GESTIÓN DE

OPERACIONES I

ERRORES DE LA
ESTIMACIÓN
REVISIÓN DE
CONTENIDOS

• Otros Métodos.
• Errores de los Pronósticos.
• Cálculos de los Errores de los
Pronósticos.
MODELOS DE LAS SERIES DE
TIEMPO
PROYECCIONES CON TENDENCIA EN LAS SERIES
DE TIEMPO
VENTAS REALES Y LÍNEA DE
TENDENCIA
 VARIACIONES DE INFORMACIÓN
ESTACIONALES EN LAS SERIES DE
TIEMPO

➢Algunas veces las variaciones recurrentes que se producen en ciertas estaciones del año ejercen, de forma
necesaria un ajuste estacional en el pronóstico de la línea de tendencia.

➢Un factor de estacionalidad es la corrección que se requiere para ajustar una serie datos de tiempo a la
estación del año.

➢El índice de estacionalidad, es la relación entre la cantidad que se vendió en cada estación, dividida por el
promedio de todas las estaciones.
EJEMPLO DE
ESTACIONALIDAD

Suponga que años pasados, una empresa vendió un total de 1.000 unidades anuales de una línea de
productos. En promedio, se vendieron 200 unidades en la primavera, 350 en el verano, 300 en el otoño y 150
en el invierno. Asuma que las ventas para el próximo año son 1.100 unidades.
EJEMPLO DE
ESTACIONALIDAD

Venta Promedio en cada

Ventas anteriores Factor de Estacionalidad
estación (1000/4)

Primavera 200 250 200/250=0,8

Verano 350 250 350/250=1,4

Otoño 300 250 300/250=1,2

Invierno 150 250 100/250=0,6

Total 1000
EJEMPLO DE
ESTACIONALIDAD

Venta Promedio en cada "Factor de Pronóstico Estacional

estación (1100/4) Estacionalidad" para el próximo año

Primavera 275 0,8 220

Verano 275 1,4 385

Otoño 275 1,2 330

Invierno 275 0,6 165

Total 1100
MÉTODOS DE PRONÓSTICOS
CAUSALES: ANÁLISIS DE
REGRESIÓN Y CORRELACIÓN
RELACIÓN
CAUSAL
¿RELACIÓN
CAUSAL?
26.825 BODAS RM 2017

Mes Boda Temp. Media Alta

Enero 2797 29,4

Febrero 2697 28,9

Marzo 2559 26,9

Abril 2106 22,8

Mayo 1893 18,2

Junio 1633 14,8

Julio 1551 14,3

Agosto 1693 16,2

Septiembre 2142 18,4

Octubre 2450 22
ANÁLISIS DE REGRESIÓN Y
CORRELACIÓN
ANÁLISIS DE REGRESIÓN Y
CORRELACIÓN

La relación entre dos variables está dada por el coeficiente de correlación. Este coeficiente expresa el
grado de relación lineal. El coeficiente, se encuentra entre 1 y -1.
ANÁLISIS DE REGRESIÓN
MÚLTIPLE
EL PRONÓSTICO
ENFOCADO

El pronostico enfocado simplemente prueba varias reglas que parecen lógicas y fáciles de entender para
proyectar al futuro los datos del pasado. Cada una de estas reglas se usa en un programa de simulación
por computadora para proyectar realmente la demanda y medir el desempeño de la regla cuando se
compara con lo que ocurrió́ . Por lo tanto, los dos componentes del sistema de pronostico enfocado son 1)
varias reglas de pronostico muy simples, y 2) simulación por computadora de estas reglas sobre datos del
pasado.
REGLAS DE PRONÓSTICOS
SIMPLES
Ejemplos:

➢Lo que se haya vendido en los tres últimos meses será́ probablemente lo que se venda en los tres meses
siguientes.

➢Lo que se vendió́ en el mismo trimestre del año pasado se venderá́ probablemente en ese periodo de
este año (esto daría cuenta de los efectos estacionales).

➢Es probable que se venda 10 por ciento más en los siguientes tres meses que en los tres meses
anteriores.

Estas reglas de pronóstico no son rígidas. Si una regla parece funcionar bien, se agrega. Si una no
funcionó, se suprime.
ERRORES EN LOS
PRONÓSTICOS

Todos los pronósticos están sujeto a errores y entender la naturaleza y tamaño de los errores es importante
para una adecuada toma de decisiones.

Un error de pronóstico es la diferencia entre el valor observado de la serie de tiempo (At ) y el pronostico
(Ft) es decir,
MEDIDAS DE ERROR DEL
PRONÓSTICO
MEDIDAS DE ERROR DEL
PRONÓSTICO

➢Error Porcentual Medio Absoluto (MAPE); es la diferencia absoluta entre el pronóstico y los valores
observados expresado como un porcentaje de los valores observados.
MONITOREO Y CONTROL DE
PRONÓSTICOS

Una forma de monitorear los pronósticos para asegurar su buen empleo, es mediante una señal de
rastreo.
MONITOREO Y CONTROL DE
PRONÓSTICOS
Una señal de rastreo se representa de la siguiente
forma:
MONITOREO Y CONTROL DE
PRONÓSTICOS

La señal de rastreo:
•(+) Indica que la demanda es mayor a la pronosticada
•(-) Indica que la demanda es menor que la pronosticada

Pero,
¿Cómo se fijan los límites superior e inferior en la señal de rastreo?
 MONITOREO Y CONTROL DE
PRONÓSTICOS

La interpretación de los límites de control, es la siguiente, por ejemplo 4MADs significa que el 99,9% de los
errores caigan en este intervalo.
CÁLCULO DE LA SEÑAL DE
RASTREO

Demanda Demanda |Error|

Trimestre Error SAEP Error Absoluto DAM SR
Prevista Real Acumulado

1 100 90

2 100 95

3 100 115

4 110 100

5 110 125

6 110 140
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO
CÁLCULO DE LA SEÑAL DE
RASTREO

Si definimos como +/- 4MADS los limites del pronóstico y como la señal de control oscila de –2 MAD a +2.5
MAD (entre 1.6 y 2.0 desviaciones estándar), podemos concluir que está dentro de los limites aceptables.
CÁLCULO DE LA SEÑAL DE
RASTREO
CONSIDERACIONES SOBRE LAS
PREDICCIONES DE LA DEMANDA

➢Qué productos deben ser sometidos a previsión.

➢Cada cuánto se debe hacer las predicciones, repasarlas y revisarlas.

➢Antes de realizar un pronostico es conveniente analizar los datos, excluyendo, aquellos eventos para los
cuales se tiene seguridad que no se producirán repeticiones.

➢Tener en cuenta las condiciones meteorológicas excepcionales o cualquier otro factor extraordinario que
pueda alterar el comportamiento habitual de la demanda.
PASOS PARA DISEÑAR UN SISTEMA DE
PRONÓSTICOS

➢Determinar el uso del pronóstico

➢¿Que objetivos se persigue obtener?
➢Seleccionar las partidas que se van a pronosticar
➢Determinar el horizonte de tiempo del pronóstico
➢¿Es de corto, mediano o largo plazo?
➢Seleccionar un(os) modelo(s) de pronósticos
➢Juntar los datos necesarios para hacer el pronóstico
➢Validar el modelo de pronóstico
➢Hacer el pronóstico
Implementar los resultados
REFERENCIAS
BIBLIOGRÁFICAS

Chase, Richard B.; Aquilano, Nicholas J. & Jacobs, Robert. (1997). Administración
de producción y operaciones. 8va Edición. España. McGraw-Hill.

Krajewski, L. J., Ritzman, L. P., & Malhotra, M. K. (2008). Administración de operaciones: procesos y
cadenas de valor. México: Pearson Educación.

Render, B., & Heizer, J. (1996). Administración de operaciones. México. Ed. Prentice Hall.
ERRORES DE LA
ESTIMACIÓN