MÉTODOS CUALITATIVOS

Método Delphi Expertos, individual, separada.

Método de Consenso de panel Expertos, de forma conjunta.
Análisis y estudio de mercado Encuestas a clientes potenciales
Analogía histórica Toma como referencia productos similares
 MÉTODOS DE PRONÓSTICOS
PMS: Promedio móvil simple Docente:
PMP: Promedio móvil ponderado Magister en Administración, Ing.
SE: Suavización exponencial Industrial, Patricia María Fernández
Hidalgo
MC: Mínimos cuadrados o Regresión
Lineal simple ŷ = a + bx

DA= /dato real - Dato pronosticado/

Promedio Móvil Simple Desviaciones Absolutas

X Mes Ventas (miles) Y PMS (3) PMS (5) DA (3) DA (5)

1 Enero 200
2 Febrero 135
3 Marzo 195
4 Abril 198 176.67 21.33
5 Mayo 310 176.00 134.00
6 Junio 175 234.33 207.6 59.33 32.6
7 Julio 155 227.67 202.6 72.67 47.6
8 Agosto 130 213.33 206.6 83.33 76.6
9 Setiembre 220 153.33 193.6 66.67 26.4
10 Octubre 277 168.33 198 108.67 79
11 Noviembre 235 209.00 191.4 26.00 43.6
12 Diciembre 240 244.00 203.4 4.00 36.6

Pronósticos 13 Enero 250.67 220.4

Desviaciones Absolutas Medias: DAM= 64.00 48.91

ERRORES DE PRONÓSTICO
DA: Desviación absoluta
ECM: Error cuadrático medio
Gráfico de las ventas Enero a Diciembre

Ventas (miles) Y
350

300

250

200

150

100

50

0
er
o ro zo ril ay
o
ni
o lio to
En bre ar Ab M Ju Ju g os
Fe M A ti
Se
ventas Enero a Diciembre

Ventas (miles) Y

zo ril ay
o
ni
o lio to br
e re br
e
br
e
ar Ab M Ju Ju g os m tub m m
M tie Oc ovie
A cie
Se N Di
 MÉTODOS DE PRONÓSTICOS
PMS: Promedio móvil simple Docente:
PMP: Promedio móvil ponderado Magister en Administración, Ing.
SE: Suavización exponencial Industrial, Patricia María Fernández
Hidalgo
MC: Mínimos cuadrados o Regresión Lineal
simple ŷ = a + bx
Pesos PMP
0.2 DA= /dato real - Dato pronosticado/
0.3
0.5

Promedio Móvil Ponderado

X Mes Ventas (miles) Y PMP (3) DA PMP (3)

1 Enero 200
2 Febrero 135
3 Marzo 195
4 Abril 198 178 20
5 Mayo 310 184.5 125.5
6 Junio 175 253.4 78.4
7 Julio 155 220.1 65.1
8 Agosto 130 192 62
9 Setiembre 220 146.5 73.5
10 Octubre 277 180 97
11 Noviembre 235 230.5 4.5
12 Diciembre 240 244.6 4.6

Pronósticos 13 Enero 245.9

Desviaciones Absolutas Medias: DAM PMP= 58.96

ERRORES DE PRONÓSTICO
DA: Desviación absoluta
ECM: Error cuadrático medio

PMP Abril (3)= 195*0.5 + 135*0.3 + 200*0.2

PMP Mayo (3)= 198* 0.5 + 195*0.3 + 135*0.2
Gráfico de las ventas Enero a Diciembre

Ventas (miles) Y
350

300

250

200

150

100

50

0
er
o
er
o zo ril ay
o
ni
o li o to br
e
En br ar Ab M Ju Ju g os m
F e M A ti e
Se
 a Diciembre

ntas (miles) Y

ay
o
ni
o li o to br
e
br
e
br
e
br
e
M Ju Ju g os m tu m m
A ti e Oc i e i e
v c
Se No Di
 MÉTODOS DE PRONÓSTICOS
PMS: Promedio móvil simple
Docente:
PMP: Promedio móvil ponderado Magister en Administración, Ing. Industrial, Patricia
SE: Suavización exponencial María Fernández Hidalgo
MC: Mínimos cuadrados o Regresión Lineal
simple ŷ = a + bx
Pesos PMP PMP Abril (3)= 195*0.5 + 135*0.3 + 200*0.2 = 178
0.2
0.3
0.5 α= 0.4

Suavizamiento Exponencial
DA SE PMP
X Mes Ventas (miles) Y SE PMP (3)
(3)
1 Enero 200
2 Febrero 135
3 Marzo 195
4 Abril 198
5 Mayo 310 186.00 124.00
6 Junio 175 235.60 60.60
7 Julio 155 211.36 56.36
Para la suavizació
8 Agosto 130 188.82 58.82
Fa = F a-1 + alfa (A
9 Setiembre 220 165.29 54.71
10 Octubre 277 187.17 89.83 Donde:
11 Noviembre 235 223.10 11.90 A: Datos conocido
12 Diciembre 240 227.86 12.14 F: Proyecciones. D
Pronósticos 13 Enero 232.72

Desviaciones Absolutas Medias: DAM SE= 58.54

 ERRORES DE PRONÓSTICO
DA: Desviación absoluta
g. Industrial, Patricia ECM: Error cuadrático medio

Para la suavización exponencial SE:

Fa = F a-1 + alfa (A a-1 - Fa-1)

Donde:
A: Datos conocidos (Ventas, por ejemplo)
F: Proyecciones. Donde el primer F es un PMP.
 Gráfico de las ventas Enero a Diciembre

Ventas (miles) Y
350

300
124
250

200

150

100

50

0
er
o ro zo ril ay
o
ni
o li o to br
e re br
e
En bre ar Ab Ju Ju os t ub
Fe M M Ag
tie
m
Oc ovie
m em
Se D ici
N
)Y

to br
e re br
e
br
e
g os m t ub m m
A tie Oc ovie cie
Se N Di
 MÉTODOS DE PRONÓSTICOS
PMS: Promedio móvil simple Docente:
PMP: Promedio móvil ponderado Magister en Administración, Ing.
SE: Suavización exponencial Industrial, Patricia María Fernández
Hidalgo
MC: Mínimos cuadrados o Regresión
Lineal simple ŷ = a + bx

ŷ= a+bx DA= /dato real - Dato pronosticado/

Regresión Lineal Simple, Proyección con Tendencia o Mínimos Cuadrados

X Mes Ventas (miles) Y xy x2 ŷ DA ŷ

1 Enero 200 200 1 177.68 22.32

2 Febrero 135 270 4 182.80 47.80
3 Marzo 195 585 9 187.92 7.08
4 Abril 198 792 16 193.04 4.96
5 Mayo 310 1550 25 198.16 111.84
6 Junio 175 1050 36 203.27 28.27
7 Julio 155 1085 49 208.39 53.39
8 Agosto 130 1040 64 213.51 83.51
9 Setiembre 220 1980 81 218.63 1.37
10 Octubre 277 2770 100 223.75 53.25
11 Noviembre 235 2585 121 228.87 6.13
12 Diciembre 240 2880 144 233.99 6.01

Pronósticos 13 Enero 239.11

Sumatorias 78 ---- 2470 16787 650
Desviaciones Absolutas Medias: DAM ŷ= 35.50
Cant. Datos: N= 12

Menor desviación absoluta media, por lo tanto: es el método que nos da

Pronósticos de Mínimos Cuadrados con Excel

Sgtes Mes Venta Pronost
meses Pronost
13 Enero 239.11
14 Febrero 244.22
15 Marzo 249.34
16 Abril 254.46
17 Mayo 259.58
18 Junio 264.70
 ERRORES DE PRONÓSTICO
DA: Desviación absoluta
ECM: Error cuadrático medio

to real - Dato pronosticado/

dencia o Mínimos Cuadrados

ECM

7.06
15.12
2.24
1.57
35.37
8.94
16.88
26.41 b=
0.43 a=
16.84
1.94
1.90

11.2248571475

nto: es el método que nos da el MEJOR PRONÓSTICO

 Gráfico de las ventas Enero a Diciembre

Ventas (miles) Y
350

300

250

200

150

100

50

0
er
o ro zo ril ay
o
ni
o lio to br
e re br
e
En bre ar Ab M Ju Ju g os m tub m m
b
Fe M A ti e Oc ie ie
v i c
Se No D

ŷ= a+bx
5.11888111888112
172.560606060606

b=
a=
s) Y

to br
e re br
e
br
e
g os m tub m m
A tie Oc ovie c ie
Se N Di
 MÉTODOS DE PRONÓSTICOS
PMS: Promedio móvil simple Docente: Magister en Administración, In
PMP: Promedio móvil ponderado
SE: Suavización exponencial
MC: Mínimos cuadrados o Regresión Lineal
simple ŷ = a + bx

COMPARACIÓN DE LOS MÉTODOS DE PRONÓSTICO CUANTITATIVOS:

Promedio Móvil Simple

X Mes Ventas (miles) Y PMS (3) PMS (5) DA (3) DA (5)

1 Enero 200
2 Febrero 135
3 Marzo 195
4 Abril 198 176.67 21.33
5 Mayo 310 176.00 134.00
6 Junio 175 234.33 207.6 59.33 32.6
7 Julio 155 227.67 202.6 72.67 47.6
8 Agosto 130 213.33 206.6 83.33 76.6
9 Setiembre 220 153.33 193.6 66.67 26.4
10 Octubre 277 168.33 198 108.67 79
11 Noviembre 235 209.00 191.4 26.00 43.6
12 Diciembre 240 244.00 203.4 4.00 36.6
Sumatorias 78 ---- 2470
Pronósticos 13 Enero 250.67 220.4

Desviacion
es
Absolutas DAM PMS= 64.00 48.91
Medias:
Cant. Datos: N= 12

Pronósticos de Mínimos Cuadrados con Excel

Sgtes
Mes Pronost Venta Pronost
meses
13 Enero 239.11
14 Febrero 244.22
15 Marzo 249.34
16 Abril 254.46
17 Mayo 259.58
18 Junio 264.70
 ERRORES DE PRONÓSTICO
ster en Administración, Ing. Industrial, Patricia María Fernández Hidalgo DA: Desviación absoluta
ECM: Error cuadrático medio

Pesos PMP
0.2 DA= /dato real - Dato pronosticado/

0.3
0.5 α= 0.4

TITATIVOS:
Promedio Móvil Ponderado Suavizamiento Exponencial Regresón Lineal Simple, Proyección con Tendencia o Mínimos Cuadrados

PMP (3) DA PMP (3) SE PMP (3) DA SE PMP Y^ DA Y^ ECM xy

(3)
177.68 22.32 7.06 200
182.80 47.80 15.12 270
187.92 7.08 2.24 585
178 20 193.04 4.96 1.57 792
184.5 125.5 186.00 124.0 198.16 111.84 35.37 1550
253.4 78.4 235.6 60.6 203.27 28.27 8.94 1050
220.1 65.1 211.4 56.4 208.39 53.39 16.88 1085
192 62 188.8 58.8 213.51 83.51 26.41 1040
146.5 73.5 165.3 54.7 218.63 1.37 0.43 1980
180 97 187.2 89.8 223.75 53.25 16.84 2770
230.5 4.5 223.1 11.9 228.87 6.13 1.94 2585
244.6 4.6 227.9 12.1 233.99 6.01 1.90 2880
16787
245.9 242.76 239.11

DAM PMP= 58.96 DAM SE= 58.54 DAM ŷ= 35.50 11.2248571

Menor desviación absoluta media, por lo tanto:

Para escoger el mejor pronóstico se comparan las DAM (desviaciones absolutas media
Se escoge como mejor pronóstico aquel que presente la menor desviación absoluta m
 ORES DE PRONÓSTICO Gráfico de las ventas Enero a Diciembre
Desviación absoluta
M: Error cuadrático medio
Ventas (miles) Y
350

300

250

200

150

100
cia o Mínimos Cuadrados

x^2 50

1 0
er
o ro zo ril ay
o
ni
o li o to br
e re br
e
br
e
4 En bre ar Ab M Ju Ju g os m tub m m
Fe M tie Oc ovie
A cie
9 Se N Di
16
25
36
49 y= a+bx
64 b= 5.11888112
81 a= 172.560606
100
121
144
650

Mejor pronóstico

desviaciones absolutas medias).

menor desviación absoluta media.
 e e e
br br br
vi em ci em
No Di

Para la suavización exponencial SE:

Fa = F a-1 + alfa (A a-1 - Fa-1)

Donde:
A: Datos conocidos (Ventas, por ejemplo)
F: Proyecciones. Donde el primer F es un
PMP.