Professional Documents
Culture Documents
eb + D mar + D abr
plazamiento, de periodo a periodo, por eso el nombre de mvil (de recuadro gris a
Promedio mvil ponderado Promedio movil ponderado
Periodo Demanda Prnostico
Ene 118 Este promedio debe ir acompaado de valores numricos, los cuales van a ser tile
Feb 134 y con ello realizar el promedio, aqui seleccionaremos tres factores (2, 3, 4), cabe alca
Mar 180 seleccionados deben estar entre 1 y 10; A estos factores se denotan como X, Y y Z q
Abr 272 151 siguiente frmula asi:
May 332 211
Promedio abr = z D mar + y D feb + x D ene
Jun 289 278 (x + y + z)
Jul 177 300
Ago 209 249 Vamos a pronsticar a partir del mes de abril y para esto multiplicamos el factor may
Sep 327 216 demanda mas actual al periodo que se quiere pronosticar y as sucesivamente; Ento
Oct 374 254 abril, Z que es el mayor factor que es 4 va a multiplicar la demanda de marzo porque
Nov 230 322 el valor ponderado que le sigue que es 3 multplica la demanda de febrero, por ltimo
Dic 141 300 la demanda de enero, todo esto edividio entre la suma de los tres factores ponderad
La ruta
Office
Todos los programas
WinQSB (Debe estar previamente instalado)
Forecasting and linear regression (regresin lineal y pronsticos)
clic en cuadricula (costado superior inzquierdo)
Problem type Time series forecasting
Problem Title: Ejemplo
Time Unit: Meses
Number of time units (periods) 12
ok
Nos despliega una tabla
Se ingresan los datos de la tabla excel (ventas en miles de pesos)
Solve and analyze and perform forecasting
Y aqu es lo interesante, me arroja que mtodo de pronstico quiero utilizar:
Para el literal B:
D Determine el pronstico de ventas para enero del siguiente ao usando el mtodo de media mvil pond
tres periodos, dandole al valor ms actual una ponderacin del 50%, (al dato ms actual normalmente
mayor importancia) al imendiatamente anterior un valor del 40% y al ms antiguo un peso del 10%. (tip
ms natiguo se le da la menor importancia o el menor precio.
Ventas en
Periodo miles de
unidades
Ene 30 31.9 Se pronostican 31,900
Feb 31 del prximo ao
Mar 25
Abr 24 En Win QSB:
May 23 Solve and analyze - perform forecasting
Jun 26 Weighted moving average (WMA)
Jul 27 Number of periods for forecasting 1
Ago 28 Number of periods in average 3
Sep 30 Enter moving average weights
Oct 30
Nov 31
Dic 33
(Periodos a pronosticar)
uiero utilizar:
ng le colocamos que
6667 igual al resultado del literal A
2 y arroja como
Recordemos que este mtodo de estimacin utiliza el ltimo dato calculado como pronstico y se ajusta a una tasa o fraccin del erro
periodo anterior.
La ecuacin de este modlo es la siguiente:
F t = F t -1 + (A t -1 - F t -1 )
Donde:
Ft Que viene de forecasting (pronstico), entonces pronstico para el periodo t y este va a ser igual al:
Ft -1 Pronstico para el periodo de t-1 (anterior a t) +
Fraccin o tasa de respuesta al error, que multiplica a la diferencia entre:
At -1 Valor real del periodo t - 1 menos el valor que se pronostic, ambos del periodo inmediatamente anterior.
EJEMPLO:
Para el mismo caso, pero utilizando el mtodo de promedio movil exponencial, suponiendo que contamos con un pronstic
periodo inicial de 32 unidades, es decir, esperamos vender en enero 32.000 unidades y una constante de error al pronstic
de = 9%. Determinar las ventas esperadas para enero del siguiente ao.
Pronstico
Ventas en
t con
Periodo miles de
suavizacin
Alfa = 0.09
unidades
exponencial
1 Ene 30 32
2 Feb 31 31.82
3 Mar 25 31.7462
4 Abr 24 31.139042
5 May 23 30.49652822
6 Jun 26 29.82184068
7 Jul 27 29.47787502
8 Ago 28 29.25486627
9 Sep 30 29.1419283
10 Oct 30 29.21915476
11 Nov 31 29.28943083
12 Dic 33 29.44338205
13 Ene sgte. Ao No disponible 29.7634777
erior.
Funcin pronstico:
Donde:
Vamos a ver un ejemplo: Dadas las ventas de 2008 a 2013, pronosticar las ventas del 2014.
Ejemplo 1
Ao Unids. Vendidas (miles)
2010 42
2011 47
2012 44
2013 48
2014 49
Ejemplo 2
2008 25.0
2009 26.8
2010 27.8
2011 26.1
2012 28.6
2013 29.9
2014 30.1866666667
Ejemplo 3
Mes Ventas
1 10,000
2 12,000
3 13,000
4 16,000
5 19,000
Para calcular la linea de tendencia mediante regresin lineal lo primero que haremos en este ejemplo es
graficar esta informacin historica:
Para calcular la linea de tendencia mediante regresin lineal lo primero que haremos en este ejemplo es
graficar esta informacin historica:
Ventas
20,000
18,000
f(x) = 2200x + 7400
16,000
14,000
Ventas
12,000
Linear (Ventas)
10,000
8,000
6,000
4,000
2,000
-
1 2 3 4 5
Ejemplo 4
Da Ventas en millones Fecha Aum. % vtas. Los datos de maximas ventas, dias y promed
1 14 10/1/2015 0.00% visualizar mejor los nmeros antes de hacer
2 12 10/2/2015 -14.29% graficamos ventas. luego, sobre lnea, botn
3 38 10/3/2015 216.67%
4 27 10/4/2015 -28.95% Ventas en m
5 30 10/5/2015 11.11%
60
6 32 10/6/2015 6.67%
7 48 10/7/2015 50.00% 50 f(x) = 4.0848484848x + 12.3333333333
R = 0.7285107639
8 53 10/8/2015 10.42%
40
9 51 10/9/2015 -3.77%
10 43 10/10/2015 -15.69% 30
348 20
Datos
4.0848
12.333
X 15 DAS
Y 4.0848 15 12.333
Y 61.272 12.333
Y 73.605
ar).
historicos de las ventas de un producto.
ra los que se conocen las ventas o una variable que sirva para pronosticar a la
ejemplo es
ejemplo es
Ventas en millones
4.0848484848x + 12.3333333333
.7285107639
Ventas en millones
Linear (Ventas en millones)
3 4 5 6 7 8 9 10