1. UNIVERSIDAD SIMON BOLIVAR
_____________________________
Estimación de la Demanda:
Pronósticos
PS-4161 Gestión de la Producción I
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
1
2. Bibliografía Recomendada
_____________________________
♦ Título: Dirección de la Producción: Decisiones
Estratégicas.
Capítulo 4: Previsión
Autores: HEIZER, Jay y RENDER, Barry
Editorial: Prentice Hall, 6a. Edición
♦ Título: Dirección y Administración de la Producción y
de las Operaciones
♦ Capítulo 7: Administración de la Demanda
Autores: CHASE, Richard y AQUILANO, Nicolas
Editorial: Adison Wesley Iberoamericana, 6a. Edición
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
2
3. _____________________________ Contenido
♦ Introducción: ¿Qué es el Pronóstico?
♦ Horizontes temporales de el pronóstico
♦ La influencia del ciclo de vida del producto
♦ Tipos de Pronósticos
♦ La importancia estratégica del Pronóstico
♦ Recursos humanos
♦ Capacidad
♦ Gestión de la cadena de suministros
♦ Siete etapas en el sistema de pronóstico
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
3
4. _____________________________ Contenido
♦ Enfoques del Pronóstico
♦ Visión global de los métodos cualitativos
♦ Visión global de los métodos cuantitativos
♦ Pronóstico de series temporales
♦ Descomposición de una serie temporal
♦ Enfoque simple
♦ Medias móviles
♦ Suavizamiento exponencial
♦ Suavizamiento exponencial con ajuste de tendencia
♦ Proyecciones de la tendencia
♦ Variaciones estacionales en los datos
♦ Variaciones cíclicas en los datos
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
4
5. _____________________________ Contenido
♦ Métodos de pronóstico causal: análisis de regresión
y correlación
♦ Utilización del análisis de regresión para realizar Pronósticos
♦ Error estándar de la estimación
♦ Coeficientes de correlación para las rectas de regresión
♦ Análisis de regresión múltiple
♦ Seguimiento y control de Los Pronósticos
♦ Suavizamiento adaptable
♦ Pronóstico enfocado
♦ Pronóstico en el sector servicios
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
5
6. _____________________________ Objetivos
Describir o explicar:
♦ Medias Móviles simples y ponderadas
♦ Suavizamiento Exponencial
♦ Proyecciones de tendencia
♦ Análisis de regresión y correlación
♦ Regresión lineal con estacionalidad
♦ Medidas de precisión del pronóstico
♦ Aplicar el método idóneo para cada pronóstico
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
6
8. _____________________________
Demanda
Demanda o Consumo Potencial, cantidad de
determinado bien o servicio que el mercado
requiere
Muestra y cuantifica la existencia de los
consumidores actuales y los potenciales y la
ubicación geográfica de los mismos
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
8
9. La demanda según la necesidad
_____________________________
• Demanda de bien social aquello que la
sociedad requiere para su desarrollo y
crecimiento (alimentación, vestido,
salud, vivienda, educación)
• Demanda de bienes no necesarios,
consumo suntuario, donde se satisface
un gusto y no una necesidad (perfumes,
ropa fina, electrónica, arte)
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
9
10. Demanda según su destino
_____________________________
• Demanda de bienes finales
• Demanda de bienes intermedios o
industriales
•Los bienes intermedios forman parte de
una cadena productiva, al aumentar la
demanda del último aumenta la
demanda del producto intermedio
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
10
11. El pronóstico de la demanda
_____________________________
El análisis histórico del comportamiento
de la demanda se realiza para estudiar la
evolución del pasado a fin de pronosticar
el comportamiento futuro, con un margen
razonable de seguridad.
No es extrapolar una tendencia, sino
estudiar los posibles factores que afectan
esa tendencia.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
11
12. Factores que afectan la demanda
_____________________________
• cambios en las políticas económicas,
• sustitución del producto,
• complementación del producto,
• comportamiento estacionario,
• cambios de la estructura de la población,
• modificaciones significativas de volumen,
• coyunturas internacionales
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
12
13. ¿Qué es el pronóstico?
_____________________________
♦ Arte y ciencia de predecir
acontecimientos futuros.
♦ Modelación matemática ¡Venderá 200
millones de
♦ Predicción subjetiva bolívares!
♦ Base de todas las
decisiones empresariales:
♦ Producción
♦ Inventario
♦ Personal
♦ Instalaciones
♦ Presupuesto
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
13
14. Tipos de Pronóstico
_____________________________
♦ Cualitativos
♦ De caracter subjetivo
♦ Basado en estimaciones y opiniones.
♦ Programación de trabajos, asignación de tareas.
♦ Análisis de series de tiempo
♦ Utilización de datos relacionados de periodos anteriores
♦ Componentes: tendencia, estacionalidad y ciclos
♦ Relaciones causales
♦ Supone demanda relacionada con una o más causas
♦ Regresión Lineal y Regresión Multilineal
♦ Simulación
♦ Modelos complejos simulados en computador
♦ Modelos Dinámicos
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
14
15. Técnicas y Modelos Comunes
_____________________________
♦ Cualitativos
♦ Método Delphi
♦ Investigación de Mercado
♦ Consenso Grupal: Intercambio abierto en reuniones
♦ Analogía Histótica: Relación con artículo similar
♦ Niveles Inferiores de la organización: Datos de vendedores
♦ Series de tiempo
♦ Promedio Móvil Simple
♦ Promedio Móvil Ponderado
♦ Suavizamiento Exponencial
♦ Análisis de regresiones de tiempo
♦ Técnica Box Jenkins
♦ Series de tiempo de Shiskin: Descomponer series de tiempo en
estacionalidad
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
15
16. Técnicas y Modelos Comunes (Cont)
_____________________________
♦ Relaciones causales
♦ Análisis de Regresiones causales
♦ Regresión Multilineal: Varias variables causales
♦ Simulación
♦ Modelos Dinámicos: incluye variables internas como factores
externos.
♦ Permite hacer estudios de sensibilidad
♦ Modelos preprogramados
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
16
17. Tipos de horizontes temporales del
_____________________________ pronóstico
♦ Pronósticos a corto plazo:
♦ Cobertura de hasta un año, generalmente inferior a los tres meses.
♦ Programación de compras, trabajos, asignación de tareas.
♦ Pronósticos a medio plazo:
♦ Entre tres meses y tres años.
♦ Planificación de las ventas, de la producción y del presupuesto.
♦ Pronósticos a largo plazo:
♦ Periodos superiores a tres años.
♦ Planificación de nuevos productos, localización de las instalaciones,
desembolso de capital.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
17
18. Pronósticos de corto plazo frente a Pronósticos
_____________________________
de largo plazo
♦ Los pronósticos a medio y largo plazo tratan de
asuntos más extensos, y apoyan las decisiones de
gestión que conciernen a la planificación y los
productos, las plantas y los procesos.
♦ Los pronósticos a corto plazo normalmente
emplean metodologías diferentes a las anteriores,
utilizan técnicas matemáticas como las medias
móviles, alisado exponencial y extrapolación.
♦ Los pronósticos a corto plazo tienden a ser más
exactos que los realizadas a largo plazo. Al
aumentar el horizonte temporal disminuye la
fiabilidad de la previsión.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
18
19. La influencia del ciclo de vida del producto
_____________________________
♦ Las etapas de introducción y crecimiento necesitan
pronósticos más largos que las etapas de madurez
y declive.
♦ Los Pronósticos son útiles para proyectar
♦ los diferentes niveles de personal
♦ los diferentes niveles de inventarios
♦ los diferentes niveles de capacidad de producción
mientras el producto pasa de la primera a la última
etapa.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
19
20. Estrategia durante el ciclo de vida de un
_____________________________ producto
Introducción Crecimiento Madurez Declive
Mejor periodo para Buen momento para Mal momento para cambiar la Es vital controlar el
aumentar la cuota de cambiar el precio o la imagen, el precio o la calidad costo
mercado imagen de calidad
Los costos competitivos son
Estrategias de la compañía
Es vital planear la I + D Fortalecer el segmento ahora muy importantes
de mercado Defender la posición en el
Restaurantes para mercado Fax
comer en el carro Disquetes
CD-ROM de 3 1/2”
Ventas
Internet Máquinas de
Impresoras a escribir
color
HDTV
La planificación y desarrollo La pronóstico es muy Estandarización Poca diferenciación del
del producto son vitales importante producto
Cambios de producto menos
Estrategias de la G.O.
Cambios frecuentes en Fiabilidad del producto y rápidos; más cambios Minimización de costos
planificación del producto y proceso minuciosos
proceso Posibilidades y mejoras del Sobrecapacidad en la
Capacidad óptima
producto competitivas industria
Lotes de producción Estabilidad creciente del
pequeños Aumento de la capacidad proceso de producción Eliminación de productos
Altos costos de producción Cambio de tendencia para que no proporcionan un
centrarse en el producto Grandes lotes de producción
margen aceptable
Número de modelos limitado Mejora del producto y
Atención a la distribución Reducción de capacidad
Atención a la calidad reducción de costos
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
20
21. Tipos de Pronósticos
_____________________________
♦Pronósticos económicos:
♦ Dirigidas al ciclo económico, por ejemplo, las
tasas de inflación, la masa monetaria, el PIB, etc.
♦Pronósticos tecnológicos:
♦ Predicen el progreso tecnológico.
♦ Predicen el nacimiento de nuevas ventas.
♦ Ejemplo: motores de hidrógeno, energía solar
♦Pronósticos de demanda:
♦ Predicen las ventas de productos ya existentes.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
21
22. Etapas del proceso de Pronóstico
_____________________________
♦ Determinar el objetivo del pronóstico.
♦ Seleccionar los artículos sobre los que se va a
realizar el pronóstico.
♦ Determinar el horizonte temporal del pronóstico.
♦ Seleccionar el(los) modelo(s) de pronóstico.
♦ Recolección de datos.
♦ Realizar el pronóstico.
♦ Validar e implementar los resultados.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
22
23. Demanda de un producto representada en un periodo de
4 años con tendencia de crecimiento y estacionalidad
_____________________________
Picos estacionales Componente de tendencia
Demanda del producto o servicio
Línea de
demanda
actual
Demanda media
en cuatro años
Variación
aleatoria
Primer Segundo Tercer Cuarto
año año año año
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
23
24. Demanda real frente a los métodos de media
móvil y media móvil ponderada
_____________________________
35 Media móvil ponderada
30
Ventas reales
Demanda de ventas
25
20
15
10
Media móvil
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.
Mes
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
24
25. Realidades sobre el pronóstico
_____________________________
♦ Raras veces los pronósticos son perfectos. Influencia
de factores externos.
♦ La mayoría de las técnicas de pronóstico asumen que
existe cierta estabilidad sostenida en el sistema.
♦ Tanto las predicciones de familias de productos como
las predicciones en conjunto son más precisas que los
pronósticos de productos individuales.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
25
26. Enfoques del Pronóstico
_____________________________
Métodos cualitativos Métodos cuantitativos
♦ Se emplean cuando la
♦ Se emplean cuando la
situación es “estable” y
situación no es clara y
existen datos
hay pocos datos:
“históricos”:
♦ Productos nuevos.
♦ Productos existentes.
♦ Nueva tecnología.
♦ Tecnología actual.
♦ Requieren intuición y
♦ Utilizan modelos
experiencia:
matemáticos:
♦ Por ejemplo, el pronóstico
♦ Por ejemplo, el pronóstico de
de las ventas a través de
las ventas de televisores.
Internet.
En la práctica, las empresas utilizan una combinación de los dos enfoques
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
26
27. Métodos Cualitativos
_____________________________
♦ Jurado de opinión ejecutiva:
♦ Se agrupan las opiniones de un grupo de expertos de alto
nivel o de directivos, a menudo en combinación con
modelos estadísticos.
♦ Proposición de personal comercial:
♦ Las estimación de las ventas esperadas por los vendedores
se revisan para ver si se pueden llevar a cabo y luego se
obtiene una pronóstico global.
♦ Método Delphi:
♦ Proceso de grupo que permite la realización de los
pronósticos a través de un grupo de toma de decisiones con
base en las opiniones de otro grupo de personas.
♦ Estudio de mercado del consumidor:
♦ Requiere información de los clientes o consumidores
potenciales.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
27
29. Proposición de personal comercial
_____________________________
♦ Cada vendedor estima las ventas
que hará.
♦ Se revisan las previsiones para
definir si se pueden llevar a cabo.
♦ Se combinan con los pronósticos
a niveles de distritos y con las
nacionales.
♦ El representante de ventas conoce
las necesidades de los
consumidores.
♦ Tiende a ser bastante optimista.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
29
30. _____________________________
Método Delphi
♦ Proceso de grupo
iterativo.
♦ 3 tipos de participantes: Los que toman
♦ Los que toman decisiones
decisiones. Personal de (¿Ventas?)
♦ El personal de plantilla. (Habrá 50 ventas)
plantilla
♦ Los que responden.
(¿Qué ventas
♦ Reduce el habrá?
“pensamiento en cuestionarios)
grupo”.
♦ Coteja opiniones para Los que responden
llegar a un consenso en (Habrá 45, 50, 55 ventas)
varias iteraciones de
opiniones-respuestas
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
30
32. Métodos Cuantitativos
_____________________________
♦ Enfoque simple
♦ Medias móviles Modelos de
♦ Suavizamiento exponencial series
temporales
♦ Proyección de tendencia
♦ Regresión lineal Modelos
♦ Regresión lineal con asociativos o
estacionalidad causales
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
32
33. Métodos de pronóstico cuantitativos
_____________________________
(no simples)
pronóstico
cuantitativo
Modelos de series Modelos
temporales asociativos
Media Suavizamiento Proyección Regresión
móvil exponencial de tendencia lineal
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
33
34. ¿Qué son las series temporales?
_____________________________
♦ Es una secuencia de datos uniformemente
espaciada:
♦ Se obtiene observando las variables en periodos de tiempo
regulares.
♦ Se trata de un pronóstico basado en los datos
pasados:
♦ Supone que los factores que han influido en el pasado lo
sigan haciendo en el futuro.
♦ Ejemplo:
Año: 1999 2000 2001 2002 2003
Ventas: 78,7 63,5 89,7 93,2 92,1
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
34
35. Descomposición de una serie temporal
_____________________________
Tendencia Ciclos
Estacionalidad Variaciones
aleatorias
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
35
36. Tendencia
_____________________________
♦ Es el movimiento gradual de ascenso o descenso de
los datos a lo largo del tiempo.
♦ Los cambios en la población, ingresos, etc. influyen
en la tendencia.
♦ Varios años de duración.
Respuesta
Mes, trimestre, año
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
36
37. _____________________________
Estacionalidad
♦Muestra de datos de ascenso o descenso
que se repite.
♦Se puede ver afectada por la climatología,
las costumbres, etc.
♦Se produce dentro de un periodo anual.
Verano
Respuesta
Mes, trimestre
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
37
38. _____________________________
Ciclos
♦Movimientos de ascenso o descenso que se
repiten.
♦Se pueden ver afectados por interacciones de
factores que influyen en la economía.
Respuesta Ciclo
Mes, trimestre, año
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
38
39. Variaciones aleatorias
_____________________________
♦Son “saltos” en los datos causados por el
azar y situaciones inusuales.
♦Son debidas a variaciones aleatorias o a
situaciones imprevistas:
♦ Huelgas o paros nacionales
♦ Inundaciones
♦Son de corta duración
y no se repiten.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
39
40. Modelos de series temporales
_____________________________
♦Cualquier valor que aparezca en una serie
temporal es la multiplicación (o suma) de los
componentes de la serie temporal.
♦Modelo multiplicativo:
♦ Yi = Ti x Si x Ci x Ri (si los datos son mensuales o
trimestrales).
♦Modelo aditivo:
♦ Yi = Ti + Si + Ci + Ri (si los datos son mensuales o
trimestrales).
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
40
41. Enfoque Simple
_____________________________
♦ Suponer que la demanda en el
próximo periodo será igual a la
demanda del periodo más
reciente:
♦ Por ejemplo, si en mayo hubo 48
ventas, en junio habrá 48 ventas.
♦ Es el modelo con la mejor
relación eficacia-costo y
eficiencia.
♦ Sirve como punto de partida .
para modelos mas sofisticados.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
41
42. Media Móvil
_____________________________
♦ La media móvil es la media aritmética de las demandas
de los periodos anteriores.
♦ Se utiliza si no hay tendencia o si ésta es escasa, las
demandas son estables a lo largo del tiempo.
♦ Se suelen utilizar para suavizar o alizar las
irregularidades a corto plazo en las series de datos:
♦ Proporciona una impresión general de los datos a lo largo del
tiempo.
♦ Ecuación:
MM =
∑ demanda de n periodos previos
n
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
42
43. Ejemplo de media móvil
_____________________________
Usted es el director de una tienda de un museo que
vende réplicas. Quiere predecir las ventas (000) del
año 2004 mediante una media móvil de 3 años.
1999 4
2000 6
2001 5
2002 3
2003 7
.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
43
44. Solución de la media móvil
_____________________________
Año Respuesta Media Media móvil
Yi móvil total (n=3)
(n=3)
1999 4 ND ND
2000 6 ND ND
2001 5 ND ND
2002 3 4+6+5=15 15/3 = 5
2003 7
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
44
45. Solución de la media móvil
_____________________________
Año Respuesta Media Media móvil
Yi móvil total (n=3)
(n=3)
1999 4 ND ND
2000 6 ND ND
2001 5 ND ND
2002 3 4+6+5=15 15/3 = 5
2003 7 6+5+3=14 14/3=4 2/3
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
45
46. Solución de la media móvil
_____________________________
Año Respuesta Media Media móvil
Yi móvil total (n=3)
(n=3)
1999 4 ND ND
2000 6 ND ND
2001 5 ND ND
2002 3 4+6+5=15 15/3=5,0
2003 7 6+5+3=14 14/3=4,7
2004 ND 5+3+7=15 15/3=5,0
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
46
47. Gráfico de la media móvil
_____________________________
Ventas
8 Real
6
pronóstico
4
2
99 00 01 02 03 04
Año
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
47
48. Método de la media
_____________________________ móvil ponderada
♦ Se utiliza cuando se presenta una tendencia:
♦ Los datos anteriores tienen importancia ponderada.
♦ Las ponderaciones se basan en la intuición y
análisis de datos previos:
♦ Suelen estar entre 0 y 1, y la suma dar 1,0.
♦ Los periodos más recientes suelen ponderarse con mayor
peso
♦ Ecuación:
Media móvil Σ (ponderación para el periodo n) (demanda en el periodo n)
ponderada = Σ ponderaciones
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
48
49. Demanda actual, media móvil y media
_____________________________ móvil ponderada
35 Media móvil ponderada
30
Ventas reales
Demanda de ventas
25
20
15
10
Media móvil
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic
Mes
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
49
50. Inconvenientes de los métodos de media
_____________________________
móvil
♦Al aumentar n veces, los
pronósticos son menos sensibles a
los cambios.
♦No es posible predecir bien la
tendencia.
♦Se necesitan muchos datos
históricos.
♦El horizonte de proyección es corto.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
50
51. Suavizamiento Exponencial
_____________________________
♦ Es una técnica de pronóstico de media móvil
ponderada:
♦ Las ponderaciones disminuyen exponencialmente.
♦ Se ponderan más los datos más recientes.
♦ Se necesita una constante de Suavizamiento (α):
♦ Toma valores entre 0 y 1.
♦ Se escoge de forma subjetiva.
♦ Mayor α : Pondera más la demanda reciente, el periodo
reciente
♦ Menor α : Pondera poco la demanda reciente. Le da peso a
demandas anteriores.
♦ Necesita una cantidad reducida de datos históricos.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
51
52. Ecuaciones del Suavizamiento
_____________________________ Exponencial
♦ Ft = αAt - 1 + α(1-α)At - 2 + α(1- α)2At - 3
+ α(1- α)3At - 4 + ... + α(1- α)t-1A0
♦ Ft = Valor del pronóstico
♦ At = Valor real
♦ α = Constante de Suavizamiento (0 < α < 1)
♦ Habitualmente (0.05 < α < 0.50)
♦ Ft = Ft-1 + α(At-1 - Ft-1)
♦ Se utiliza para calcular el pronóstico.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
52
53. Ejemplo de Suavizamiento Exponencial
_____________________________
Usted está organizando un evento cultural. Desea
predecir el número de personas que asistirán en el
año 2004 mediante el Método de Suavizamiento
Exponencial (α = 0,10). El pronóstico para 1999 fue de
175.
1999 180
2000 168
2001 159
2002 175
2003 190
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
53
54. Solución mediante Suavizamiento
_____________________________ Exponencial
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico, F t
Año Real
( α = 0,10)
1999 180 175,00 (Dato)
2000 168 175,00 +
2001 159
2002 175
2003 190
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
54
55. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α(At-1 - Ft-1)
pronóstico, F t
Año Real
( α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(
2001 159
2002 175
2003 190
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
55
56. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico,t
F
Año Real
(α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(180 -
2001 159
2002 175
2003 190
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
56
57. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico,t
F
Año Real
(α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(180 - 175,00)
2001 159
2002 175
2003 190
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
57
58. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico,t
F
Año Real
(α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(180 - 175,00) = 175,50
2001 159
2002 175
2003 190
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
58
59. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico, F t
Año Real
( α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(180 - 175,00) = 175,50
2001 159 175,50 + 0,10(168 - 175,50) = 174,75
2002 175
2003 190
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
59
60. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico, F t
Año Real
(α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(180 - 175,00) = 175,50
2001 159 175,50 + 0,10(168 - 175,50) = 174,75
2002 175 174,75 + 0,10(159 - 174,75)= 173,18
2003 190
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
60
61. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico, F t
Año Real
(α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(180 - 175,00) = 175,50
2001 159 175,50 + 0,10(168 - 175,50) = 174,75
2002 175 174,75 + 0,10(159 - 174,75) = 173,18
2003 190 173,18 + 0,10(175 - 173,18) = 173,36
2004 ND
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
61
62. Solución del Suavizamiento Exponencial
_____________________________
Ft = Ft-1 + α (At-1 - Ft-1)
pronóstico, F t
Año Real
(α = 0,10)
1999 180 175,00 (Dado)
2000 168 175,00 + 0,10(180 - 175,00) = 175,50
2001 159 175,50 + 0,10(168 - 175,50) = 174,75
2002 175 174,75 + 0,10(159 - 174,75) = 173,18
2003 190 173,18 + 0,10(175 - 173,18) = 173,36
2004 ND 173,36 + 0,10(190 - 173,36) = 175,02
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
62
63. Gráfico del Suavizamiento Exponencial
_____________________________
Ventas
190 Real
180
170 pronóstico
160
150
140
99 00 01 02 03 04
Años
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
63
64. Efectos del Pronóstico de la constante de
_____________________________
Suavizamiento α
Ft = α At - 1 + α(1- α)At - 2 + α(1- α)2At - 3 + ...
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10%
α= 0,90
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
64
65. Efectos del Pronóstico de la constante de
_____________________________
Suavizamiento α
Ft = α At - 1 + α(1- α) At - 2 + α(1- α)2At - 3 + ...
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10% 9%
α= 0,90
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
65
66. Efectos del Pronóstico de la constante de
_____________________________
Suavizamiento α
Ft = α At - 1 + α(1- α)At - 2 + α(1- α)2At - 3 + ...
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10% 9% 8,1%
α= 0,90
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
66
67. Efectos del Pronóstico de la constante de
_____________________________
Suavizamiento α
Ft = α At - 1 + α(1- α)At - 2 + α(1- α)2At - 3 + ...
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10% 9% 8,1%
α= 0,90 90%
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
67
68. Efectos del Pronóstico de la constante de
_____________________________
Suavizamiento α
Ft = α At - 1 + α(1- α) At - 2 + α(1- α)2At - 3 + ...
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10% 9% 8,1%
α= 0,90 90% 9%
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
68
69. Efectos del Pronóstico de la constante de
_____________________________
Suavizamiento α
Ft = α At - 1 + α(1- α) At - 2 + α(1- α)2At - 3 + ...
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10% 9% 8,1%
α= 0,90 90% 9% 0,9%
La importancia de los periodos antiguos disminuye rápidamente a medida
que α aumenta
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
69
70. Errores de Pronóstico
_____________________________
Permite medir el error global del modelo de pronóstico.
Error de pronóstico = demanda – pronóstico
Se trata de seleccionar el valor de α que minimice el error
de pronóstico, calculado como
• la desviación absoluta media (DAM), o
• el error cuatrático medio (ECM)
∑ errores de pronóstico
DAM =
n
2
∑ errores de pronóstico
ECM =
USB PS4161 GESTION DE LA PRODUCCION I
n
PRONOSTICOS
70
71. Suavizamiento exponencial con ajuste de
_____________________________
tendencia
Se utiliza para dar respuesta a las tendencias presentes en la
demanda.
Para mejorar la previsión se ajusta el modelo de alisado
exponencial para desfases positivos o negativos en la
tendencia.
pronóstico incluyendo la tendencia (PITt)
= pronóstico alisada exponencialmente (Ft)
+ tendencia suavizada exponencialmente (Tt)
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
71
72. Suavizamiento exponencial con ajuste de
_____________________________
tendencia
Ft = α (demanda real del último periodo)
+ (1- α)(pronóstico del último periodo + tendencia estimada del
último periodo)
o
Ft = α(At-1) + (1- α)(Ft-1 + Tt-1)
Tt = β(pronóstico de este periodo - pronóstico del último periodo)
+ (1- β)(tendencia estimada del último periodo)
o
Tt = β(Ft - Ft-1) + (1- β)Tt-1
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
72
73. Suavizamiento exponencial con ajuste de
_____________________________
tendencia
♦ Ft = pronóstico suavizado exponencialmente de la
serie de datos en el periodo t.
♦ Tt = tendencia suavisada exponencialmente en el
periodo t.
♦ At = demanda real en el periodo t.
♦ α = constante de Suavizamiento para la media.
(0< α<1)
♦ β = constante de Suavizamiento para la tendencia.
(0< β<1)
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
73
74. Comparación de Pronósticos
_____________________________
Suavizamiento exponencial +
40 Tendencia
35 Demanda real
Demanda del producto
30
25
20
15
Suavizamiento exponencial
10
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep.
Mes
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
74
75. Método de mínimos cuadrados
_____________________________
Observación
Valores de la variable dependiente
Desviación
real
Desviación Desviación
Desviación
Desviación
Punto en la
línea de
Desviación
tendencia
Desviación
Y = a + bx
ˆ
Periodo de tiempo
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
75
76. Demanda real y línea de tendencia
_____________________________
180
160
Y = 56,70+ 10,54X
140
120
Demanda
100
80
60 Demanda real
40
20
0
0 2 4 6 8 10
Periodo de tiempo
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
76
77. Análisis de regresión lineal
_____________________________
♦ Se usa para prever la línea de tendencia.
♦ Supone una relación entre la variable de respuesta,
Y, y el periodo de tiempo, X, que es una función
lineal:
Yi = a + bX i
$
♦ Se calcula mediante el método de los mínimos
cuadrados:
♦ Minimiza la suma de errores cuadrados.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
77
78. Modelo del análisis de regresión lineal
_____________________________
$
Yi = a + bX i
Y b>0
a
b<0
a
Tiempo, X
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
78
79. Diagrama de dispersión
_____________________________
Ventas
Ventas frente a tiempo
4
3
2
1
0
99 00 01 02 03
Periodo de tiempo
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
79
80. Ecuaciones de mínimos cuadrados
_____________________________
Ecuación: Yi = a + bx i
ˆ
n
∑ x i y i − nx y
Pendiente: b = i =1
n
∑ x i − nx 2
2
i =1
Corte con el eje Y: a = y − bx
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
80
81. _____________________________
Tabla de cálculo
2 2
Xi Yi Xi Yi X iY i
2 2
X1 Y1 X1 Y1 X 1Y 1
2 2
X2 Y2 X2 Y2 X 2Y 2
: : : : :
2 2
Xn Yn Xn Yn X nY n
2 2
ΣX i ΣYi ΣX i ΣY i ΣX iY i
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
81
82. Ejemplo de análisis de regresión lineal
_____________________________
Usted es el analista de marketing de Shu-Q-To,
compañía japonesa productora de piezas
mecanizadas de alta precisión. Obtuvo los
siguientes datos:
Año Ventas (unidades)
1999 1
2000 1
2001 2
2002 2
2003 4
¿Cuál es la ecuación de tendencia?
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
82
83. Modelo de pronóstico del análisis de
_____________________________ regresión lineal
Usted está realizando el análisis de marketing de
^
Shu-Q-To. Al utilizar años codificados, halla que Yi = -
0,1 + 0,7Xi.
Año Ventas (Unidades)
1999 1
2000 1
2001 2
2001 2
2003 4
Determine el pronóstico para el año 2004.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
83
84. Modelo estacional multiplicativo
_____________________________
♦ Encontrar la demanda histórica media para cada “estación”
sumando la demanda de esa estación cada año y dividiéndola
entre el número de años de datos disponibles.
♦ Calcular la demanda media a lo largo de todas las estaciones
dividiendo la demanda media total anual entre el número de
estaciones.
♦ Calcular un índice estacional dividiendo la demanda histórica
real de esa estación (calculado en la etapa 1) entre la
demanda media a lo largo de todas las estaciones.
♦ Estimar la demanda anual de todo el año próximo.
♦ Dividir esta estimación de la demanda anual total entre el
número de estaciones y entonces multiplicarla por el índice
estacional de esa estación. Esto proporciona el pronóstico
estacional .
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
84
85. Modelo de Previsión Causal
_____________________________ la regresión lineal
a través de
♦Muestra la relación lineal entre las variables
dependientes e independientes.
♦ Ejemplo: ventas y publicidad (sin tiempo)
Corte con el eje Y Pendiente
^
Yi = a + b X i
Variable dependiente Variable independiente
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
85
86. Modelo de regresión lineal
_____________________________
Y Y i = a b X i Error
Error
Línea de tendencia
^
Yi = a b X i
X
Valor observado
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
86
87. Suposiciones de los mínimos cuadrados
_____________________________
♦Se supone que la relación es lineal. Primero
trace los datos, si existe relación en curva,
utilice el análisis curvilineal.
♦Se supone que la relación sólo se sustenta
dentro o justo fuera del campo de datos. No
trate de predecir periodos de tiempo lejanos
al campo de la base de datos.
♦Se supone que las desviaciones que rodean
a la línea de los mínimos cuadrados son
aleatorias.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
87
88. Transformación de variables para linearizar
_____________________________
β 〉0 Y =Y
Y = α + β log X logY = α + β log X
β 〈0
logY = α + βX
1
= α + βX
Y
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
88
89. Criterios para determinar “la mejor” línea
_____________________________
♦ La mejor línea es aquella que minimiza la suma de todos
los errores
n
min ∑ (Yi − Yi )
ˆ
i =1
♦ La mejor línea es aquella que minimiza la suma de los
valores absolutos de los errores
n
min ∑ Yi − Yi
ˆ
i =1
♦ La mejor línea es aquella que minimiza la suma de los
cuadrados de los errores
n 2
min ∑ (Yi − Yi )
ˆ
i =1 89
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
90. _____________________________
Minimización de los cuadrados
min ∑i =1 [Yi − (α + βX i )]
n 2
ˆ ˆ
∂
∑ [Y − (α + βˆX )] =0 ∂ ∑ [Y − (α + βˆX )]
n 2 2
n
ˆ ˆ =0
∂α i =1
∂β
i i
i =1 i i
∑ (Y − α − βˆX ) = 0 ∑ X (Y − α − βˆX ) = 0
n n
ˆ i i ˆ i i i
i =1 i =1
Resolviendo: αˆ = Y − βˆ X
n
∑ X iYi − n X Y
β =
ˆ i =1
n
∑ X i − nX
2 2
i =1 90
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
91. Ecuaciones de regresión lineal
_____________________________
Ecuación: Yi = a + bx i
ˆ
n
∑ x i y i − nx y
Pendiente: b = i =1
n
∑ x i − nx 2
2
i =1
Corte con el eje Y: a = y − bx
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
91
92. _____________________________
Tabla de cálculo
2 2
Xi Yi Xi Yi X iY i
2 2
X1 Y1 X1 Y1 X 1Y 1
2 2
X2 Y2 X2 Y2 X 2Y 2
: : : : :
2 2
Xn Yn Xn Yn X nY n
2 2
ΣX i ΣYi ΣX i ΣY i ΣX iY i
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
92
93. Interpretación de los coeficientes
_____________________________
♦Pendiente (b):
♦ El cálculo de Y varía en b cada unidad extra en X.
♦ Si b = 2, entonces las ventas (Y) aumentarán en 2 por cada
unidad extra en publicidad (X).
♦Corte con el eje Y (a):
♦ Valor medio de Y cuando X = 0.
♦ Si a = 4, entonces las ventas medias (Y) serán de 4 cuando
la publicidad (X) sea 0.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
93
94. Variación de los errores aleatorios
_____________________________
♦Variación del Y real a partir del Y predecido.
♦Se mide mediante el error estándar de la
estimación:
♦ Muestra los errores de la desviación estándar
♦ Es una medida de la variabilidad alrededor de la línea
de regresión.
♦ SY,X
♦Refleja la precisión de la predicción.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
94
95. Medidas de Eficiencia de la Estimación
_____________________________
Error Estándar del Estimado
Es una medida del error en que se incurre al emplear en Yˆ
lugar del Y verdadero
(Yi − Yˆi )2
n
∑
S = i =1
n − (k + 1 )
K = no. de variables independientes
N-(k+1) = no. de grados de libertad
El 95% de las observaciones caerá entre más o menos 2S a
cada lado de la línea de regresión
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
95
96. Error estándar del estimado
_____________________________
n
∑ (yi − yi )2
ˆ El libro utiliza el
S y, x = i =1
n−2 símbolo Yc
n 2 n n
∑ yi − a ∑ yi − b ∑ x i yi
= i =1 i =1 i =1
n−2
Ecuación cuando k=1 (una sola variable independiente)
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
96
97. _____________________________
Correlación
♦Respuestas: ‘¿qué intensidad tiene la relación
lineal entre las variables?’
♦El coeficiente de correlación se identifica
normalmente como r o R.
♦ Los valores varían entre -1 y +1 .
♦ Mide el grado de asociación.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
97
98. Medidas de Eficiencia de la Estimación
_____________________________
Coeficiente de Correlación
Es una medida de la asociación entre las variables aleatorias X e Y
Co var ianzaX , Y S xy
R= =
SxS y SxS y
S xy = ∑ (X i − X )(Yi − Y )
n
∑ ( X i − X )2 ∑ (Yi − Y )2
Sx = Sy =
n n
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
98
99. Fómula del coeficiente de correlación
_____________________________
n n n
n ∑ x i yi − ∑ x i ∑ yi
r= i =1 i =1 i =1
⎡ n 2 ⎛ n ⎞2 ⎤⎡ n 2 ⎛ n ⎞2 ⎤
⎢n ∑ x i − ⎜ ∑ x i ⎟ ⎥ ⎢n ∑ yi − ⎜ ∑ yi ⎟ ⎥
⎣ i =1 ⎝ i =1 ⎠ ⎦ ⎣ i =1 ⎝ i =1 ⎠ ⎦
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
99
100. Valores del coeficiente de correlación
_____________________________
Correlación Correlación
negativa Sin correlación positiva
perfecta perfecta
-1,0 -0,5 0 +0,5 +1,0
Aumento de la correlación Aumento de la
negativa correlación positiva
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
100
101. Coeficiente de correlación y modelo de
_____________________________ regresión
Y r=1 Y r = -1
^
Yi = a + b X i
^
Yi = a + b X i
X X
Y r = 0,89 Y r=0
^
Yi = a + b X i ^
Yi = a + b X i
X X
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
101
102. Medidas de Eficiencia de la Estimación
_____________________________
Coeficiente de Determinación
Es la tasa de la suma de los cuadrados explicada por la regresión y
la suma total de los cuadrados
∑ (Yi − Y )2 − ∑ (Yi − Yi )2
ˆ
R =
2
∑ (Yi − Y )2
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
102
103. Análisis de Regresión Múltiple
_____________________________
♦ Modelo con varias variables independientes en
lugar de una sola.
^
Y i = a + b X1i + c X2i
Variable dependiente Variables independientes
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
103
104. Análisis de Regresión Múltiple
_____________________________
Elaboración de un modelo lineal:
1. Examinar la relación entre cada variable dependiente y la
variable independiente con el fin de detectar no linearidades.
2. Linearizar toda relación no lineal encontrada, mediante
transformación de variables.
3. Determinar la matriz de correlación simple
4. En dicha matriz, detectar:
a) Variables independientes que tengan una asociación
estadística con la variable dependiente
b) Dependencia entre variables dependientes
5. Estimar los parámetros y medidas de eficiencia de las
ecuaciones de regresión potenciales
6. Analizar los resultados encontrados
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
104
105. Guía para elegir el modelo de pronóstico
_____________________________
♦En el pronóstico quiere lograr:
♦ Ninguna conducta o dirección del error de pronóstico.
^
♦ Error = (Y - Y ) = (Real - pronóstico).
i i
♦ Se observa en las representaciones de los errores a lo largo
del tiempo.
♦ Un error de pronóstico más pequeño:
♦ Error cuadrado medio (ECM).
♦ Desviación absoluta media (DAM).
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
105
106. Conducta del error de pronóstico
_____________________________
Tendencia no totalmente
justificada Conducta deseada
Error Error
0 0
Tiempo (años) Tiempo (años)
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
106
107. Ecuaciones del error de pronóstico
_____________________________
♦Error cuadrado medio (ECM):
n
∑ (y i − ˆ i ) 2
y 2
i =1 ∑ errores de pronóstico
ECM = =
n n
♦Desviación absoluta media (DAM):
n
∑ | yi − yi |
ˆ
i =1 ∑ |erroresde pronóstico|
DAM = =
n n
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
107
108. Ejemplo de selección del modelo de
_____________________________ pronóstico
Usted es el analista de marketing de Shu-Q-To. Ha previsto las ventas
con un modelo lineal y suavizamiento exponencial. ¿Qué modelo
usará?
Ventas pronóstico del pronóstico del
Suavizamiento
Año reales modelo lineal exponencial (0,9)
1999 1 0,6 1,0
2000 1 1,3 1,0
2001 2 2,0 1,9
2002 2 2,7 2,0
2003 4 3,4 3,8
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
108
109. Evaluación del modelo lineal
_____________________________
^
Año Yi Yi Error Error2 |Error|
1999 1 0,6 0,4 0,16 0,4
2000 1 1,3 -0,3 0,09 0,3
2001 2 2,0 0,0 0,00 0,0
2002 2 2,7 -0,7 0,49 0,7
2003 4 3,4 0,6 0,36 0,6
Total 0,0 1,10 2,0
ECM = Σ Error2 / n = 1,10 / 5 = 0,220
DAM = Σ |Error| / n = 2,0 / 5 = 0,400
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
109
110. Evaluación del modelo de Suavizamiento
_____________________________
exponencial
^
Year Yi Yi Error Error2 |Error|
1999 1 1,0 0,0 0,00 0,0
2000 1 1,0 0,0 0,00 0,0
2001 2 1,9 0,1 0,01 0,1
2002 2 2,0 0,0 0,00 0,0
2003 4 3,8 0,2 0,04 0,2
Total 0,3 0,05 0,3
ECM = Σ Error2 / n = 0,05 / 5 = 0,01
DAM = Σ |Error| / n = 0,3 / 5 = 0,06
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
110
111. Evaluación del modelo de Suavizamiento
_____________________________
exponencial
Modelo de Suavizamiento exponencial:
ECM = Σ Error2 / n = 0,05 / 5 = 0,01
DAM = Σ |Error| / n = 0,3 / 5 = 0,06
Modelo lineal:
ECM = Σ Error2 / n = 1,10 / 5 = 0,220
DAM = Σ |Error| / n = 2,0 / 5 = 0,400
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
111
112. Señal de rastreo
_____________________________
♦Mide el grado de precisión del Pronóstico
para predecir valores reales.
♦Suma actual de los errores de pronóstico
(SAEP) dividida entre la desviación absoluta
media (DAM):
♦ Una buena señal de rastreo tiene valores bajos.
♦Debe estar dentro de los límites de control
superiores e inferiores.
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
112
113. Ecuación de la señal de rastreo
_____________________________
SAEP
Señal de rastreo =
DAM
∑ (y i − yi )
n
ˆ
= i =1
DAM
∑ errores de pronóstico
=
DAM
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
113
114. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda
Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90
2 100 95
3 100 115
4 100 100
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
114
115. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10
2 100 95
3 100 115 Error = Real --pronóstico
Error = Real pronóstico
= 90 --100 = -10
= 90 100 = -10
4 100 100
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
115
116. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10
2 100 95
3 100 115 SAEP = Σ Errores
SAEP = Σ Errores
= ND + (-10) = -10
= ND + (-10) = -10
4 100 100
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
116
117. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10
2 100 95
3 100 115 Error absoluto = |Error|
Error absoluto = |Error|
= |-10| = 10
= |-10| = 10
4 100 100
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
117
118. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10
2 100 95
3 100 115 |Error| acumulado = Σ |Errores|
|Error| acumulado = Σ |Errores|
= NA + 10 = 10
= NA + 10 = 10
4 100 100
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
118
119. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0
2 100 95
3 100 115 DAM = Σ |Errores|/n
DAM = Σ |Errores|/n
= 10/1 = 10
= 10/1 = 10
4 100 100
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
119
120. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95
3 100 115 SR = SAEP/DAM
SR = SAEP/DAM
= -10/10 = -1
= -10/10 = -1
4 100 100
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
120
121. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95 -5
3 100 115
4 100 100 Error = Real --pronóstico
Error = Real pronóstico
= 95 --100 = -5
= 95 100 = -5
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
121
122. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95 -5 -15
3 100 115
4 100 100 SAEP = Σ Errores
SAEP = Σ Errores
= (-10) + (-5) = -15
= (-10) + (-5) = -15
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
122
123. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95 -5 -15 5
3 100 115
4 100 100 Error absoluto = |Error|
Error absoluto = |Error|
= |-5| = 5
= |-5| = 5
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
123
124. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95 -5 -15 5 15
3 100 115
4 100 100 Error acumulado = Σ |Errores|
Error acumulado = Σ |Errores|
= 10 + 5 = 15
= 10 + 5 = 15
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
124
125. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95 -5 -15 5 15 7,5
3 100 115
4 100 100 DAM = Σ |Errores|/n
DAM = Σ |Errores|/n
= 15/2 = 7,5
= 15/2 = 7,5
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
125
126. Cálculo de la señal de rastreo
_____________________________
Trim. Demanda Demanda Error SAEP Error |Error| DAM SR
prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95 -5 -15 5 15 7,5 -2
3 100 115
4 100 100 SR = SAEP/DAM
SR = SAEP/DAM
= -15/7,5 = -2
= -15/7,5 = -2
5 100 125
6 100 140
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
126
127. Representación de una señal de rastreo
_____________________________
Señal que supera el límite
Señal de rastreo
Límite de control superior
+
Señal de Rastreo
0 Intervalo aceptable
-
Límite de control inferior
Tiempo
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
127