Trabajo Práctico ST

Carrera: Ingeniería en transporte

Materia: Métodos Cuantitativos aplicados al Transporte

Docente: Fernando Dobrusky

Alumno: Santiago Scalabrini Ortiz

Introducción

Las series temporales se utilizan para realizar proyecciones futuras de alguna variable, a partir
de datos históricos disponibles. Comúnmente sirven para estimar la demanda futura de un
producto o un servicio en función de la demanda de periodos anteriores con el fin planificar
operaciones, diseñar infraestructura que satisfaga dicha demanda.

Conceptos básicos en Series Temporales

- Serie temporal: Es un conjunto de observaciones de un proceso, tomadas a intervalos

regulares. Se busca principalmente encontrar un patrón de comportamiento al cual se
le sumará algún tipo de “ruido” imposible de predecir.

- Proceso estacionario: Corresponde a un proceso que se mueve alrededor de la media.

Puede tener aumentos o disminuciones puntuales, pero retorna al valor “normal”

- Tendencia: Las observaciones en este proceso, aumentan o disminuyen a través del

tiempo.

- Estacionalidad: En este caso las variaciones del proceso (aumentos y descensos) se

repiten en intervalos iguales y conocidos. Un ejemplo claro son las cosechas de los
cultivos, las cuales responden a periodos climáticos.

Técnicas de estimación

Técnicas simples, en las cuales no se encuentra presente tendencia o estacionalidad:

1) Media acumulada: La próxima estimación es el promedio de las observaciones

anteriores.

2) Naive: La próxima estimación es el valor de la observación actual

3) Media móvil: Toma como próxima estimación el promedio de los M últimos valores (el
propósito es acomodarse a los cambios)

4) Media móvil ponderada: El modelo es similar al de la media móvil, pero se le asigna un

mayor peso a las ultimas observaciones.

5) Ajuste exponencial: En este método para estimar el periodo que sigue se tiene en
cuenta tanto la observación, como el valor que se ha estimado el periodo anterior. Se
utiliza un parámetro Alpha que define cuanto peso tiene la observación y cuanto la
estimación.
 6) Arres: Es un método de ajuste exponencial, en el cual se tiene un Alpha variable, que
se adapte (bajo en tiempos de estabilidad y alto cuando hay cambios).

Técnicas con tendencia y estacionalidad:

1) Holt´s: Se utilizada para procesos con tendencia, donde se diferencia el nivel que
tiene un proceso en cada t de la tendencia y estima con un ajuste exponencial
entre ambos valores.

2) Winter´s: Se utiliza para procesos con estacionalidad

3) Holt Winter´s: Se combinan las técnicas mencionadas anteriormente para estimar

procesos tanto con tendencia como con estacionalidad.

Utilización de las técnicas con datos de demanda

El objetivo del presente trabajo es utilizar algunas de las técnicas de series temporales
mencionadas anteriormente, con el fin de estimar la demanda futura de un servicio de turismo
en bicicleta.

Para ello, se parte de los datos de la cantidad de clientes que tuvo el servicio por día en las
ultimas 12 semanas.

Inicialmente se realiza un grafico temporal de los datos iniciales, de forma tal de poder
caracterizar el proceso:

Clientes
450
400
350
300
250
200
150
100
50
0
123456712345671234567123456712345671234567123456712345671234567123456712345671234567
1 2 3 4 5 6 7 8 9 10 11 12

A partir del grafico se pueden realizar las siguientes observaciones:

 Existe estacionalidad a nivel semanal, representada por mayores valores de demanda

los fines de semana.
  Existe estacionalidad a nivel mensual, representada por menores valores de demanda
en los meses de Mayo,Junio,Julio.

Teniendo en cuenta que no todas las técnicas resultan útiles para modelar procesos
con estacionalidad, se analiza cada día de la semana por separado mediante dichas
técnicas y el proceso completo con el método de Holt-Winters.

La eficacia de cada técnica se puede medir por su error. El error recomendado para realizar
comparaciones entre métodos de estimación es el RMCR. A continuación, se presentan los
errores obtenidos con cada método para cada día de la semana:

 Lunes (Día 1):

Día 1 RM RAM MCR RMCR

Media Acumulada -5,24 20,58 694,23 26,3481564
Naive -0,33 19,00 607,83 24,6542762
Media Movil 0,94 20,72 696,96 26,4000561
Ajuste exponencial -0,46 16,93 553,57 23,5280527
Arrres -0,47 19,03 606,72 24,6315926

160

140

120

100

80

60

40

20

0
1 1 1 1 1 1 1 1 1 1 1 1 1
1 2 3 4 5 6 7 8 9 10 11 12 13

Valor estimado para la semana 13: 86 clientes

  Martes (Día 2):

Día 2 RM RAM MCR RMCR

Media Acumulada 17,70 26,25 1044,05 32,3117038
Naive 5,92 27,25 1137,58 33,7280793
Media Movil 12,14 25,64 1138,16 33,7365886
Ajuste exponencial 11,35 23,77 951,62 30,8483138
Arrres 2,50 21,62 861,90 29,3581768

160

140

120

100

80

60

40

20

0
2 2 2 2 2 2 2 2 2 2 2 2 2
1 2 3 4 5 6 7 8 9 10 11 12 13

Valor estimado para la semana 13: 111 clientes

 Miércoles (Día 3):

Dia 3 RM RAM MCR RMCR

Media Acumulada 11,18 16,98 468,06 21,6347808
Naive 4,33 19,50 573,50 23,94786
Media Movil 9,06 18,50 611,94 24,7375109
Ajuste exponencial 7,51 17,43 503,91 22,4480066
Arrres 0,83 15,58 436,03 20,8813677
 160

140

120

100

80

60

40

20

0
3 3 3 3 3 3 3 3 3 3 3 3 3
1 2 3 4 5 6 7 8 9 10 11 12 13

Valor estimado para la semana 13: 120 clientes

 Jueves (Día 4):

Día 4 RM RAM MCR RMCR

Media Acumulada 31,81 33,57 1811,55 42,5622792
Naive 6,42 24,58 873,58 29,5564432
Media Movil 16,69 34,19 1665,16 40,8063403
Ajuste exponencial 3,55 22,31 739,48 27,1933398
Arrres 6,42 24,58 873,58 29,5564432

250

200

150

100

50

0
4 4 4 4 4 4 4 4 4 4 4 4 4
1 2 3 4 5 6 7 8 9 10 11 12 13

Valor estimado para la semana 13: 145 clientes

  Viernes (Día 5):

Día 5 RM RAM MCR RMCR

Media Acumulada 42,47 49,02 3265,72 57,1464738
Naive 12,17 39,67 2861,50 53,4929902
Media Movil 26,25 38,86 2255,18 47,4886926
Ajuste exponencial 22,08 34,77 2214,50 47,0584346
Arrres 13,45 35,38 1856,69 43,0893774

300

250

200

150

100

50

0
5 5 5 5 5 5 5 5 5 5 5 5 5
1 2 3 4 5 6 7 8 9 10 11 12 13

Valor estimado para la semana 13: 236 clientes

 Sábado (Día 6):

Día 6 RM RAM MCR RMCR

Media Acumulada 30,63 51,32 4343,61 65,9060699
Naive 4,50 52,17 5034,83 70,9565595
Media Movil 12,58 63,36 5078,31 71,2622309
Ajuste exponencial 13,34 55,29 4337,53 65,8599098
Arrres -8,93 59,84 4776,68 69,1135025
 400

350

300

250

200

150

100

50

0
6 6 6 6 6 6 6 6 6 6 6 6 6
1 2 3 4 5 6 7 8 9 10 11 12 13

Valor estimado para la semana 13: 245 clientes

 Domingo (Día 7):

Día 7 RM RAM MCR RMCR

Media Acumulada 36,05 63,29 5991,25 77,4031674
Naive 12,00 85,00 9795,33 98,9713763
Media Móvil 14,97 65,75 6664,05 81,6336101
Ajuste exponencial 27,41 62,61 6015,68 77,5608262
Arrres -6,54 60,93 5751,08 75,8358924

450
400
350
300
250
200
150
100
50
0
7 7 7 7 7 7 7 7 7 7 7 7 7
1 2 3 4 5 6 7 8 9 10 11 12 13

Valor estimado para la semana 13: 326 clientes

Para el método de Holt-Winters, el cual tiene en cuenta la estacionalidad y tendencia, los
resultados obtenidos son los siguientes:

Errores:

RM RAM MCR RMCR

1,73440746 38,3205226 2577,35706 50,7676773

450

400

350

300

250

200

150

100

50

0
1234567123456712345671234567123456712345671234567123456712345671234567123456712345671234567
1 2 3 4 5 6 7 8 9 10 11 12 13

En el grafico superior, la serie de color azul representa los datos de demanda reales y la serie
color naranja los estimados con el método.

Para la semana 13, se obtienen las siguientes estimaciones, que a su vez con comparadas con
las obtenidas anteriormente mediante los otros métodos.

Semana 13
Día Holt Winters Otros Diferencia
1 97 87 11
2 101 112 10
3 111 120 9
4 157 146 11
5 199 237 37
6 233 246 13
7 270 327 57

Se puede observar que en 2 de los días de mayor demanda (Viernes y Domingo) existe una
diferencia importante entre los valores estimados con cada método.

A continuación, se vuelven a presentar los errores RMCR de los primeros métodos y los errores
para cada día del método Holt Winter:
 Holt Winter Otros
Día RMCR
1 44,12293873 23,5280527
2 25,63206678 29,3581768
3 16,40209736 20,8813677
4 26,78551855 27,1933398
5 57,09024283 43,0893774
6 71,12189687 65,8599098
7 78,31698408 75,8358924
Promedio 45,63882074 40,8208738

De acuerdo con esta información, se podría pensar que la separación de los datos por día y la
estimación de los días mediante métodos simples sin tendencia ni estacionalidad resulta un
poco mas precisa que el análisis general de los datos mediante el método de Holt Winter.

Sin embargo, resulta interesante analizar los resultados económicos de las estimaciones:
Otros métodos
Dia Cantidad de clientes Guias Error Ganancia por clientes Costo Guías Pérdida Potencial Clientes
1 87 9 23,5280527 $ 4.325,64 $ 865,13 $ 1.176,40
2 112 11 29,35817683 $ 5.575,00 $ 1.115,00 $ 1.467,91
3 120 12 20,88136771 $ 6.023,22 $ 1.204,64 $ 1.044,07
4 146 15 27,19333981 $ 7.295,16 $ 1.459,03 $ 1.359,67
5 237 24 43,08937743 $ 11.841,64 $ 2.368,33 $ 2.154,47
6 246 25 65,85990978 $ 12.291,21 $ 2.458,24 $ 3.293,00
7 327 33 75,83589239 $ 16.329,36 $ 3.265,87 $ 3.791,79
Total $ 63.681,22 $ 12.736,24 $ 14.287,31

Ganancia Max $ 50.944,98

Ganancia Min $ 36.657,67

Método Holt Winter

Dia Cantidad de clientes Guias Error Ganancia por clientes Costo Guias Pérdida Potencial Clientes
1 97 10 44,12293873 $ 4.870,04 $ 974,01 $ 2.206,15
2 101 10 25,63206678 $ 5.051,66 $ 1.010,33 $ 1.281,60
3 111 11 16,40209736 $ 5.549,89 $ 1.109,98 $ 820,10
4 157 16 26,78551855 $ 7.850,00 $ 1.570,00 $ 1.339,28
5 199 20 57,09024283 $ 9.967,84 $ 1.993,57 $ 2.854,51
6 233 23 71,12189687 $ 11.649,34 $ 2.329,87 $ 3.556,09
7 270 27 78,31698408 $ 13.497,58 $ 2.699,52 $ 3.915,85
Tota
l $ 58.436,35 $ 11.687,27 $ 15.973,59

Ganancia Max $ 46.749,08

Ganancia Min $ 30.775,49
Las tablas presentadas, representan los resultados económicos de las estimaciones. La
ganancia por clientes se calcula como el numero de clientes por 50 dólares. El costo de los
guías es la cantidad de guías necesarios (1 guía cada 10 clientes) por 100 dólares.

Por último, la pérdida potencial se calcula utilizando el error de estimación para cada día,
siendo la pérdida de dinero por una menor cantidad de clientes a lo esperado. No existiría una
ganancia adicional debido a que la cantidad de guías se contrata antes de comenzar la semana
en base a la estimación y, en el caso de que el numero de clientes se mayor no se puede dar
servicio a los mismos sin guías contratados.

A partir de los resultados obtenidos resulta conveniente utilizar los métodos de estimación
para cada día por separado. Esta alternativa presenta una ganancia mayor tanto en el caso
ideal de estimación como en el caso con errores que la otra.

La elección también depende del grado de riesgo que quiere asumir el emprendedor, ya que
otra opción sería quedarse con la estimación más conservadora (menor estimación de clientes)
para cada día. Sin embargo, se puede apreciar en la tabla que lo que se pierde por el costo de
contratar guías de más resulta menor a lo que se puede perder en el caso de recibir más
clientes de lo esperado.