Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OPERACIONES
Unidad 4
PRONÓSTICOS
Sesión 16: Promedios móviles y
suavización
(1879-1955)
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzando la Sesión 15
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
Objetivos de la sesión 16
Datos/Observaciones
1. Afianzando la sesión 15
Definición
• Conjunto de actividades a través de las cuales, a partir de datos históricos relevados del entorno
(series cronológicas, experiencia cualitativa), se obtienen escenarios y proyecciones de los valores
futuros de las variables bajo análisis
• El software más utilizado para analizar series de tiempo es el Minitab también se puede analizar con
R.
Datos/Observaciones
1. Afianzando la sesión 15
Introducción
“basura entra, basura sale”. El modelo de pronóstico más elaborado fallará si se aplica a datos poco
confiables. 4 criterios para determinas la calidad de datos:
2 tipos de
1. Los datos deben ser fidedignos pron’osticos
y precisos.
1. Son los datos
recopilados en un
2. Los datos deberían ser periodo único
relevantes. (transversal)
4. Cuando las observaciones indican aumentos y caídas que no tienen un periodo fijo,
existe un patrón cíclico. El componente cíclico es la oscilación alrededor de la
tendencia.
Datos/Observaciones
1. Afianzando la sesión 15
Error de pronóstico
Leer capitulo 3 del libro Pronósticos en los negocios, en especial las formulas de la pág. 87 y 88
Datos/Observaciones
1. Afianzando la sesión 15
Error de pronóstico
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzando la Sesión 15
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
2. Basado en promedios móviles
Asociación entre dos variables
Dos variables medidas en la misma unidad de observación están asociadas si algunos de los
valores de una de las variables tienden a ocurrir más frecuentemente con algunos valores de la
segunda variable que con otros.
Ejemplos:
• Asociación o Relación Positiva : a mayor número de horas trabajadas mayor nivel de ingresos.
• Asociación o Relación Negativa : a mayor educación de la madre menor fecundidad.
Tipología:
• Un sólo conjunto de variables sin ninguna especificación a priori de dependencia . Entonces
nos enfocamos a las relaciones al interior ( within ). Estos métodos son conocidos como
métodos de interdependencia
(Ej.: Series de Tiempo)
Datos/Observaciones
2. Basado en promedios móviles
Métodos de pronosticar
Datos/Observaciones
2. Basado en promedios móviles
¿Qué hace la suavización?
Después de que usted selecciona una técnica para la elaboración del pronóstico, la ajusta a los datos
conocidos y obtiene los valores del pronóstico. Una vez que estos valores pronosticados están
disponibles, los compara con las observaciones conocidas y calcula el error de pronóstico (et).
Una buena estrategia para evaluar los métodos de pronósticos implica los siguientes pasos:
1. La selección de un método de pronósticos se realiza con base en el análisis y la
intuición del pronosticador acerca de la naturaleza de los datos.
El método de promedios simples es una técnica adecuada cuando los factores que producen la serie
que se va a pronosticar se han estabilizado y el ambiente en el cual se encuentra la serie generalmente
permanece sin cambios. Ejemplos de este tipo de series son: las ventas efectuadas como resultado de
un nivel de esfuerzo constante de los vendedores; las ventas de un producto en la etapa de madurez
de su ciclo de vida; entre otros.
Datos/Observaciones
2. Basado en promedios móviles
Promedios simples: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios simples: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles
El modelo de promedio móvil no maneja muy bien la tendencia o la estacionalidad, si bien es cierto
que lo hace mejor que el método de promedio simple.
El analista debe usar su criterio en la determinación de los días, semanas, meses o trimestres en los
cuales basar el promedio móvil. Cuanto menor es el número, mayor es el peso que se asigna a los
periodos más recientes. Y a la inversa, cuanto mayor es el número, menor es el peso que se asigna a
los periodos más recientes.
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles: ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles: ejemplo
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzando la Sesión 15
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
3. De suavización exponencial
¿Qué hace la suavización?
Datos/Observaciones
3. De suavización exponencial
Introducción
Mientras que el método de promedios móviles toma en cuenta sólo las observaciones más
recientes, la suavización exponencial simple ofrece un promedio móvil con peso
exponencial para todos los valores previos observados.
Datos/Observaciones
3. De suavización exponencial
Introducción
Datos/Observaciones
3. De suavización exponencial
Suavización exponencial: ejemplo
Datos/Observaciones
3. De suavización exponencial
Suavización exponencial: ejemplo
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzando la Sesión 15
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
6. Lo que aprendimos
Conclusiones