Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Facultad de Administración y Negocios (FAyN)Curso: PRONOSTICO DE NEGOCIOS            Tema: Ejercicios          © Martín So...
Ejercicios© Martín Soto-Córdova, 2013                              2
 Indique 4 razones por las que pronosticar        Entorno altamente incierto        La intuición no necesariamente da l...
 Menciones ejemplos por los que los datos presentan patrón tendencia        Productividad creciente y nueva tecnología p...
Medición del error en el pronóstico •   Se compara la precisión de dos o más técnicas de pronóstico. •   Se mide la confia...
Periodo, t             Yt                  Pronóstico, Yt    1                  58                        -    2          ...
Fórmulas de medición del error en el pronóstico      Yt   valor de una serie de tiempo en el periodo t              ˆ     ...
Desviaciónabsoluta media :                    n                        Yt    ˆ                             Yt             ...
Porcentaje de error medio absoluto :                             n    Yt     ˆ                                        Yt  ...
6.1. Método del último valor      t           Yt                   Yt+1   et     1            42     2            52      ...
Promedios simples:        t                     Yt              Yt+1        1                     42        2             ...
Promedios móviles:                                        promedio móvil     t            Yt                   n=3        ...
6.3. Metodos de suavizamiento                 exponencialEl método de suavizamiento exponencial puede dar una  ponderación...
6.3. Metodos de suavizamiento               exponencial      t           Yt                   =0.1    =0.5      1         ...
6.4. Descomposición de series de                   tiempoLas tendencias son movimientos a largo plazo en una  serie de dat...
6.4.1. Tendencia linealEl método más empleado para describir una tendencia  lineal es el de mínimos cuadrados, para encont...
6.4.1. Tendencia lineal: ejemplo       Año              Periodo X        Demanda (Y)       1994                    1      ...
6.4.1. Tendencia lineal: ejemplo   80   75   70   65   60   55   50   45   40   35   30www.auladeeco    1994  1995   1996 ...
6.4.1. Tendencia lineal: ejemplo      X           Y                     XY    X²      1           35      2           42  ...
6.4.1. Tendencia lineal: fórmulas                n       xy               x            y         b                        ...
6.4.1. Tendencia lineal     t            Yt                   Y´t    et      1           35      2           42      3    ...
6.4.1. Tendencia linealSe puede calcular el coeficiente de determinación, a fin  de evaluar qué tan correcta es la estimac...
6.4.1. Tendencia linealTambién es posible calcular intervalos de confianza  para la estimación. Para ello es necesario cal...
6.4.1. Tendencia lineal    Nivel de                     Z            Fórmula    confianza      68%                        ...
7. Aplicación de varios métodos a datos           desestacionalizadosLos datos muestran alguna tendencia creciente a lo  l...
Año         Trim.                          Yt    1              1                          13618                   2      ...
7. Aplicación de varios métodos a datos              desestacionalizados 20000 19000 18000 17000 16000 15000 14000 13000 1...
7. Aplicación de varios métodos a datos           desestacionalizados              Año                                    ...
Año   Trim.           Yt                     Yt ajust.  1     1         13618.00                    14607.27        2     ...
7. Aplicación de varios métodos a datos           desestacionalizadosSe aplican varios métodos de pronóstico para  finalme...
Otros métodos: Modelos de tendencia con ajuste estacional Modelo de promedios móviles integrados   autorregresivos (ARIMA ...
Si desea más información visite     www.auladeeconomia.com                Le invitamos a leer nuestros                   a...
Upcoming SlideShare
Loading in …5
×

Ejercicios metodos de suavizamiento exponencial

43,005 views

Published on

Ejercicios metodos de suavizamiento exponencial

Published in: Business

Ejercicios metodos de suavizamiento exponencial

  1. 1. Facultad de Administración y Negocios (FAyN)Curso: PRONOSTICO DE NEGOCIOS Tema: Ejercicios © Martín Soto-Córdova, 2013 Lima, 11-03-13 1
  2. 2. Ejercicios© Martín Soto-Córdova, 2013 2
  3. 3.  Indique 4 razones por las que pronosticar  Entorno altamente incierto  La intuición no necesariamente da los mejores resultados  Mejorar la planeación  Competitividad y cambio Mencione los pasos en la elaboración de pronósticos  Recopilación de datos  Reducción o condensación de datos  Construcción del modelo  Extrapolación del modelo Señale la relación entre los datos y la serie de tiempos  Una serie de tiempo consta de datos que se reúnen, registran u observan sobre incrementos sucesivos de tiempo. © Martín Soto-Córdova, 2013 3
  4. 4.  Menciones ejemplos por los que los datos presentan patrón tendencia  Productividad creciente y nueva tecnología producen cambios.  El incremento de la población elevan la demanda por productos.  El poder de compra se afecta por la inflación.  Aumenta la aceptación en el mercado de un producto Menciones ejemplos por los que los datos presentan patrón estacionalidad  El clima influye en la variable de interés.  El año calendario influye en la variable. Menciones ejemplos por los que los datos presentan patrón cíclico  El ciclo del negocio influye sobre la variable.  Cambios en el gusto popular.  Cambios en la población.  Cambios en el ciclo de vida del producto. © Martín Soto-Córdova, 2013 4
  5. 5. Medición del error en el pronóstico • Se compara la precisión de dos o más técnicas de pronóstico. • Se mide la confiabilidad de una técnica de pronóstico. • Se busca la técnica óptima.www.auladeeconomia.com © Martín Soto-Córdova, 2013 5
  6. 6. Periodo, t Yt Pronóstico, Yt 1 58 - 2 54 58 3 60 54 4 55 60 5 62 55 6 62 62 7 65 62 8 63 65 9 70 63 © Martín Soto-Córdova, 2013 6
  7. 7. Fórmulas de medición del error en el pronóstico Yt valor de una serie de tiempo en el periodo t ˆ Y valor del pronóstico para Y t t Error del pronóstico o residual : e Y Y ˆ t t twww.auladeeconomia.com © Martín Soto-Córdova, 2013 7
  8. 8. Desviaciónabsoluta media : n Yt ˆ Yt t 1 DAM n Error medio cuadrado : n Yt ˆ Yt 2 t 1 EMC nwww.auladeeconomia.com © Martín Soto-Córdova, 2013 8
  9. 9. Porcentaje de error medio absoluto : n Yt ˆ Yt Ytt 1 PEMA n Porcentaje medio de error : n Y Y ˆ t t 1 Yt PME nwww.auladeeconomia.com © Martín Soto-Córdova, 2013 9
  10. 10. 6.1. Método del último valor t Yt Yt+1 et 1 42 2 52 42 10 3 54 52 2 4 65 54 11 5 51 65 -14 6www.auladeeco 64 51 13nomia.com © Martín Soto-Córdova, 2013 10
  11. 11. Promedios simples: t Yt Yt+1 1 42 2 52 42 3 54 47.00 4 65 49.33 5 51 53.25 6 64 52.80www.auladeeconomia.com © Martín Soto-Córdova, 2013 11
  12. 12. Promedios móviles: promedio móvil t Yt n=3 n=4 1 42 2 52 3 54 4 65 49.33 5 51 57.00 53.25 6 64 56.67 55.5www.auladeeconomia.com © Martín Soto-Córdova, 2013 12
  13. 13. 6.3. Metodos de suavizamiento exponencialEl método de suavizamiento exponencial puede dar una ponderación mayor a las observaciones más recientes.Las ponderaciones se asigna mediante la constante , 0 < < 1.El modelo se expresa como: pronóstico = (último valor) + (1 - )(último pronóstico)www.auladeeconomia.com © Martín Soto-Córdova, 2013 13
  14. 14. 6.3. Metodos de suavizamiento exponencial t Yt =0.1 =0.5 1 42 2 52 42 42 3 54 43.00 47.00 4 65 44.10 50.50 5 51 46.19 57.75www.auladeeco 6nomia.com 64 46.67 © Martín Soto-Córdova, 2013 54.38 14
  15. 15. 6.4. Descomposición de series de tiempoLas tendencias son movimientos a largo plazo en una serie de datos a lo largo del tiempo.La tendencia puede ser descrita por una recta o por una curva.Las tendencias se dan por varias causas: cambios en la población, cambios en la productividad, cambios tecnológicos, etc.En este tipo de análisis la variable independiente es el tiempo.www.auladeeconomia.com © Martín Soto-Córdova, 2013 15
  16. 16. 6.4.1. Tendencia linealEl método más empleado para describir una tendencia lineal es el de mínimos cuadrados, para encontrar una línea de mejor ajuste para un conjunto de puntos. Y´ = a + bXY´ = valor pronosticado en un periodo Xa = valor de la tendencia cuando X = 0b = pendiente de la recta de tendenciaX = periodo (codificado)www.auladeeconomia.com © Martín Soto-Córdova, 2013 16
  17. 17. 6.4.1. Tendencia lineal: ejemplo Año Periodo X Demanda (Y) 1994 1 35 1995 2 42 1996 3 48 1997 4 51 1998 5 54 1999 6 60 2000 7 71www.auladeeco 2001nomia.com 8 2013 © Martín Soto-Córdova, 75 17
  18. 18. 6.4.1. Tendencia lineal: ejemplo 80 75 70 65 60 55 50 45 40 35 30www.auladeeco 1994 1995 1996 1997 1998 1999 2000 2001nomia.com © Martín Soto-Córdova, 2013 18
  19. 19. 6.4.1. Tendencia lineal: ejemplo X Y XY X² 1 35 2 42 3 48 4 51 5 54 6 60 7 71 8 75www.auladeeco Sumasnomia.com © Martín Soto-Córdova, 2013 19
  20. 20. 6.4.1. Tendencia lineal: fórmulas n xy x y b 2 2 n x x y x a b n nwww.auladeeconomia.com © Martín Soto-Córdova, 2013 20
  21. 21. 6.4.1. Tendencia lineal t Yt Y´t et 1 35 2 42 3 48 4 51 5 54 6 60 7 71 8 75www.auladeeco 9nomia.com © Martín Soto-Córdova, 2013 21
  22. 22. 6.4.1. Tendencia linealSe puede calcular el coeficiente de determinación, a fin de evaluar qué tan correcta es la estimación de la recta de regresión.El coeficiente de determinación r² se calcula como: 2 2 n xy x y r 2 2 2 2 n x x n y ywww.auladeeconomia.com © Martín Soto-Córdova, 2013 22
  23. 23. 6.4.1. Tendencia linealTambién es posible calcular intervalos de confianza para la estimación. Para ello es necesario calcular el error estándar de la estimación. 2 y a y b xy Se n 2www.auladeeconomia.com © Martín Soto-Córdova, 2013 23
  24. 24. 6.4.1. Tendencia lineal Nivel de Z Fórmula confianza 68% 1 y’ ± Se 95% 2 y’ ± 2Se 99%www.auladeeco 3 y’ ± 3Senomia.com © Martín Soto-Córdova, 2013 24
  25. 25. 7. Aplicación de varios métodos a datos desestacionalizadosLos datos muestran alguna tendencia creciente a lo largo del tiempo, además de una marcada estacionalidad. Se procederá a desestacionalizar los datos, lo que permite observar hasta donde las variaciones se deben a efectos estacionales o bien, a otros factores.El proceso de ajuste estacional se realizará a través del cálculo de factores estacionales: Factor estacional = Prom. periodo / prom. globalwww.auladeeconomia.com © Martín Soto-Córdova, 2013 25
  26. 26. Año Trim. Yt 1 1 13618 2 12930 3 13138 4 16532 2 1 14514 2 14128 3 15568 4 17448 3 1 13984 2 13644 3 15898 4 19300www.auladeeconomia.com © Martín Soto-Córdova, 2013 26
  27. 27. 7. Aplicación de varios métodos a datos desestacionalizados 20000 19000 18000 17000 16000 15000 14000 13000 12000 11000 10000 1 2 3 4 1 2 3 4 1 2 3 4www.auladeeco Trim estresnomia.com © Martín Soto-Córdova, 2013 27
  28. 28. 7. Aplicación de varios métodos a datos desestacionalizados Año Factor T 1 2 3 Suma Prom Estac. 1 13618 14514 13984 42116 10529 0.9323 2 12930 14128 13644 40702 10175 0.9010 3 13138 15568 15898 44604 11151 0.9873 4 16532 17448 19300 53280 13320 1.1794 Total 45175.50 Prom. 11293.88www.auladeeconomia.com © Martín Soto-Córdova, 2013 28
  29. 29. Año Trim. Yt Yt ajust. 1 1 13618.00 14607.27 2 12930.00 14351.12 3 13138.00 13306.33 4 16532.00 14017.29 2 1 14514.00 15568.36 2 14128.00 15680.79 3 15568.00 15767.47 4 17448.00 14793.96 3 1 13984.00 14999.86 2 13644.00 15143.59 3 15898.00 16101.70 4 19300.00 16364.25www.auladeeconomia.com © Martín Soto-Córdova, 2013 29
  30. 30. 7. Aplicación de varios métodos a datos desestacionalizadosSe aplican varios métodos de pronóstico para finalmente seleccionar el mejor pronóstico.A. Método de pronóstico del último valorB. Promedios móvilesC. Suavizamiento exponencialD. Suavizamiento exponencial con tendenciawww.auladeeconomia.com © Martín Soto-Córdova, 2013 30
  31. 31. Otros métodos: Modelos de tendencia con ajuste estacional Modelo de promedios móviles integrados autorregresivos (ARIMA o Box-Jenkins) Pronósticos causales (modelos econométricos) Métodos de pronósticos subjetivoswww.auladeeconomia.com © Martín Soto-Córdova, 2013 31
  32. 32. Si desea más información visite www.auladeeconomia.com Le invitamos a leer nuestros artículos y matricular nuestros cursos © Martín Soto-Córdova, 2013 32

×