Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

ANÁLISIS DE SERIES DE TIEMPO

1
by

Chris Lemanz

on 6 November 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of ANÁLISIS DE SERIES DE TIEMPO

Análisis de series de tiempo Los modelos de pronósticos de series de
tiempo tratan
de predecir el futuro con base en la
información pasada. -las cifras de ventas recopiladas durante
las últimas seis semanas.
-Las cifras de ventas trimestrales recopiladas
durante los últimos años. Los términos que utilizamos son:
Corto plazo < 3meses
Mediano plazo 3 meses a 2 años
Largo plazo > 2 años 1. El horizonte de tiempo que se va a pronosticar.
2. La disponibilidad de los datos.
3. La precisió́n requerida.
4. El tamano del presupuesto de pronóstico.
5. La disponibilidad de personal calificado. El modelo de pronóstico que una empresa debe utilizar depende de: Esta técnica se utiliza cuando se quiere dar más importancia a conjuntos de datos más recientes para obtener el pronóstico. El pronóstico se obtiene al calcular la media aritmética del conjunto de datos más recientes seleccionado. Cada ves que se tiene una nueva observación se agrega esta al conjunto de datos. PROMEDIO MÓVIL SIMPLE Un promedio móvil ponderado permite asignar cualquier importancia a cada elemento, siempre y cuando la suma de todas las ponderaciones sea igual a uno. Por ejemplo, tal vez una tienda departamental se dé cuenta de que en un periodo de cuatro meses, el mejor pronóstico se deriva utilizando 40% de las ventas reales durante el mes más reciente, 30% de dos meses antes, 20% de tres meses antes y 10% de hace cuatro meses, PROMEDIO MOVIL PONDERADO ¿Como elegir las ponderaciones? Experiencia Pruebas La suavización exponencial es la más utilizada de las técnicas de pronóstico. Es parte integral de casi todos los programas de pronóstico por computadora, y se usa con mucha frecuencia al ordenar el inventario en las empresas minoristas, las companías mayoristas y las agencias de servicios. SUAVIZACIÓN EXPONENCIAL 1. Los modelos exponenciales son sorprendentemente precisos.
2. Formular un modelo exponencial es relativamente fácil.
3. El usuario puede entender cómo funciona el modelo.
4. Se requieren muy pocos cálculos para utilizar el modelo.
5. Los requerimientos de almacenamiento en la computadora son bajos debido al uso limitado de datos históricos.
6. Es fácil calcular las pruebas de precisión relacionadas con el desempeno del modelo. Pronostico mas reciente la demanda real Constante de uniformidad alfa ? La constante de suavización alfa es un número entre 0 y 1 que entra multiplicando en cada pronóstico, pero cuya influencia declina exponencialmente al volverse antiguos los datos. error estándar,
error cuadrado medio (o varianza) y
desviación absoluta media MEDICIÓN DE ERRORES PRONÓSTICO ENFOCADO El pronóstico enfocado simplemente prueba varias reglas que parecen lógicas y fáciles de entender para proyectar al futuro los datos del pasado. Metodologìa 1. Lo que se haya vendido en los tres últimos meses será probablemente lo que se venda en los tres meses siguientes.
2. Lo que se vendió en el mismo trimestre del ano pasado se venderá probablemente en ese periodo de este ano (esto daría cuenta de los efectos estacionales).
3. Es probable que se venda 10 por ciento más en los siguientes tres meses que en los tres meses anteriores.
4. Es probable que se venda 50 por ciento más en los tres meses siguientes que en los mismos tres meses del ano anterior.
5. Cualquiera que haya sido el cambio porcentual de los últimos tres meses de este ano en compara- ción con los mismos tres meses del ano pasado, será probablemente el mismo cambio porcentual que se tendrá en los siguientes tres meses del año. ERRORES DE PRONÓSTICO El término error se refiere a la diferencia entre el valor de pronóstico y lo que ocurrió en realidad. En estadística, estos errores se conocen como residuales El pronóstico enfocado es creación de Bernie Smith,5 quien lo usa principalmente para manejo de inven- tarios de bienes terminados. Smith defiende sólidos argumentos de que los enfoques estadísticos usados para pronosticar no dan los mejores resultados. Afirma que las técnicas simples que funcionaron antes también dan los mejores pronósticos para el futuro. Conclusión: No es fácil desarrollar un sistema de pronóstico. Sin embargo, debe hacerse, porque pronosticar es fun- damental en cualquier esfuerzo de planeación. En el corto plazo, se necesita un pronóstico para predecir las necesidades de materiales, productos, servicios u otros recursos para responder a los cambios de la demanda. Los pronósticos permiten ajustar los calendarios y variar la mano de obra y los materiales.
Un pronóstico perfecto es como un hoyo en uno en el campo de golf: es sensacional atinarle, pero hay que sentirse satisfecho con acercarse; o, para proseguir con la ana- logía, basta caer en el green. La filosofía ideal es crear el mejor pronóstico que sea posible y protegerse manteniendo la flexibilidad del sistema para tener en cuenta los inevitables errores de pronóstico.
Full transcript