gestion de operaciones

Vista previa del material en texto

Unidad 4
PRONÓSTICOS
GESTIÓN DE LAS 
OPERACIONES
Datos/Observaciones
Sesión 16: Promedios móviles y 
suavización
(1879-1955)
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzando la Sesión 15
2. Basado en promedios móviles
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
Objetivos de la sesión 16
▪ Comprende los conceptos clave y la importancia 
de las aplicaciones de las predicciones en el marco 
de los modelos de Forecast.
▪ Ser capaces de pronosticar variables utilizando 
diversas metodologías.
▪ Determinar qué metodologías son más apropiadas 
en determinados casos.
Datos/Observaciones
1. Afianzando la sesión 15
Definición
• Conjunto de actividades a través de las cuales, a partir de datos históricos relevados del entorno 
(series cronológicas, experiencia cualitativa), se obtienen escenarios y proyecciones de los valores 
futuros de las variables bajo análisis
• El software más utilizado para analizar series de tiempo es el Minitab también se puede analizar con 
R.
Datos/Observaciones
1. Afianzando la sesión 15
Introducción
“basura entra, basura sale”. El modelo de pronóstico más elaborado fallará si se aplica a datos poco 
confiables. 4 criterios para determinas la calidad de datos:
1. Los datos deben ser fidedignos 
y precisos.
2. Los datos deberían ser 
relevantes.
3. Los datos tienen que ser 
consistentes
4. Los datos deberían ser 
oportunos.
1. Son los datos 
recopilados en un 
periodo único 
(transversal)
2. Son las 
observaciones de 
datos realizadas a 
través del tiempo. 
(serie de tiempo)
2 tipos de 
pron’osticos
Datos/Observaciones
1. Afianzando la sesión 15
Estudio de patrones de datos en series de tiempo
Uno de los pasos más importantes en la selección de un método para pronosticar adecuado con
datos de una serie de tiempo es considerar los diferentes tipos de patrones de datos. Existen
cuatro tipos generales: horizontal, tendencias, estacionales y cíclicos.
1. Cuando los datos recopilados en el transcurso del tiempo fluctúan alrededor de un 
nivel o una media constantes, hay un patrón horizontal.
2. Cuando los datos crecen o descienden en varios periodos, existe un patrón de 
tendencia. La tendencia es el componente de largo plazo que representa el 
crecimiento o el descenso en la serie de tiempo.
3. Se dice que este tipo de series es estacionario en su media. El componente 
estacional es un patrón de cambio que se repite año tras año.
4. Cuando las observaciones indican aumentos y caídas que no tienen un periodo fijo, 
existe un patrón cíclico. El componente cíclico es la oscilación alrededor de la 
tendencia.
Datos/Observaciones
1. Afianzando la sesión 15
Error de pronóstico
Leer capitulo 3 del libro Pronósticos en los negocios, en especial las formulas de la pág. 87 y 88 
Datos/Observaciones
1. Afianzando la sesión 15
Error de pronóstico
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzando la Sesión 15
2. Basado en promedios móviles
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
2. Basado en promedios móviles
Asociación entre dos variables
Dos variables medidas en la misma unidad de observación están asociadas si algunos de los 
valores de una de las variables tienden a ocurrir más frecuentemente con algunos valores de la 
segunda variable que con otros.
Ejemplos:
• Asociación o Relación Positiva : a mayor número de horas trabajadas mayor nivel de ingresos.
• Asociación o Relación Negativa : a mayor educación de la madre menor fecundidad.
Tipología: 
• Un sólo conjunto de variables sin ninguna especificación a priori de dependencia . Entonces 
nos enfocamos a las relaciones al interior ( within ). Estos métodos son conocidos como 
métodos de interdependencia
(Ej.: Series de Tiempo)
• Dos conjuntos de variables dónde especificamos de antemano el efecto de algunas variables 
sobre el comportamiento de otras . Aquí el enfoque es en la relación entre ( between ) 
variables. Estos métodos son conocidos como métodos de dependencia
(Ej.: Regresión) 
Datos/Observaciones
2. Basado en promedios móviles
Métodos de pronosticar
Datos/Observaciones
2. Basado en promedios móviles
Métodos de pronosticar
Datos/Observaciones
2. Basado en promedios móviles
¿Qué hace la suavización?
1. La selección de un método de pronósticos se realiza con base en el análisis y la 
intuición del pronosticador acerca de la naturaleza de los datos.
2. El conjunto de datos se divide en dos secciones: una sección de inicio o de ajuste y 
una sección de prueba o de pronóstico
3. La técnica seleccionada de pronóstico se usa para desarrollar valores de ajuste 
con la primera parte de los datos.
4. La técnica se usa para pronosticar la segunda sección, los pronósticos obtenidos 
se comparan con los datos y se evalúa el error de pronóstico. Finalmente se toma la 
decisión.
Después de que usted selecciona una técnica para la elaboración del pronóstico, la ajusta a los datos 
conocidos y obtiene los valores del pronóstico. Una vez que estos valores pronosticados están 
disponibles, los compara con las observaciones conocidas y calcula el error de pronóstico (et).
Una buena estrategia para evaluar los métodos de pronósticos implica los siguientes pasos:
Datos/Observaciones
2. Basado en promedios móviles
Promedios simples
Promediar (calcular la media de) la parte de inicialización de los datos y 
pronosticar el siguiente periodo.
Cuando una nueva observación está disponible, el pronóstico del siguiente 
periodo es el promedio o la media calculada empleando la ecuación 
anterior incluyendo esta nueva observación.
El método de promedios simples es una técnica adecuada cuando los factores que producen la serie 
que se va a pronosticar se han estabilizado y el ambiente en el cual se encuentra la serie generalmente 
permanece sin cambios. Ejemplos de este tipo de series son: las ventas efectuadas como resultado de 
un nivel de esfuerzo constante de los vendedores; las ventas de un producto en la etapa de madurez 
de su ciclo de vida; entre otros.
Datos/Observaciones
2. Basado en promedios móviles
Promedios simples: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios simples: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles
El método de promedios simples utiliza la media de todos los 
datos para hacer el pronóstico. ¿Qué sucede si en el analista 
está más interesado en las observaciones recientes?
Se puede especificar un número constante de puntos de datos al inicio 
y se puede calcular una media con las observaciones más recientes.
El modelo de promedio móvil no maneja muy bien la tendencia o la estacionalidad, si bien es cierto 
que lo hace mejor que el método de promedio simple.
El analista debe usar su criterio en la determinación de los días, semanas, meses o trimestres en los 
cuales basar el promedio móvil. Cuanto menor es el número, mayor es el peso que se asigna a los 
periodos más recientes. Y a la inversa, cuanto mayor es el número, menor es el peso que se asigna a 
los periodos más recientes.
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles
La construcción de un promedio móvil doble se resume en las 
ecuaciones.
La diferencia entre los dos conjuntos de promedios móviles se 
suma al promedio móvil de tres semanas para pronosticar los 
valores reales.
Se emplea la ecuación para desarrollar un pronóstico sumando al 
promedio móvil simple la diferencia entre el promedio móvil 
simple y el segundo promedio móvil
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles: Ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles: ejemplo
Datos/Observaciones
2. Basado en promedios móviles
Promedios móviles dobles: ejemplo
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzandola Sesión 15
2. Basado en promedios móviles
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
3. De suavización exponencial
¿Qué hace la suavización?
Datos/Observaciones
3. De suavización exponencial
Introducción
Mientras que el método de promedios móviles toma en cuenta sólo las observaciones más 
recientes, la suavización exponencial simple ofrece un promedio móvil con peso 
exponencial para todos los valores previos observados.
Datos/Observaciones
3. De suavización exponencial
Introducción
Datos/Observaciones
3. De suavización exponencial
Suavización exponencial: ejemplo
Datos/Observaciones
3. De suavización exponencial
Suavización exponencial: ejemplo
Datos/Observaciones
Agenda de la Sesión 16
1. Afianzando la Sesión 15
2. Basado en promedios móviles
3. De suavización exponencial
4. Lo que aprendimos
Datos/Observaciones
Conclusiones
6. Lo que aprendimos
• Discriminar el uso de métodos de pronósticos para 
la toma de decisiones. 
• Los ejemplos, nos otorgan referencias para aplicar 
los pronósticos según sea el caso.
• La importancia de la selección de los datos, tiene 
gran relevancia ene resultado de la proyección o
pronósticos.
• Interiorizar las formulas de la pág. 136 y 137 del libro 
de pronósticos en los negocios de John Hanke
Docente: MBA Diego Santander Choquecota
C22303@utp.edu.pe
Cel. 959200412
mailto:C22303@utp.edu.pe