PRONOSTICOS

Regresión Lineal y Método de Holt

1
 Métodos basados en la tendencia:
Regresión Lineal
 Sean (x1,y1) (x2,y2)…. (xn,yn), n datos apareados para las
dos variables X y Y, y supongamos que yi es la
observación de Y cuando la variable X tiene el valor de
xi .
 Suponemos que existe una relación entre X y Y y que
puede representarse mediante una línea recta :

Y= a+bX

Donde Y es el pronóstico para X

2
 Regresión Lineal
50

 Debemos encontrar los

mejores valores para a y
45

para b 40

 El objetivo es minimizar la 35

suma de las distancias

30
cuadráticas entre la línea de
regresión y los puntos de 25

datos. The objective is to 20

minimize the sum of the

difference between the
15
0 2 4 6 8 10

observation and a fit curve

3
 Regresión Lineal

 Objetivo: minimizar la  Entonces, tenemos:

suma de los cuadrados de
la distancia.

n
Donde:
g (a, b) =  ( yi - (a + bxi ))2

i =1

4
Ejemplo:
 Demanda de motores de aeronaves: 200, 250, 175, 186,
225, 285, 305, 190. supongamos que usamos los primeros
5 periodos como base para poder estimar los parámetros
de regresión. Entonces,

5
Así:

 Se deduce que la ecuación de regresión basada en 5

periodos de datos es:
**Dt es el valor predicho de la demanda en el
tiempo t. Emplearemos esta ecuación de regresión
para pronosticar del periodo 5 a cualquier periodo
posterior a éste

6
 El pronóstico hecho en el periodo 5 para
el periodo 8 se obtendrá al sustituir t=8
en la ecuación de regresión que se acaba
de dar, lo que resultara en el pronostico
211.4-(7/5)(8) =200.2.

7
Suavizamiento exponencial doble
usando el metodo de Holt
Debemos introducir una segunda ecuación con una
segunda constante, b.

Ahora tenemos:
St =  Dt + (1 - ) (St – 1+Gt-1)
Donde Gt es el valor de la pendiente en el tiempo t

Gt = b (St - St-1) + (1 - b) Gt-1

8
 Suavizamiento exponencial doble
usando el metodo de Holt
 Formula del pronostico:

◦ Un periodo hacia adelante:

Ft+1 = St + Gt
◦ t-periodos hacia adelante:
Ft+t = St + tGt

9
Ejemplo
 Serie original : 200, 250, 175, 186, 225, 285, 305, 190.

 Supongamos que tanto  como b son iguales a 0.1

 Para iniciar el método, necesitamos estimados tanto de la

intercepción como de la pendiente en el tiempo cero.

 Supongamos S0 =200 y G0=10

10
Ecuaciones

11
 Periodos del 4 al 8
Periodo Real Pronostico |Error|
4 186 236.1 50.1
5 225 240.3 15.3
6 285 246.7 37.3
7 305 260.8 44.2
8 190 275.0 85.0

DAM=46.4

El método Holt funciona mejor para esta serie porque esta particularmente
diseñado para dar seguimiento a la tendencia en los datos, no así el
Suavizamiento exponencial simple y los promedios móviles.

12