Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo de Investigación 1
Trabajo de Investigación 1
Pronóstico Holt-Winters
Integrantes
Claudio Schulz
Curso
Docente
Fecha
19/04/2021
Introducción
Hoy en día, es tan alta la competencia que existe entre las compañías, que cada vez más se
necesitan herramientas que puedan optimizar las operaciones de las empresas, aumentar sus
ventas y de paso también, aumentar la rentabilidad de estas empresas. Es por esto, que
existen varios métodos para lograr estimaciones en función a los requerimientos estratégicos
de una compañía y lograr así, que la empresa perdure con éxito hacia un futuro. Además, las
empresas están en una constante búsqueda de minimizar la incertidumbre que tienen en el
mediano y largo plazo y necesitan de herramientas de estimaciones para poder reducir ese
grado de duda. Estas estimaciones se pueden lograr de forma efectiva, mediante los procesos
denominados pronósticos.
Los pronósticos son los encargados de reducir el grado de incertidumbre de una empresa y
deben satisfacer las necesidades de planeación de la organización. Es en este sentido que un
pronóstico es una herramienta que proporciona un estimado cualitativo que pronostica de
acuerdo a decisiones y experiencias personales y un estimado cuantitativo que es básicamente
un conjunto de estimados acerca de la probabilidad de eventos futuros que se elaboran en
base en la información de interés en su dimensión pasada y actual (PinDyck y Rubinfeld, 2001);
dicha información se encuentra expresada en la forma de un modelo y existen múltiples
formas de estos expresadas a través de técnicas de pronósticos.
Descripción de la metodología.
El pronóstico Holt-Winters, derivado del pronóstico de Holt, el cual considera solo dos
exponentes, es un método de pronóstico de triple exponente suavizante, ya que considera tres
parámetros de una serie de tiempo; el nivel, la tendencia y la estacionalidad, es utilizado para
realizar pronósticos del comportamiento de una serie temporal a partir de la información de
los datos obtenidos. El método se basa en un algoritmo iterativo que a cada tiempo (mes o
semana) realiza un pronóstico sobre el comportamiento de la serie en base a promedios
debidamente ponderados de los datos obtenidos. Igualmente se trata de una variante,
también conocida como alisado exponencial lineal con doble parámetro, que consigue eliminar
el sesgo de la predicción de una serie con tendencia, a través de la inclusión en la media móvil
de un componente de tendencia:
M t =α y t +(1−α )( M t −1+ bt −1 )
donde b es un factor de variación definido a partir de otra nueva constante de alisado para la
tendencia, β :
^y t +h=M t + bt ∙ h
Existen varias posibilidades para la adopción de los valores iniciales. La más sencilla consistiría
en hacer
M 1= y 1 ; b1=0
y 2− y 1 y4 − y3
b 1= [ 2 ] +[
2
]
o también
M 2= y 2 ; b2= y 2− y 1
Igualmente es aconsejable optar por los valores de los parámetros seleccionados por el
programa, en general, elegidos como los que minimizan los errores cuadráticos medios. Como
pauta general, los parámetros α y β tomarán valores elevados (por encima de 0,7) en series de
acusada tendencia.
Obviamente, en el caso particular en el β=0 ; b 1=0 el alisado con doble parámetro queda
reducido al alisado exponencial simple.
El método Holt-Winters presenta dos modelos: El modelo aditivo, el cual se utiliza cuando la
estacionalidad es constante e independiente del nivel y no aumenta a lo largo del tiempo y el
modelo multiplicativo, el cual se utiliza cuando la estacionalidad crece durante el tiempo de
manera proporcional al nivel. Estos métodos dependen del tipo de estacionalidad que se esté
originando. A continuación, se mostrarán los dos modelos, aditivo y multiplicativo para poder
crear un mayor entendimiento a este método.
Método Holt-Winter.
Modelo aditivo.
St =γ ∙ ( Dt −Lt ) +(1−γ )∙ St −s
Y^ t +k =Lt + KT t + St + K−S
Donde
Lt =¿ Nivel en el tiempo t
Modelo multiplicativo.
St =γ ∙ ( D t / A t ) +(1−γ )∙ St −c
F t+ r=( A t +T t ) ∙C t +1−c
S1−c =( D 1 / A0 ) y S 0=( D c / A 0 )
Donde
St =¿ Estimación de estacionalidad
Ejemplo desarrollado
Outdoor Furniture columpios. Usualmente los clientes compran más columpios en los meses
calientes que en los fríos, de manera que las ventas cambian las estaciones. Suponga que los
columpios de Outdoor Furniture son muy buenos y la publicidad verbal hace que aumente el
número de personas que las compran. Sus datos que reflejan estacionalidad y tendencia están
dados en la siguiente tabla.
Año
Trimestre 1 2 3
1 60 69 84
2 234 266 310
3 163 188 212
4 50 59 64
En este caso, un año se puede dividir en cuatro estaciones, cada una de tres meses. Por
naturaleza, muchos procesos tienen algún número de estaciones durante un año. Si los
periodos son semanas, el año tendría 52 estaciones.
Los periodos de meses y trimestres tienen 12 y 4 estaciones en un año, pero de haber alguna
explicación de la estacionalidad. Los métodos presentados aquí pueden usarse para cualquier
longitud de estación.
Desarrollo.
84+ 310+212+64
D 3=
4
D 3=¿ 167,5
69+266+188+ 59
D 2=
4
D2=¿ 145,5
69+266+188+ 59
D 1=
4
D 1=¿ 145,5
Años
Trimestre 1 2 3
1 60 69 84
2 234 266 310
3 163 188 212
4 50 59 64
126,75 145,5 167,5
Luego se desarrolla el método Holt-Winter en Excel.
Para calcular los valores de alfa, beta y gamma, se utilizaron unos valores experimentales. Para
luego obtener los valores reales haciendo una regresión lineal.
Años L 4
α
Trimestre 1 2 3 β 0,01
1 60 69 84 1,00
2 234 266 310 y 0,95
3 163 188 212
4 50 59 64
Parámetros:
L 4
α
β 0,01
1,00
y 0,95
Pronosti co
700
306.05
600
266.00
500
215.28
400 184.76
60.00 310
300 266
234 63.70 212
188
200 163 79.75
70.20 67.34
67.67 59.02
69 84
0.00
10060 50 59 64
0
1 2 3 4 5 6 7 8 9 10 11 12
Donde la línea azul es la grafica de las ventas iniciales, y la línea naranja es el pronostico de
esas ventas en el periodo de 3 años.
Existen muchos métodos para calcular pronósticos y cada uno, dependiendo de su forma y
estructura, ayudan a estimar las tendencias en el futuro. Se tiene que entender que, a la hora
de pronosticar, que método será el más correcto a la hora de utilizar hay que tener varias
consideraciones: se logró entender que solo dependerá del análisis y de la información que se
tenga a partir de periodos pasados y periodos actuales, de lo que se observó de la gráfica con
los datos iniciales, fue lo necesario para realizar el ejercicio.
http://rstudio-pubs-
static.s3.amazonaws.com/283175_1d0898ed1b704812a4eeb29b1fdcb213.html
https://www.researchgate.net/publication/331844076_Metodo_de_Winters
https://www.revistaespacios.com/a18v39n13/a18v39n13p01.pdf