Este documento describe el método de suavización exponencial simple para pronósticos. Este método se basa en atenuar los valores de la serie de tiempo dando mayor peso a las observaciones más recientes. Explica cómo calcular los pronósticos usando una fórmula que incluye un parámetro alfa. También cubre técnicas para inicializar los valores iniciales requeridos y muestra un ejemplo numérico para ilustrar el método.

1. Haz clic aquí para ir al principio
Modelos de Pronóstico
Suavización Exponencial Simple
Esta técnica se basa en la atenuación de los valores de la serie de tiempo, obteniendo el promedio
de estos de manera exponencial; es decir, los datos se ponderan dando un mayor peso a las
observaciones más recientes y uno menor a las más antiguas. Al peso para ponderar la observación
más reciente se le da el valor υ, la observación inmediata anterior se pondera con un peso de a (1 -
υ), a la siguiente observación inmediata anterior se le da un peso de ponderación de a (1 - υ)2 y así
sucesivamente hasta completar el número de valores observados en la serie de tiempo a tomar en
cuenta para realizar la atenuación, es decir, para calcular el promedio ponderado. La estimación o
pronostico será el valor obtenido del cálculo del promedio. La expresión para realizar el calculo de
la atenuación exponencial es la siguiente.
Otra expresión equivalente a esta es la siguiente
otra forma de escribir esta expresión es la siguiente
en donde
es el error ω
El valor de a siempre se encuentra dentro del siguiente rango 0 < a > 1.
www.paginasprodigy.com/sylsr/ingenierias/pronosticos/Suavización Exponencial Simple.html 1/6

2. Cuando existe una clara y considerable tendencia lineal en los valores observados en una serie de
tiempo, los pronósticos obtenidos mediante la suavización exponencial simple quedan rezagados
aún al hacer variar el valor de alfa ( ), para estos casos se utilizan dos diferentes técnicas
conocidas como el método de Brown y el de Holt.
En éste método así como también en todos los demás métodos de suavización exponencial que
veremos más adelante se requiere de una inicialización, es decir necesitan asignarle un valor inicial
a . Ya que si queremos calcular necesitamos conocer el valor de . Si aplicamos la formula
para encontrar tenemos que:
como y no existen es imposible obtener el valor de . Por lo que es
necesario recurrir a enfoques alternativos para estimar . El número y naturaleza de valores a
inicializar depende del método de suavización que se este utilizando. Si los datos son estacionales
los valores iniciales para los factores estacionales se pueden calcular empleando algún método de
descomposición, en el caso de que no hubiera datos suficientes para aplicar estos métodos, la
inicialización de estos factores estacionales puede hacerse en base a estimaciones subjetivas o
usando índices estacionales ya conocidos.
El nivel suavizado o promedio S y la componente T de la tendencia se pueden estimar usando una
de las siguientes alternativas:
1. – Mínimos Cuadrados. Utilizando la técnica de los mínimos cuadrados podemos estimar los
valores iniciales. Como por ejemplo para obtener P1 para el caso del método de la suavización
exponencial simple; se podría usar el promedio de los 20 valores inmediatos pasados. Y para el
caso del método de una suavización exponencial lineal se podrían obtener los valores de S y T
resolviendo la ecuación para una línea recta obteniendo la ordenada al origen y la pendiente
usando éstas como valores paramétricos iniciales es decir como los parámetros iniciales para S y T.
Esto mismo se podría hacer en el método de la suavización exponencial amortiguada.
2. – Retropredicción. Esta es la técnica empleada en la metodología de Box – Jenkins, pero
también es posible utilizarla en los métodos de suavización exponencial. Esto consiste en invertir la
serie de tiempo y comenzar el proceso de estimación a partir del último valor es decir el más
reciente y terminarlo con el primer valor, es decir el valor más antiguo. De esta manera se
obtendrán pronósticos o estimaciones para métricas para los primeros datos de la serie de tiempo
que pueden ser utilizadas como valores iniciales para realizar el pronóstico de la serie de tiempo
cuando se calcula éste de la manera normal, es decir empezando por el dato más antiguo al más
reciente.
3. - Arbitraria. Cuando no se disponen de datos suficientes para estimar los valores iniciales o
cuando el analista no considera de suma importancia disponer de valores iniciales muy apegados a
la realidad, se pueden utilizar valores arbitrarios como valores iniciales para un método en
particular de acuerdo al criterio del analista que realiza el pronóstico. Como por ejemplo para la
suavización exponencial simple se podría utilizar como valor inicial:
www.paginasprodigy.com/sylsr/ingenierias/pronosticos/Suavización Exponencial Simple.html 2/6

3. como otro ejemplo para la suavización de Holt o para el suavizamiento amortiguado se podrían
usar los valores siguientes como valores iniciales:
Finalizando los ejemplos para la suavización de Winters podríamos asignar como valores iniciales
los que se muestran a continuación:
en donde y son los valores desestacionalizados de y .
A continuación ilustraremos la aplicación del método de la suavización exponencial simple
mediante el ejemplo siguiente.
Ejemplo: Para éste usaremos los datos de la Tabla 1.2 vista con anterioridad la cual muestra los
valores observados de una serie de tiempo mensual estacionaria.
Tabla 1.2 Valores Observados de una Serie de Tiempo Mensual Estacionaria.
www.paginasprodigy.com/sylsr/ingenierias/pronosticos/Suavización Exponencial Simple.html 3/6

4. Como valor de inicialización de P1 usaremos el primer valor observado en la serie de tiempo, es
decir X1, que en este caso es 48. A alfa le asignaremos un valor de 0.5. Entonces el cálculo para el
primer valor a pronosticar es:
para queda como sigue abajo:
y de ésta misma manera se hace para calcular el
resto de los pronósticos para los periodos de tiempo subsecuentes. En la siguiente tabla se
muestran todos los valores pronosticados para el ejemplo que nos ocupa correspondientes a los
valores observados de la serie de tiempo original, pero se podría seguir calculando sucesivamente
pronósticos para periodos posteriores hasta donde deseáramos.
Tabla 3.8 Valores Pronosticados con el Método de la Suavización Exponencial Simple.
www.paginasprodigy.com/sylsr/ingenierias/pronosticos/Suavización Exponencial Simple.html 4/6

5. En la gráfica posterior podemos ver cómo la curva descrita por los valores pronosticados sigue
muy de cerca de la curva descrita por la serie de tiempo original a la cual que intenta pronosticar.
Gráfica 3.5 Grafica de Líneas de la Serie de Tiempo y de su Pronostico Obtenido con el Método de
la Suavización Exponencial Simple.
A continuación vemos en la tabla de abajo los valores obtenidos para éste ejemplo de las medidas
www.paginasprodigy.com/sylsr/ingenierias/pronosticos/Suavización Exponencial Simple.html 5/6

6. de precisión de uso más frecuente.
Tabla 3.9 Medidas de Precisión Obtenidas al Aplicar el Método de la Suavización Exponencial
Simple.
Tema Anterior
Tema Siguiente
Reflexión: "No solo del copia y pega vive el sitio, sino de de los clics del usuario también."
Esta sitio está en permanente crecimiento.
Haz clic aquí para ir al principio
Check Page Rank of any web site pages instantly:
http:// Check PR
T his free page rank c hec king tool is powered by P age Rank C hec ker s ervic e
www.paginasprodigy.com/sylsr/ingenierias/pronosticos/Suavización Exponencial Simple.html 6/6