1.
PROMEDIOS MÓVILES PONDERADOS
4.SUAVIZACIÓN EXPONENCIAL
El método de suavización exponencial utiliza los
promedios históricos de una variable en un período
para intentar predecir su comportamiento futuro.
Por tanto, de lo que se trata es de predecir qué va
a pasar y lo que hace es suavizar la serie temporal
VENTAJA
No necesita de muchos datos
históricos, a diferencia de otros
métodos como el ARIMA.
Tiene una mayor precisión que otros al
utilizar técnicas de modelado
exponencial.
Es un método que goza de gran
flexibilidad, al utilizar datos de demanda
que pueden ser elegidos por el
investigador.
El llamado alisado exponencial doble
permite reducir los problemas de
pronóstico cuando el factor de
suavización es mayor a 0.5. Uno de sus
pocos inconvenientes.
DESVENTAJA
Al igual que los métodos de
promedio móvil, es una respuesta a
la tendencia, es decir, a pesar de
que un valor de alfa logra
responder ante algunos cambios
que se presenten en el promedio,
estos cambios sistemáticos
aumentarán el error de los
pronósticos. Lo que significa que al
aplicarse un alfa que sea mayor a
0,5 que tenga buenos resultados, es
mejor optar por el alisado
exponencial doble.
Es una variación, conocida como promedios
móviles ponderados, consiste en seleccionar
diferentes pesos para cada valor de datos y
luego calcular un promedio ponderado de los k
valores de datos más recientes como el
pronóstico.
La distribución de los pesos determina la
velocidaad de respuestya del pronostico.
VENTAJAS DESVENTAJAS
2.4. MODELOS Mientras en el método de promedio móvil
simple asignamos igual importancia a todos
No permite llevar un
control detallado del costo
CUANTITATIVOS los datos de la demanda pasada, el método
de promedio móvil ponderado nos permite
de las mercancías entrantes
y salientes.
calcular pronósticos asignando más peso
para los elementos que consideremos.
Esta es la ventaja del método, pues bajo
ciertas circunstancias, las empresas
necesitan predecir la demanda de
próximos periodos ponderando unos
sobre otros, lo que permite por ejemplo,
darle más importancia a la tendencia, que
aunque este método nos sigue debiendo
frente a este aspecto, si sale victorioso si se
compara con el promedio o media simple

 2.ANÁLIS DE REGRESIÓN
3.ANÁLIS DE REGRESIÓN MULTIPLE LINEAL(SIMPLE)

La regresión lineal múltiple es una técnica La regresión lineal es una técnica de análisis de
estadística que se encarga de analizar situaciones datos que predice el valor de datos desconocidos
que involucran más de una variable. mediante el uso de otro valor de datos relacionado
Este método permite identificar cuáles son las y conocido. Modela matemáticamente la variable
variables independientes son las que pueden desconocida o dependiente y la variable conocida o
explicar una variable independiente, comprobar independiente como una ecuación lineal.
las causas y predecir de forma aproximada los
valores.

VENTAJAS
VENTAJAS DESVENTAJAS
DESVENTAJAS
Fácil de entender y explicar, lo que
Existen dos ventajas principales para Cualquier desventaja de usar un No se puede modelar relaciones
puede ser muy valioso para las
analizar datos utilizando un modelo de modelo de regresión múltiple complejas.
decisiones de negocios.
regresión múltiple. generalmente se reduce a los datos No se pueden capturar relaciones no
Es rápido de modelar y es
La primera es la capacidad de que se utilizan. Dos ejemplos de esto lineales sin transformar la entrada, por
particularmente útil cuando la relación
determinar la influencia relativa de una son el uso de datos incompletos y la lo que tienes que trabajar duro para
a modelar no es extremadamente
o más variables predictoras para el conclusión falsa de que una que se ajuste a funciones no lineales.
compleja y no tiene mucha
valor de criterio correlación es una causa.. Puede sufrir con valores atípicos.
información.
La segunda ventaja es la capacidad de
Es menos propenso al sobreajuste.
identificar valores atípicos o anomalías.