.81 1.71 20.53
7 31 20.62 1.75 22.37
8 28 24.10 2.44 26.54
9 36 26.83 2.56 29.39
10 38 30.71 3.09 33.80
fi = alfa(demanda real del ultimo

Chart Title
40
35
30
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10

demanda i pronostico fit Column F

 fi = alfa(di-1)+(1-alfa)(fi-1+Ti-1)

Ti = beta(Fi-Fi-1)+(1-beta)Ti-1

alfa = 0.2 suavizacion exponencial

beta = 0.4 ajuste de tendencia

supuesto de inicio
f2 = d1
t2 = 0

= alfa(demanda real del ultimo periodo) +´(1-alfa) (pronostico

regresion lineal, correlacional

Periodo X Demanda Y x*y x^2 y^2

1 60 60 1 3600
2 155 310 4 24025
3 165 495 9 27225
4 170 680 16 28900 b = 3067.5
5 260 1300 25 67600 82.5
6 250 1500 36 62500 b = 37.1818182
7 320 2240 49 102400
8 305 2440 64 93025 a = 46
9 380 3420 81 144400
10 440 4400 100 193600
sumatoria 55 2505 16845 385 747275
promedio 5.5 250.5

proyeccion
Periodo X Demanda Y pronostico f
1 60 83.182
Chart Title
2 155 120.364 500
3 165 157.545 450
400
4 170 194.727
350
5 260 231.909
300
6 250 269.091
250
7 320 306.273
200
8 305 343.455 150
9 380 380.636 100
10 440 417.818 50
0
1 2 3 4 5 6 7 8

Demanda Y pronostico f
 pendiente
origen

art Title

5 6 7 8 9 10

Y pronostico f
Periodo X Demanda Y
1 60 Resumen
2 155
3 165 Estadísticas de la regresión
4 170 Coeficiente d 0.97584095
5 260 Coeficiente d 0.95226556
6 250 R^2 ajustado 0.94629876
7 320 Error típico 26.7331085
8 305 Observacione 10
9 380
10 440 ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresión 1 114055.227 114055.227
Residuos 8 5717.27273 714.659091
Total 9 119772.5

Coeficientes Error típico Estadístico t

Intercepción 46 18.2621898 2.51886551
Variable X 1 37.1818182 2.94321838 12.6330477

Análisis de los residuales

Observación
Pronóstico para YResiduos
1 83.1818182 -23.1818182
2 120.363636 34.6363636
3 157.545455 7.45454545
4 194.727273 -24.7272727
5 231.909091 28.0909091
6 269.090909 -19.0909091
7 306.272727 13.7272727
8 343.454545 -38.4545455
9 380.636364 -0.63636364
10 417.818182 22.1818182
 Variable X 1 Curva de regresió
500
400
300
200

Y
100
0
0 2 4 6 8 10
Variable X 1
F Valor crítico de F
159.593894 1.44761E-06

Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
0.03587211 3.88731484 88.1126852 3.88731484 88.1126852
1.44761E-06 30.3947444 43.9688919 30.3947444 43.9688919
1 Curva de regresión ajustada

Y
Pronóstico para Y

4 6 8 10 12
Variable X 1
Mes 2017 2018 2019 Promedio Est. IE
1 280 310 330 306.666666667 0.73453094
2 450 500 520 490 1.17365269
3 530 600 680 603.333333333 1.44510978
4 420 500 520 480 1.1497006
5 150 170 200 173.333333333 0.41516966
6 290 360 340 330 0.79041916
7 250 270 310 276.666666667 0.66267465
8 220 380 410 336.666666667 0.80638723
9 100 120 130 116.666666667 0.27944112
10 480 500 500 493.333333333 1.18163673
11 380 430 480 430 1.02994012
12 920 980 1020 973.333333333 2.33133733
417.500
Paso 1:
Calculo de la demanda promedio de cada estación

Paso 2: b= 364.015
Calculo de la demanda promedio total a= 3.116
y = a+bx
Paso 3:
Calculo del indice estacional IE
demanda promedio de la estacion / demanda promedio total

Paso 4:
Desestacionalizar la demanda
demanda inicial del periodo / IE del periodo

Paso 5:
Tomar los datos desestacionalizados y proyectarlos (regresión)

PASO 6:
estacionalizar los datos proyectados con el indice estacional correspondiente
X Y Resumen
1 381.195652
2 383.418367 Estadísticas de la regresión
3 366.754144 Coeficiente de correlación múltiple 0.28235906185
4 365.3125 Coeficiente de determinación R^2 0.07972663981
5 361.298077 R^2 ajustado 0.05265977627
6 366.893939 Error típico 80.1113825452
7 377.259036 Observaciones 36
8 272.821782
9 357.857143 ANÁLISIS DE VARIANZA
10 406.216216 Grados de libertad
Suma de cuadrados
11 417.5 Regresión 1 18904.0118
12 394.623288 Residuos 34 218206.343
13 422.038044 Total 35 237110.355
14 426.020408
15 415.19337 Coeficientes Error típico
16 434.895833 Intercepción 359.041854888 27.2700153
17 409.471154 Variable X 1 2.20587794641 1.28528286
18 455.454546
19 407.439759
20 1.39285066
21 429.428571
22 423.141892
23 466.046512
24 420.359589
25 449.266304
26 443.061225
27 470.552486
28 452.291667
29 481.730769
30 430.151515
31 467.801205
32 294.360344
33 465.214286
34 423.141892
35 417.5
36 437.517123
 paso 4 proyeccion con regresion paso 5
2017 2018 2019 2017 2018 2019 2017 2018
381.195652 422.038043 449.266304 367.131 4772.703 9178.275 269.669078 3505.69801
383.418367 426.020408 443.061224 734.262 5139.834 9545.406 861.768575 6032.38002
366.754144 415.19337 470.552486 1101.393 5506.965 9912.537 1591.6338 7958.16898
365.3125 434.895833 452.291667 1468.524 5874.096 10279.668 1688.36292 6753.45169
361.298077 409.471154 481.730769 1835.655 6241.227 10646.799 762.108263 2591.1681
366.893939 455.454545 430.151515 2202.786 6608.358 11013.93 1741.12426 5223.37279
377.259036 407.439759 467.801205 2569.917 6975.489 11381.061 1703.01885 4622.47974
272.821782 1.39285066 294.360344 2937.048 7342.62 11748.192 2368.39799 5920.99497
357.857143 429.428571 465.214286 3304.179 7709.751 12115.323 923.323473 2154.42144
406.216216 423.141892 423.141892 3671.31 8076.882 12482.454 4338.15473 9543.94041
417.5 466.046512 417.5 4038.441 8444.013 12849.585 4159.35241 8696.82776
394.623288 420.359589 437.517123 4405.572 8811.144 13216.716 10270.8744 20541.7489

Promedio de los cuadradosF Valor crítico de F

18904.0118 2.94554409 0.09521434
6417.83361

Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
13.1661772 6.61908E-15 303.622516 414.461194 303.622516 414.461194
1.71625875 0.09521434 -0.40613108 4.81788698 -0.40613108 4.81788698
 2019
6741.72695
11202.9915
14324.7042
11818.5405 Chart Title
4420.22793
16000
8705.62132
7541.94062 14000

9473.59195 12000
3385.5194 10000
14749.7261 8000
13234.3031
6000
30812.6233
4000
2000
0
1 2 3 4 5 6 7 8 9 10 11 12

Column G Column J Column M