Está en la página 1de 7

UNIVERSIDAD SAN IGNACIO DE LOYOLA METODOS CUANTITATIVOS Mtodo de Holt-Winters con componente estacional Cuando se estudian series de tiempo

con perodos menores a un ao (por ejemplo: meses, trimestres, semestres, etc.), es usual enfrentar efectos estacionales. En este caso, es necesario recurrir al mtodo de Holt-Winters con componentes estacionales. 1. Serie exponencial atenuada

Et =
2. Estimacin de tendencia

Yt + (1 )(Et 1 + Tt 1 ) St L

Tt = (Et Et 1 ) + (1 )Tt 1
3. Estimacin de la estacionalidad

St =
4. Pronstico de j perodos en el futuro:

Yt + (1 )St L Et

Yt + j = (Et + j (Tt ) )S t L + j
en donde

Tt

Et = nuevo valor atenuado


= Constante de atenuacin (0<<1)

Yt = nueva observacin o valor real de la serie en el perodo t. = Constante de atenuacin de la estimacin de tendencia (0<<1)
= Constante de atenuacin de la estimacin de la estacionalidad (0< <1) S t = Estimacin de la estacionalidad
= Estimacin de tendencia

Yt + j = Pronstico de j perodos a futuro L = Longitud de la estacionalidad. L se determina por el nmero de perodos que
conforma un ao.

UNIVERSIDAD SAN IGNACIO DE LOYOLA Ejemplo Sean los ingresos trimestrales (en miles de dlares) de un Duty Free en un aeropuerto internacional. Utilice un = 0.2 , = 0.6 y = 0.9 . Pronostique los ingresos para los 4 trimestres de 1986. Pronstico (Yt ) t Ao Trimestre Ingreso Et Tt St

1 1980 1 10 2 2 12 3 3 13 4 4 11 5 1981 1 8 6 2 10 7 3 11 8 4 9 9 1982 1 7 10 2 8 11 3 9 12 4 7 13 1983 1 14 2 15 3 16 4 Se considera un perodo estacional L =4, dado que el ao est conformado por cuatro trimestres.
1980, Primer trimestre ( t =1): E1 = Y1 = 10 ; T1 = 0 ; S1 = 1 NOTA: Si t L , se considera S t L = S1 . Por lo tanto, en este caso si t = 2, 3, 4, L=4 y

S1 = 1 entonces S 24 = 1 ; S 34 = 1 ; S 4 4 = 1 .
1980, Segundo trimestre( t =2):

E2 =

Y2 + (1 )(E21 + T21 ) S 2 4 = 0 .2 12 + (1 0.2 )(10 + 0 ) = 10.4 1

= 0.6(10.4 10 ) + (1 0.6 )(0) = 0.24 Y 12 S 2 = 2 + (1 )S 2 4 = 0.9 + (1 0.9 )(1) = 1.138 E2 10.4


2

T2 = (E2 E21 ) + (1 )T21 =

UNIVERSIDAD SAN IGNACIO DE LOYOLA


1980, Tercer trimestre( t =3):

E3 =

Y3 + (1 )(E31 + T31 ) S 34 = 0 .2 13 + (1 0.2 )(10.4 + 0.24 ) = 11.112 1

T3 = (E3 E31 ) + (1 )T31 =

= 0.6(11.112 10.4 ) + (1 0.6 )(0.24) = 0.523

S3 =

Y3 13 + (1 )S 3 4 = 0.9 + (1 0.9 )(1) = 1.153 E3 11.112

As, sucesivamente con todos los perodos. Entonces:


1982, Cuarto trimestre( t =12):

E12 =

Y12 + (1 )(E121 + T121 ) S124 = 0.2 7 + (1 0.2 )(8.25 + 1.091) = 7.709 0.931

T12 = (E12 E121 ) + (1 )T121 =

= 0.6(7.709 8.25) + (1 0.6 )(0.493) = 0.522 Y 7 S12 = 12 + (1 )S12 4 = 0.9 + (1 0.9 )(0.931) = 0.91 E12 7.709

Pronsticos 1981, Primer trimestre (t=4, j=1)

Y5 = Y4+1 = (E4 + (1)(T4 ) )S 44+1 = (11.508 + (1)(0.447) )(1) = 11.955


1983, Primer trimestre (t=12, j=1)

Y13 = Y12+1 = (E12 + (1)(T12 ) )S124+1 =

= (7.709 + (1)(0.522) )(0.754) = 5.419

UNIVERSIDAD SAN IGNACIO DE LOYOLA


1983, Segundo trimestre (t=12, j=2)

Y14 = Y12+2 = (E12 + (2)(T12 ) )S124+2 =


1983, Tercer trimestre (t=12, j=3)

= (7.709 + (2)(0.522) )(0.92) = 6.132

Y15 = Y12+3 = (E12 + (3)(T12 ) )S124+3 =


1983, Cuarto trimestre (t=12, j=4)

= (7.709 + (3)(0.522) )(1.091) = 6.702

Y16 = Y12+4 = (E12 + (4)(T12 ) )S124+4 =

= (7.709 + (4)(0.522) )(0.91) = 5.115

La parte denominada serie exponencial atenuada, Et, trata de evaluar los cambios de los niveles de las observaciones de la serie tratando de eliminar el efecto estacional. Si los valores de la constante (alpha) es cercano a 1, entonces los valores pronosticados son afectados por los valores ms recientes, en cambio si son cercanos a 0, los pronsticos son afectados por los resultados ms alejados en el tiempo. La estimacin de tendencia evala la tendencia de la serie, si los valores de Tt son negativos, indica que la tendencia en ese momento es hacia abajo, en si es positiva, la tendencia es hacia arriba. Si la constante es cercana a 1 (beta), los efectos de la tendencia provienen de los ltimos cambios de la atenuacin de la tendencia, en cambio si los valores son cercanos a 0, los efectos del cambio provienen de los cambios de tendencia ms antiguas. En la estimacin de la estacionalidad, St, se evala los cambios debido al efecto estacional, los resultados estacionales no son muy altos dado que son considerados como un ratio que afecta a los pronsticos. Si la constante (gamma) es cercano a 1 el efecto de estacionalidad proviene de los ltimos resultados de las observaciones eliminndole el efecto de la atenuacin de la serie Et, en cambio si la constante es cercana a cero, el efecto proviene de los efectos estacionales pasados.

UNIVERSIDAD SAN IGNACIO DE LOYOLA

Ingresos trimestrales de un Duty Free, valores observados y pronsticos de los cuatro siguientes trimestres (Primer trim., 1980: t=0, cuarto trim. 1982: t=12) 14 12 Ingresos (miles de dlares) 10 8 6 4 2 0 0 Fuente: Aeropuerto Elaborado por: G.F. Fecha: Enero, 1983 2 4 6 8 tiempo (t) Ingreso Pronstico 10 12 14 16 18

Resultados en MINITAB. Los resultados obtenidos en MINITAB son muy parecidos a los obtenidos manualmente aunque no son iguales. El motivo es que parte de distintos supuestos respecto a los valores iniciales obtenido con el mtodo de Holt-Winters. Aunque si el nmero de observaciones aumenta, los valores pronosticados va a llegar a ser iguales para ambos casos. Igualmente las mediciones de error de pronstico son diferentes. Stat Time SeriesWinters Method
Winters' multiplicative model
Data Yt Length 12.0000 NMissing 0 Smoothing Constants Alpha (level): 0.2 Gamma (trend): 0.6 Delta (seasonal): 0.9 Accuracy Measures MAPE: 8.71160 MAD: 0.80712 MSD: 1.46783 Row 1 2 3 4 Period 13 14 15 16 FORE2 5.42345 6.13446 6.71147 5.12943 Lower 3.44599 3.30652 2.98007 0.47234 Upper 7.4009 8.9624 10.4429 9.7865

UNIVERSIDAD SAN IGNACIO DE LOYOLA

Ejemplo del mtodo de Holt-Winters Sean los ingresos trimestrales (en miles de dlares) de un Duty Free en un aeropuerto internacional. Utilice un = 0.2 , = 0.6 y = 0.9 . Pronostique los ingresos para los 4 trimestres de 1986. Ingreso Yt Yt Yt Yt Yt Et Tt St Yt t Ao Trimestre 1 1980 1 10

(Y

2 Yt ) Yt Yt / Yt

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1983 1982 1981

2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

12 13 11 8 10 11 9 7 8 9 7
Suma= DAM ECM PEMA

UNIVERSIDAD SAN IGNACIO DE LOYOLA

Resultados del ejemplo del mtodo de Holt-Winters

Sean los ingresos trimestrales (en miles de dlares) de un Duty Free en un aeropuerto internacional. Utilice un = 0.2 , = 0.6 y = 0.9 . Pronostique los ingresos para los 4 trimestres de 1986. Ingreso Et
10 10.4 11.112 11.508 11.164 10.666 10.193 9.703 9.276 8.74 8.25 7.709

t
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Ao 1980

1981

1982

1983

Trimestre 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

Yt
10 12 13 11 8 10 11 9 7 8 9 7

Tt
0 0.24 0.523 0.447 -0.028 -0.31 -0.408 -0.457 -0.439 -0.497 -0.493 -0.522

St
1 1.138 1.153 0.96 0.745 0.958 1.087 0.931 0.754 0.92 1.091 0.91

Yt

Yt Yt

Yt Yt

(Y

2 Yt ) Yt Yt / Yt

11.955 12.673 11.94 9.394 6.888 8.466 8.96 7.222 5.419 6.132 6.702 5.115

-3.955 -2.673 -0.94 -0.394 0.112 -0.466 0.04 -0.222 Suma=

3.955 2.673 0.94 0.394 0.112 0.466 0.04 0.222 8.802 DAM 1.10025

15.642 7.145 0.884 0.155 0.013 0.217 0.002 0.049 24.107 ECM 3.013375

0.494 0.267 0.085 0.044 0.016 0.058 0.004 0.032 1.000 PEMA 0.1250

Intereses relacionados