INVESTIGACIÓN MÉTODO DE HOLT Y HOLT WINTER

JULIÁN MOISÉS BARRAZA MUÑOZ

NOMBRE 1
NOMBRE 2
NOMBRE 3

TRAMITES Y OPERACIONES DE COSTOS Y PRESUPUESTOS

ING. LUIS OSPINO

GRUPO:
OPI04

INSTITUCIÓN UNIVERSITARIA ITSA

FACULTAD DE INGENIERÍAS
PROCESOS INDUSTRIALES
SOLEDAD
2021
Contenido
INTRODUCCIÓN..................................................................................................................3
OBJETIVO..............................................................................................................................4
MÉTODO DE SUAVIZAMIENTO EXPONENCIAL DOBLE............................................5
La constante de suavización en el método holt...................................................................5
Fórmula de cálculo suavización exponencial con ajuste a la tendencia.............................6
Ejercicio Resuelto...................................................................................................................7
Ejercicio Propuesto...............................................................................................................10
 INTRODUCCIÓN

Los métodos de análisis de series de tiempo consideran el hecho que los datos tomados en
diversos periodos de tiempo pueden tener algunas características de auto-correlación,
tendencia o estacionalidad que se debe tomar en cuenta.

En Estadística se le llama así a un conjunto de valores observados durante una serie de

períodos temporales secuencialmente ordenada, tales períodos pueden ser semanales,
mensuales, trimestrales o anuales.

Toda institución, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el
futuro si ha de sobrevivir y progresar. Hoy en día diversas instituciones requieren conocer
el comportamiento futuro de ciertos fenómenos con el fin de planificar, prever o prevenir.
La planificación racional exige prever los sucesos del futuro que probablemente vayan a
ocurrir. La previsión, a su vez, se suele basar en lo que ha ocurrido en el pasado. Se tiene
pues un nuevo tipo de inferencia estadística que se hace acerca del futuro de alguna
variable o compuesto de variables basándose en sucesos pasados. La técnica más
importante para hacer inferencias sobre el futuro con base en lo ocurrido en el pasado, es el
análisis de series de tiempo.
 OBJETIVO

 Determinar si se presentan ciertos patrones o pautas no aleatorias.

 Aislar y entonces estudiar sus componentes a fin de proporcionar claves para
movimientos futuros.
 Hace posible pronosticar los movimientos futuros así como otros aspectos que estén
sincronizados.

 MÉTODO DE SUAVIZAMIENTO EXPONENCIAL DOBLE

La constante de suavización en el método holt

El método de suavización exponencial con ajuste a la tendencia requiere de dos constantes

de suavización: Alfa (α) y Beta(β). Su valor puede estar entre 0 y 1, pero a nivel práctico
varía entre 0,50 y 0,50.

¿Cómo escoger los valores más adecuados?

Los criterios para definir los valores de las constantes son similares al método de
suavización simple. Para alfa dependerá de la importancia que otorgamos a datos recientes
(alfa α más elevada) o a datos más antiguos (alfa α más bajo). El delta funciona similar. Un
β elevado responde con más velocidad a los cambios en la tendencia, mientras que un β
inferior tiende a suavizar la tendencia actual, dando menos peso a los datos recientes. En la
práctica, los valores de α y β se encuentran con prueba y error utilizando las medidas de
error de pronóstico.
Fórmula de cálculo suavización exponencial con ajuste a la tendencia

Las fórmulas para calcular cada componente son las siguientes:

Donde:

At = Valor atenuado
Tt = Tendencia del periodo t
Yt” = Pronostico
P = Numero de periodos a pronosticar al futuro
α = Constante de atenuación del promedio de los datos (0< α < 1)
β = Constante de atenuación de estimación de tendencia (0< β < 1)
 MÉTODO DE SUAVIZAMIENTO EXPONENCIAL TRIPLE

La constante de suavización en el método Winters

El método de Winters emplea un componente de nivel, un componente de tendencia y un

componente estacional en cada período. Utiliza tres ponderaciones, o parámetros de
suavización, para actualizar los componentes en cada período. Los valores iniciales para los
componentes de nivel y de tendencia se obtienen de una regresión lineal sobre el tiempo.
Los valores iniciales para el componente estacional se obtienen de una regresión de
variables simulada utilizando datos sin tendencia.

El método de Winters utiliza los componentes de nivel, tendencia y estacional para generar
pronósticos. El método de Winters también utiliza datos hasta el tiempo de origen del
pronóstico para generar los pronósticos.
Fórmula de cálculo suavización exponencial con ajuste a la tendencia

Las fórmulas para calcular cada componente son las siguientes:

Donde:

α = Constante de atenuación del promedio de los datos (0< α < 1)

β = Constante de atenuación de estimación de tendencia (0< β < 1)
γ = Constante de atenuación de la estacionalidad (0< γ < 1)
At = Valor atenuado del periodo t
Tt = Estimación de tendencia del periodo t
St = Estimación de la estacionalidad del periodo t
L = Longitud de la estacionalidad
P = Numero de periodos a pronosticar en el futuro
 Ejercicio Resuelto

IngE es una empresa productora de alimento para peces y requiere calcular el

pronóstico de demanda con el método de suavizado exponencial con corrección
por tendencia para los próximos meses.

El pronóstico de demanda del período 1 fue de 1500, pero las ventas reales fueron
de 1132 y la tendencia en ese momento fue de 150. La compañía asigna un
α=0,10. Prevén una tendencia alcista en próximos meses, por lo que definen
δ=0,30.

 El primer paso es determinar el pronóstico suavizado para el período 2:

Con el pronóstico suavizado, calculamos la tendencia para el período 2:

 Por último determinamos nuestro pronóstico con ajuste a la tendencia, que

es simplemente una suma:

Para el período 2, IngE pronostica una demanda de 1732,66 unidades de alimento

para peces.
Con el mismo procedimiento, logramos calcular el pronóstico de demanda para los
próximos meses:
Eso, graficando la demanda y nuestro pronóstico ajustado con tendencia (segunda
y última columna) se ve así: