Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRESENTADO A:
NATALIA RODRIGUEZ SANCHEZ
PRESENTADO POR:
Manuel salvador arroyo florez
Planeación de la
producción
Facultad de
ingeniería
Corporación universitaria
iberoamericana.
2022
INTRODUCCIÓN
General
Específicos
Taller
Actividad 1 - Pronósticos
RTA: La demanda del traje de baño se podría pronosticar utilizando suavización exponen
exponencial. El horizonte de tiempo es corto, la complejidad del modelo y el costo es baja,
la exactitud del modelo es justa y los requisitos de datos son muy bajos.
RTA: La demanda de casas nuevas puede pronosticarse con la regresión lineal. Los
horizontes temporales son largos, la complejidad del modelo es medianamente alta, la
precisión es alta y los requisitos de datos son también.
c) Consumo de electricidad.
RTA: Regresión causal. Los modelos se pueden utilizar para prever el uso de energía
eléctrica. El horizonte temporal es largo y el modelo de complejidad es bastante alto, la
precisión y requerimientos del modelo son altos.
3.el método mínimo cuadrado trata de ajustar la recta de los datos que
minimizan la suma de los cuadrados de la distancia vertical entre cada punto
de datos y el punto correspondiente en la recta. Si se traza una recta a través
del área general de los puntos, la diferencia entre el punto y la recta es y-y
4. Explique el procedimiento para crear un pronóstico usando el método de
descomposición de la regresión por mínimos cuadrados.
RTA: Paso 1:
Se debe calcular el factor debe calcular el factor de estacionalidad, realizando un cociente entre el
valor pronosticado según el Promedio o Media Móvil Simple con n=12 y el valor real de la demanda.
Paso 2: Se calcula el factor de estacionalidad promedio para cada período. Este procedimiento se
facilita al trabajar con Tablas Dinámicas.
Paso3: Se ajusta cada factor promedio, multiplicándolo por el factor de estacionalidad K, calculado
de:
Para este propósito se puede aplicar el procedimiento de forma muy sencilla en Excel a través de
las siguientes alternativas:
1. Hacer un Gráfico de Línea con los valores de la demanda real como se muestra en la
imagen a continuación: Luego sobre el gráfico de línea con el mouse o teclado seleccionar
con el botón derecho la opción “Agregar línea de tendencia”. Por defecto se ofrece la
alternativa de tendencia lineal (no modificar) y debemos seleccionar las siguientes
opciones. Una vez realizado lo anterior obtendremos el gráfico que muestra el ajuste de la
regresión y su ecuación.
𝑆(𝑡) = 𝑇(𝑡) ∗ 𝑌 ∗ 𝐶 + µ
Dónde:
S= Valor pronosticado
T= Factor de tendencia
C= Componente cíclico
Y= Componente estacional
μ= Variación no sistemática
5.Dé algunas reglas simples que usaría para manejar la demanda del producto
de
una empresa (un ejemplo es “limitado al inventario disponible”).
RTA: Para satisfacer la demanda de un producto es necesario conocer el comportamiento
del consumidor o sus necesidades, de manera que se deben hacer estudios con este
objetivo y diseñar las estrategias de marketing en función a los objetivos que se
persiguen, esto es, satisfacer a los clientes para conseguir unos objetivos mayores dentro
de la empresa. Se debe estudiar el comportamiento del consumidor, el que consume,
compra o utiliza un producto o servicio, de manera que se sepa qué va a hacer, qué
quiere, qué necesita, qué compraría, qué desea y si este se encuentra o no satisfecho. El
consumidor debe ser el punto más importante a tener en cuenta en las estrategias de
marketing, sabiendo qué compra, quién compra, cómo lo compra, por qué compra,
cuándo compra, dónde compra, cuánto compra y cómo lo utiliza. cómo lo utiliza. En
función a esto se hacen los estudios pertinentes para conocer sus necesidades concretas
y la forma de satisfacerlas. Las necesidades pueden estar relacionadas con las
satisfacciones básicas, aunque también pueden tener que ver con satisfacciones más
específicas. Las necesidades también pueden ser concretas, inconcretas e irrealizables.
6. De la elección de un promedio móvil simple, promedio móvil ponderado,
suavización exponencial y análisis de regresión lineal, ¿qué técnicas de pronóstico
le parecería más precisa? ¿Por qué?
RTA: Probablemente la precisión de la técnica en cuestión podría depender del total de datos
registrados con anterioridad, pero al final podríamos considerar el método de regresión lineal
como
El más exacto, debido a que busca que todos los datos registrados antes se ajusten a una línea
central y a su vez se basa en una tendencia histórica de datos registrados.
RTA: Lo más importante es indicar que una tendencia multiplicadora en la tendencia estacional,
implica que la tendencia no es una suma sobre la base original sino un porcentaje y por ende todo
crece en ese porcentaje. Es decir, la tendencia no es que aumente en 5 productos la cantidad
vendida, sino en un 5%, por ejemplo, lo que implica que, si en enero se vendían 100 productos y
en junio 200, la tendencia multiplicadora indicará que en enero se venderán 105 productos y en
junio 210.
Consumo de drogas las adiciones obligan las personas a consumir mas a medida
que pasa el tiempo Sobre población en pueblos y ciudades, de los hijos de
generaciones siguientes
8. ¿Cuál es la principal desventaja del pronóstico diario con análisis de regresión?
RTA: Su desventaja es que se basa solamente en el pasado y esta influenciado por los
hechos recientes, por lo cual si no se tiene los datos completos cuando el
monitoreo de estos es estacional izado no se va a poder pronosticar con exactitud,
es más trabajoso que los anteriores.
9. ¿Qué implicaciones tienen los errores de pronóstico en la búsqueda de modelos
de pronóstico estadístico muy complejos?
RTA: Los errores de pronóstico pueden causar confusión en un estudio complejo por
lo que los pronósticos y estimaciones pueden ser erróneas
10. ¿Las relaciones causales son potencialmente más útiles para qué componente
de una serie temporal?
RTA: Son potencialmente útiles para las variaciones aleatorias
Conclusión: