2. INTRODUCCION
El objetivo del pronosticador es elaborar un pronóstico útil a partir de la información
disponible, aplicando la técnica que resulte apropiada para los diferentes patrones
de demanda. Para los pronósticos de la demanda se usan dos tipos generales de
técnicas: los métodos cualitativos y los métodos cuantitativos.
Un factor clave en la selección del método de pronóstico más adecuado es el
horizonte de tiempo correspondiente a la decisión que requiera pronosticarse. Los
pronósticos pueden ser a corto, mediano y largo plazo
3. REGRESIÓN LINEAL
Una variable, conocida como variable
dependiente, está relacionada con una o más
variables independientes por medio de una
ecuación lineal.
La variable dependiente (como la demanda de un
producto) es la que el gerente desea pronosticar.
Se supone que las variables independientes
(como los gastos de publicidad o el inicio de la
construcción de nuevas viviendas) influyen en la
variable dependiente y, por ende, son la “causa”
de los resultados observados en el pasado.
4. SERIES DE TIEMPO
Los métodos de series de tiempo usan
información histórica que sólo se refiere a la
variable dependiente.
En el análisis de series de tiempo se identifican los
patrones fundamentales de la demanda que se
combinan para producir el patrón histórico
observado en la variable dependiente, después de
lo cual se elabora un modelo capaz de reproducir
dicho patrón. Cada serie de tiempo de demanda tiene por lo
menos dos de los cinco patrones posibles de
demanda: el horizontal y el aleatorio. También
puede tener patrones de tendencia, estacionales
o cíclicos.
5. ESTIMACIÓN DEL PROMEDIO
El patrón horizontal de una serie de tiempo se
basa en la media de las demandas, el pronóstico
de demanda para cualquier periodo futuro es el
promedio de las series de tiempo calculadas en el
periodo actual.
El pronóstico de demanda para cualquier periodo
futuro es el promedio de las series de tiempo
calculadas en el periodo actual.
6. ESTIMACIÓN DEL PROMEDIO
Con el método de promedio móvil, el pronóstico de la demanda en el periodo siguiente será igual
al promedio calculado al final de este periodo. En cualquier método de pronóstico, es importante
medir la precisión de los pronósticos.
El error de pronóstico es simplemente la diferencia que se obtiene al restar el pronóstico de la
demanda real en cualquier periodo determinado.
7. MÉTODO DE SUAVIZAMIENTO
EXPONENCIAL
Es el método de pronóstico
formal que se usa más a menudo
por su sencillez y por la reducida
cantidad de datos que requiere.
El método de suavizamiento
exponencial necesita solamente
tres datos: el pronóstico del
último periodo, la demanda de
ese periodo y un parámetro de
suavizamiento, alfa (), cuyo valor
fluctúa entre 0 y 1.0
8. MÉTODO DE SUAVIZAMIENTO
EXPONENCIAL
Es el método de pronóstico
formal que se usa más a menudo
por su sencillez y por la reducida
cantidad de datos que requiere.
El método de suavizamiento
exponencial necesita solamente
tres datos: el pronóstico del
último periodo, la demanda de
ese periodo y un parámetro de
suavizamiento, alfa (), cuyo valor
fluctúa entre 0 y 1.0
9. INCLUSIÓN DE UNA TENDENCIA
En una serie de tiempo, una tendencia es un incremento o decremento sistemático en el
promedio de la serie a través del tiempo. Cuando existe una tendencia significativa, los
métodos de suavizamiento exponencial deben modificarse; de lo contrario, los
pronósticos siempre estarán por arriba o por debajo de la demanda real.
Para mejorar el pronóstico, es necesario calcular una estimación de la tendencia.
Comenzaremos calculando la estimación actual de dicha tendencia, que no es sino la
diferencia entre el promedio de la serie calculado en el periodo actual y el promedio
calculado en el último periodo.
10. INCLUSIÓN DE UNA TENDENCIA
El método para incorporar una tendencia en un pronóstico suavizado exponencialmente
se conoce como método de suavizamiento exponencial ajustado a la tendencia. En este
enfoque, se suavizan las estimaciones del promedio y la tendencia, para lo cual se
requieren dos constantes de suavizamiento.