Descarga la aplicación para disfrutar aún más
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
Compartir