MÉTODOS CAUSALES Ing.

Jhuvin Solis
MÉTODOS CAUSALES
Este método se emplea cuando se dispone de datos históricos y se puede identificar
la relación entre el factor que se intenta pronosticar y otros factores internos o
externos.
La técnica mas utilizada en los métodos causales es la regresión lineal.
EJERCICIO #1
PREGUNTAS
Que tipo de método causal se usaría, correlaciones o regresiones?
R= Correlaciones, Tenemos variables que no podemos controlar

Cual seria el incremento estimado de ventas Bon Ice para los años 2016 y 2017?
R= Unidades vendidas 2016; 1,400
R= Unidades vendidas en 2017; 1,300
REGRESIÓN LINEAL
Es un método causal en el que una variable conocida como dependiente esta
relacionada con una o mas variables independientes por medio de una ecuación
lineal.
Y= a + bx

Donde: Y= variable dependiente

X= variable independiente
a= punto de intersección con el eje Y
b= pendiente de la recta
Los estadísticos han desarrollado ecuaciones que se utilizan para encontrar los valores de a y b para
cualquier recta de regresión. La pendiente b se encuentra mediante:

donde b = pendiente de la recta de regresión

Σ = signo de sumatoria
x = valores conocidos de la variable independiente
y = valores conocidos de la variable dependiente
x= promedio de los valores de x
y= promedio de los valores de y
n = número de puntos de datos u observaciones
La intersección con el eje y, a, puede calcularse como sigue:
EJERCICIO #1
En la tabla siguiente se muestra la demanda de energía eléctrica en La Ceiba, durante el
periodo del 2016 al 2022 en mega watt. La empresa quiere pronosticar la demanda
para el 2023.
Demanda de
Año Energía
Eléctrica
2016 74
2017 79
2018 80
2019 90
2020 105
2021 142
2022 122
EJERCICIO #2
El hospital Atlántida esta considerando comprar una nueva ambulancia, la decisión
dependerá en parte del numero de millas que deberá recorrerse el próximo año. Las
millas corridas Durante los ultimo 5 años anteriores se muestran a continuación.

Año N de millas

1 3000
2 8000
3 10200
4 15200
5 18500
TAREA #1
MÉTODO CON SERIE DE TIEMPOS
El proceso de desarrollar un pronostico comienza con la
recolección de datos anteriores durante varios periodo, el
conjunto de datos resultantes se denomina un serie de
tiempos.

Serie de tiempo: una recolección de datos para alguna

variable o conjunto de variables durante varios periodos.
TÉCNICAS DE SUAVIZAMIENTO
Las técnicas más útiles para elaborar pronósticos
mediante este método son:
Promedios móviles (simple y ponderado)
Suavización exponencial
PROMEDIO MÓVIL SIMPLE

Esta técnica se usa para estimar el promedio de una serie de

tiempo de demandas, promediando la demanda de los “n”
periodos más recientes.
Promedio móvil (PM): una serie de promedios aritméticos sobre
un numero dado de periodos; es la estimación del promedio de
la variable a largo plazo.
FORMULAS
F t+1 = (Dt + Dt-1 + Dt-2 + Dt –n+1)/n

Donde:
Ft+1 = pronostico para el periodo t+1
Dt= demanda real en el periodo t
n= numero de periodos incluidos en el promedio
EJEMPLO #1
Calcule el pronóstico móvil simple para estimar la llegada de
pacientes a una clínica médica durante la semana 4, los datos
correspondientes a la llegada de pacientes en las últimas tres
semanas son las siguientes

Semana Llegadas de pacientes

1 400
2 380
3 411
RESOLUCIÓN EJEMPLO #1
Semana Llegadas de pacientes
1 400
2 380
3 411
4 397
5 =(397+411+380)/3=396
6 =(396+397+411)/3= 401.3
 Semanas alquiler Semanas alquiler
1 23 6 28
2 24 7 32
EJEMPLO #2 3 32 8 35
4 26 9 26
5 31 10 24
La dueña de una tienda de computadoras alquila impresoras, algunos de sus mejores
clientes y está interesada en elaborar un pronóstico de sus operaciones de alquiler para
poder comprar la cantidad correcta de suministros para sus impresoras.

a) Elabore el pronóstico para cada semana de la seis(6) a la 10, n=5

b) ¿Cuál será el pronóstico para la semana 11?

RESOLUCIÓN DEL EJEMPLO #2
Resp. A)
F6= 31+ 26+ 32+24+23/5= 27.2
F7= 28+31+26+32+24/5 = 28.2
F8= 32+28+31+26+32/5 = 29.8
F9= 35+32+28+31+26/5 = 30.4
F10= 26+ 35+ 32+28+31/5= 30.4

Resp. B) F11= 24+26+35+32+28/5= 29

TAREA #1

Mes Envíos Mes Envíos

1 70 6 81
2 68 7 82
3 75 8 69
4 79 9 72
5 67 10 68
PROMEDIO MÓVIL PONDERADO
Cuando se presenta una tendencia o un patrón localizable, pueden utilizarse ponderaciones
para
dar más énfasis a los valores recientes. Esta práctica permite que las técnicas de pronóstico
respondan
más rápido a los cambios, puesto que puede darse mayor peso a los periodos más recientes.

Por lo tanto, decidir qué ponderaciones emplear requiere cierta experiencia.

FORMULA
F t+1 = άDt + άDt-1 + ά Dt-2…

Donde:
Ft+1 = pronostico para el periodo t+1
ά= Factor de ponderación
Dt= demanda real en el periodo t
EJEMPLO #1
Calcule el pronóstico móvil ponderado para estimar la llegada de
pacientes a una clínica médica durante la semana 4, los datos
correspondientes a la llegada de pacientes en las últimas tres
semanas son las siguientes

Semana Llegadas de Factor de

pacientes ponderación
1 400 0.25
2 380 0.25
3 411 0.5
RESOLUCIÓN
f4= 411(0.50) + 380(0.25) + 400(0.25) = 400.5
SUAVIZACIÓN EXPONENCIAL
Esta técnica a diferencia de las anteriores solo necesita tres datos para poder
calcular el pronostico, los cuales son:

La demanda del periodo anterior

El pronostico del periodo anterior
Un parámetro suavizador cuyo valor fluctúa entre 0-1
FORMULA
F t+1 = άDt + (1- ά) ft

Donde:
Ft+1 = pronostico para el periodo t+1
ά= Parámetro suavizador (entre 0-1)
Dt = Demanda real en el periodo t
ft= pronostico para el periodo t
EJEMPLO #1
Calcule el pronóstico suavización exponencial para estimar la
llegada de pacientes a una clínica médica durante la semana 4, los
datos correspondientes a la llegada de pacientes en las últimas
tres semanas son las siguientes. Alpha de 0.1

Semana Llegadas de pacientes

1 400
2 380
3 411
RESOLUCIÓN
F t+1 = άDt + (1- ά) ft
F4= 0.10 (411) + (1-0.10) 411
F4= 411
TAREA
La demanda (en cantidad de unidades) de un artículo en inventario durante los últimos 24 meses
se resume en la tabla 13.1. Use la técnica del promedio móvil, y Suavización Exponencial( suavizador
0.2) , para pronosticar la demanda del mes próximo (t 25).
 Gracias,

Bendiciones!