8/17/2019 Modulo 3 Pronosticos Al02
1/60
1
Cap itu lo 2
Pronóst icos Alumnos 02
8/17/2019 Modulo 3 Pronosticos Al02
2/60
2
Factores externosSe encuentran fuera del control de la gerencia.
Ejemplo: Una economía en auge influye positivamente en lademanda pero no necesariamente a todos los sectores de
productividad o servicios. (Ej. Eléctricas v/s carbón)Un factor importante es:
Punto de In flex ión : período en que cambia la tasa decrecimiento a lo largo de la demanda del producto, difícil de
prever el momento preciso, pero a través de algunas series detiempo se tienen dichos puntos y pueden ser útiles para estimar que ocurrirá en la organización.
Facto res que Afectan la Demanda
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
3/60
3
Factores externos (continuación)
Indicadores Tempranos: representan factores externos cuyospuntos de inflexión anteceden a crestas y valles del ciclo generalde los negocios.Ej. Incremento en ventas de residencias en verde.
Indicadores Coincidentes: los puntos de inflexión coinciden conel ciclo general de los negociosEj. Cifras de desempleos, temporeras.
Indicadores retrasados: se presentan a continuación de lospuntos de inflexión con demora de varias semanas o meses.Ej. Préstamo comercial para expandir la empresa.
Otros factores: - Gustos cambiantes (ropa)- Imagen del artículo (cigarros vs. cáncer)- Actividad de la competencia (publicidad)
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
4/60
4
Factores internos
Las decisiones internas en su conjunto, provocan cambios en elvolumen de la demanda como es:
• Diseño de producto o servicio.
• Los precios y promociones publicitaria
• Diseño de envases.
• Incentivos para los vendedores
• Expansión o contracción del área geográfica seleccionada comoobjetivo de mercado.
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
5/60
5
Factores internos
Administración de la demanda proceso de la empresa queinfluyen en los tiempos y en el volumen de la demanda.
Con frecuencia respecto a su punto de máxima demanda, secrean incentivos de precios o promociones antes y después para
que compren.
Compañías programan fechas de entrega del producto oservicios de acuerdo a sus capacidades (Ej. Médicos, dentistas,productos personalizados).
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
6/60
6
Diseño del sistema de Pronóstico
Gerencia frente a un pronóstico debe tomar tres decisiones Que va a pronosticar.
Que tipo de técnica va a aplicar.
Tipo de hardware o software o ambos que utilizará.
I. Que va a pronosticar
1. Nivel de acumu lac ión
Es agrupar varios productos o servicios similares, con lo cual lascompañías pueden realizar pronósticos más asertivos y derivar
por productos o servicios.Esta forma con lleva a un error generalmente es 5%.
Al pronosticar por artículo el error es >> 5%.
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
7/60
7
2. Un idades de med ic ión De mayor utilidad son las unidades de productos o servicios y no de dinero .
Ej. Unidades de radios, paquetes por entregar, número de clientes, etc.
¡Cuid ado! No es útil ing resos por ventas. (Ej. m ino rist as)
Sistema a dos niveles.1er pronós t ico : Familias bienes o servicios con similares característicasen:
– Requisitos de demanda – Procesamiento – Trabajo y Materiales.
2do p ro nós tic o : de las cifras generales se deriva el pronóstico por elemento individual.
Que va a pronosticar (continuación)
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
8/60
8
Enfoques del Pronóstico
Se emplean cuando la situación
es “estable” y existen datos
“históricos”:
Productos existentes.
Tecnología actual.
Métodos cuantitativos
Se emplean cuando la situación no
es clara y existen pocos datos:
Productos nuevos.
Nueva tecnología.
Métodos cualitativos
Requieren intuición y experiencia:
Por ejemplo, el pronóstico
de las ventas a través deInternet.
Requieren técnicas
matemáticas:Por ejemplo, el pronóstico
de las ventas de
televisiones en color.
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
9/60
9
II. Decisión del tipo de técnica de pronóstico
La precisión de pronóstico depende de la selección de unatécnica apropiada y de los costos que esto puede acarrear, paraeste último:
• Comprar un software.• Tiempo requerido para hacerlo.
• Capacitación del personal.
Técnicas
Cualitat iva: Método de juicio
Cuantitat iva: Métodos CausalesAnálisis de serie de tiempo
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
10/60
10
Decisión del tipo de técnica de pronóstico (continuación)
Cualitat ivos Método de juicio: cuando no se dispone de datos históricos
• Opinión de Gerentes y Expertos• Encuestas de consumidores• Estimaciones entregadas por área de ventas
Cuanti tat ivos Métodos Causales: Dependencia de datos históricos devariables independientes:
• Campaña de promociones• Condiciones económicas• Actividades de los competidores
Análisis de Serie de Tiempo estadístico que depende,fundamentalmente, de los datos históricos de la demanda.
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
11/60
11
Horizonte de tiempo
Corto plazo Mediano plazo Largo plazoAplicaciones (0-3 Meses) (3 Meses - 2 Años) (más de 2 Años)
Cantidad pronosticada Productos o Total de ventas Total de ventasservicios Grupos de familiasindividuales de productos o
serviciosÁrea de decisión Administración Planificación de Localización
de inventario. personal Planificación deProgramación de Planificación de Prod. capacidadensamble final. Programación de AdministraciónProgramación de producción de procesos
la fuerza de trabajo. ComprasProgramación de Distribuciónproducción.
Técnica Series de tiempode pronóstico Causal Causal Causal
De juicio De Juicio De juicio
Facto res que A fectan la Demanda
8/17/2019 Modulo 3 Pronosticos Al02
12/60
12
III. Pronóstico por medio de Computadoras
Contesta la pregunta ¿qué tipo de hardware o software o ambosutilizará?Se aplica para cortos plazos y en el mercado existen muchos paquetesque se clasifican como:
•Sistemas manuales: Usuario selecciona la técnica de pronóstico y
parámetros.•Sistema semiautomático: Usuario especifica la técnica pero elsoftware determina los parámetros para el modelo.•Sistema automático: Software analiza los datos, sugiere técnica yparámetros.
Criterios para seleccionar software (Dep. marketing + operaciones)•Satisfacer las necesidades.•Costo de compra o licencia.•Nivel del soporte del personal requerido.•Magnitud del mantenimiento necesario.
PRONÓSTICOS
8/17/2019 Modulo 3 Pronosticos Al02
13/60
13
Análisis de MétodosMétodo de Juicio
Utilizado cuando:• No existen datos históricos.• Cambio de tecnología.• Modificación de pronósticos cuantitativos (resultados extraños)
Se confía en la exper ienc ia y el buen ju ic io Existen cuatro formas:
1.- Es timac ión de la fu er za de ven tas Personas cerca de los clientes
Ventajas•Mayor probabilidad de conocer que productos o servicios
comprarán l os c l ien tes .•Información útil para administrar inventario, distribución,formación de equipos de venta.•Combinar todas las opiniones para obtener una sola por ejemplopara una región.
8/17/2019 Modulo 3 Pronosticos Al02
14/60
14
Método de Juicio (continuación)
Desventajas• Algunos muy optimistas otros muy cautelosos.• No diferencian entre lo que el c l ien te desea y lo que realmen te necesita .• Vendedores subestiman el pronóstico, para que su rendimientoparezca bueno, cuando supera la proyección o esforzarse solamente
para alcanzar meta.
2.- Opin ión Ejecut iva Uso•Modificar un pronostico de venta actual, debido a un eventoinesperado.
•Elaborar pronósticos tecnológicos.Desventajas•Puede ser costosa.•Puede quedar fuera de control (sin la aprobación colectiva).
Análisis de Métodos
8/17/2019 Modulo 3 Pronosticos Al02
15/60
15
Método de Juicio (continuación)
3.- Inves t igac ión de Mercado Creación y puesta en marcha de diferentes hipótesis por medio de una encuesta,para determinar el grado de interés del consumidor.La investigación incluye:
•Diseño de un cuestionario, para obtener información económica, demográfica einterés(es) de cada persona.
• Aplicación: - Teléfono ó Correo ó Entrevista•Selección de la muestra representativa.• Análisis de la información. Interpretación con criterio estadístico.
Uso, pronosticar la demanda con precisión:•Excelente a corto plazo.•Buena a mediano plazo.
•Regular a largo plazo.
Desventajas•Costosas, errores en la formulación e interpretación de las respuestas.•Limitaciones (Ej. Respuestas por correo).
Análisis de Métodos
8/17/2019 Modulo 3 Pronosticos Al02
16/60
16
Método de Juicio (continuación)
4.- Método Delphi Obtener consenso dentro de un grupo de expertos, pero en anonimato,sin experiencia en el tema.
El panel de expertos pueden dedicarse a distintos rubros como, política,negocios, científico, ambientalistas, etc.
Uso•Pronosticar a largo plazo.•Proyección de venta de un producto nuevo.
Desventajas•Puede alargarse por mucho tiempo (más de un año).•Probabilidad de respuestas menos significativas que si ellos no asumenel problema.•Pocas evidencias de alto grado de precisión.•Los cuestionarios mal planteados conducen a errores.
Análisis de Métodos
8/17/2019 Modulo 3 Pronosticos Al02
17/60
17
Visión Global de los MétodosCuantitativos
Promedio móviles simples Promedio móviles ponderados
Suavización exponencial
Proyección de tendencia
Modelos de
series temporales
Método
causal Regresión lineal
8/17/2019 Modulo 3 Pronosticos Al02
18/60
18
Se dispone de datos históricos, se puede relacionar lo que se intentapronosticar con otros factores externos o internos.Ventajas• Posee instrumentos más refinados de pronósticos.• Excelente para prever puntos de inflexión de la demanda.• Útil para pronósticos de mediano o largo plazo.
Regres ión l ineal consiste en que una variable dependiente se relacionacon una o más variables independiente por medio de una expresiónalgebraica.
Ejemplo:
Variab le depend ien te : se quiere pronosticar la demanda de barniz parapuertas.Variab le independ ien te : gasto de publicidad o inicio de la construcción
de nuevas viviendas.
Modelo de mayor sencillez: y = a + bx
Método ausal
Regresión Lineal
8/17/2019 Modulo 3 Pronosticos Al02
19/60
19
V a r i a b
l e D e p e n d i e n t e
Variable Independiente
X
Y
V a r i a b
l e D e p e n d i e n t e
X
Y Ecuación deregresión:Y = a + bX
V a r i a b
l e D e p e n d i e n t e
X
Y
X
Y
Valoractualde Y
Valor de X empleadopara calcular Y
Estimación deY a partir dela ecuación
de regresión
Método ausal
Regresión Lineal
8/17/2019 Modulo 3 Pronosticos Al02
20/60
20
V a r i a b
l e D e p e n d i e n t e
Variable Independiente
X
Y
Valoractualde Y
Valor de X empleadopara calcular Y
Desviacióno error
{
Ecuación deregresión:Y = a + bX
Estimación deY a partir dela ecuación
de regresión
Método ausal
Regresión Lineal
8/17/2019 Modulo 3 Pronosticos Al02
21/60
21
Método Causal Regres ión L ineal
Objetivo del análisis de regresión lineal Encontrara los valores de a y bque minimicen la suma de las desviaciones (errores) al cuadrado de
los puntos reales de la gráfica.Formas de evaluar la precisión del pronóstico (existen 2)
1.- Coef ic ien te de c orrelac ión d e la mues tra ( r )
Mide la intensidad y dirección de la relación entre x e y .
r puede fluctuar entre –1 y +1.r = 0 x no se relaciona con y .r = +1,00 cambios registrados de uno a otro período, en la dirección
(incrementos o decrementos) de la variable independiente, siempre loacompaña los cambios de la variable dependiente en la mismadirección.
r = - 1,00 los decrementos de x siempre va acompañados de losincrementos de y , y viceversa.Cuando más se aproxime el valor de r a 1,00 será más adecuado elajuste de la línea de regresión respecto a los puntos de la gráfica.
8/17/2019 Modulo 3 Pronosticos Al02
22/60
22
2. Coef ic ien te de determ inac ión de la mues tr a ( r 2 )
Mide la variación que representa “y ” respecto a su valor medio.
Coeficiente de determinación = (Coeficiente de correlación)2 = r 2
r 2 oscila entre 0,00 y 1,00; pero generalmente se analiza como un %.
Si r 2 se acerca a 1,00 significa que las variaciones de “y ” y elpronóstico generado por la ecuación de regresión se encuentran muyrelacionadas, en caso de alejarse ( 0,75) significa que existen otrasvariables que están afectando.
Desviación Estándar (Syx): Promedio de desviación de las puntuacionescon respecto a la media.
Cuando mayor sea la dispersión de los datos alrededor de la mediamayor será la desviación estándar.
Método Causal Regres ión L ineal
8/17/2019 Modulo 3 Pronosticos Al02
23/60
23
Ejercicio práctico:
La persona a cargo de programar la producción de la compañía,tiene que elaborar un pronósticos de la demanda de unproducto, a fin de plantear las cantidades de producción másapropiadas.
Durante un almuerzo de negocios, el gerente de Marketingaporta información sobre el presupuesto de publicidad destinadoa una bisagra de bronce para puertas.
Se presenta a continuación los datos sobre ventas y publicidadcorrespondiente a los últimos cinco meses.
La gerencia de Marketing afirma que la compañía gastará el mesentrante US$1.750 en publicidad para el producto. Aplique laregresión lineal para desarrollar una ecuación y un pronósticopara ese producto.
Método Causal Regres ión L ineal
8/17/2019 Modulo 3 Pronosticos Al02
24/60
24
Ventas PublicidadMes (miles de unidades) (miles de $)
1 264 2.52 116 1.33 165 1.44 101 1.05 209 2.0
Gasto en publicidad para el mes 6 es de $ 1.750
Antecedentes cuantitativos obtenidos a través de la calculadora
000 = miles
a = - 8.136b = 109.229
r = 0.98r 2 = 0.96syx = 15.61
Método Causal Regres ión L ineal
8/17/2019 Modulo 3 Pronosticos Al02
25/60
25
| | | |1.0 1.5 2.0 2.5
Publicidad (miles de dólares)
300 —
250 —
200 —
150 —
100 —
50 V e n t a s ( m i l e s d e u
n i d a d e s )
000 = miles
a = - 8.136b = 109.229r = 0.98r 2 = 0.96syx = 15.61
Y = - 8.136 + 109.229X
• El valor de r es muy próximo a 1,00 significa que existe unafuerte relación entre ventas y publicidad, la selección es buena.
• R2 significa que el 96% de la variación observada en las
ventas, se atribuye a los gasto involucrados de publicidad.
Pronóstico para Mes 6
X = $1750, Y = - 8.136 + 109.229(1.75)
Pronóstico para Mes 6
X = $1.750, Y = 183.015 unidades
Método Causal Regres ión L ineal
8/17/2019 Modulo 3 Pronosticos Al02
26/60
26
Ventas Publicidad
Mes (000 unidades) (000 $)1 264 2.52 116 1.33 165 1.44 101 1.0
5 209 2.0
a = - 8.136b = 109.229r = 0.98r 2 = 0.96syx = 15.61
| | | |1.0 1.5 2.0 2.5
Publicidad (miles de dólares)
300 —
250 —
200 —
150 —
100 —
50Y = - 8.136 + 109.229X V e n
t a s ( m i l e s d e u
n i d a d e s )
El ingeniero a cargo de producción puede utilizar estepronóstico para saber las bisagras que necesitará en el mes 6.Si suponemos que se tiene en inventario 62.500 unidades,¿Cuánto deberá planificar como producción?.
Método Causal Regres ión L ineal
8/17/2019 Modulo 3 Pronosticos Al02
27/60
27
Ventas Publicidad
Mes (000 unidades) (000 $)1 264 2.52 116 1.33 165 1.44 101 1.0
5 209 2.0
a = - 8.136b = 109.229r = 0.98r 2 = 0.96syx = 15.61
| | | |1.0 1.5 2.0 2.5
Publicidad (miles de dólares)
300 —
250 —
200 —
150 —
100 —
50
Y
= - 8.136 + 109.229X
V e n t a s ( m i l e s d e u
n i d a d e s )
Se tiene en inventario = 62,500 unidades,
Producción = 183,015 - 62,500 = 120,015 unidades
Método Causal Regres ión L ineal
8/17/2019 Modulo 3 Pronosticos Al02
28/60
28
El análisis de regresión es una buena guía para decisionesimportantes como:• Administración de inventarios.• Planificación de capacidades.• Administración de procesos.
Análisis de regresión múltiplesSe da cuando la variable dependiente (Y) depende de más deuna variable independiente. (Ej. Bisagra de bronce).Son costosas, debido a la gran cantidad de datos que seacumula y su posterior análisis e interpretación.
Método Causal Regres ión L ineal
8/17/2019 Modulo 3 Pronosticos Al02
29/60
29
Método Series de Tiempo
Usa solo información referida a la variable dependiente.
Supuesto : La variable dependiente (su patrón) del pasado continuaen el futuro.
Identifica los patrones de la demanda que se combinan paragenerar el patrón histórico observado anteriormente en la demandadependiente generando un modelo que pueda reproducir dichopatrón.
8/17/2019 Modulo 3 Pronosticos Al02
30/60
30
Modelo de Pronóstico Empírico
• Método sencillo de series de tiempo.• Se usa con frecuencia.• Considera que: el pronóstico de la demanda actual es igual alpronóstico de la demanda del período siguiente. Ejemplo.
Mes 1 : 150.000 art. Mes 2 : 150.000 art.Martes 35 visitas sitio Miércoles 35 visitas sitioJueves 20 enfermos Viernes 20 enfermos
Para demanda de tendenc ia Incremento o decremento de la demanda actual se usa paraajustar la demanda para el siguiente período.
Método Series de Tiempo
8/17/2019 Modulo 3 Pronosticos Al02
31/60
31
Modelo de Pronóstico Empírico (continuación)
1ª semana 2ª semana108 unid. 120 unid.
12
Para demanda estac ional Los pronósticos de los meses del año entrante será el reflejo de la
demanda real observada en los mismos meses del año anterior.Ejemplo:Julio 2011 Julio 201250.000 unid. 50.000 unid.
3ª semana 4ª semana120 + 12 = 132
Real 127 127 + 7 = 134
Método Series de Tiempo
8/17/2019 Modulo 3 Pronosticos Al02
32/60
32
Ventajas del pronóstico empírico• Simplicidad• Bajo costo• Funciona bien cuando las demanda son estables (variaciones alazar pequeñas)
Estimación del promedioCada serie de tiempos de demanda posee a lo menos dos de los5 patrones posibles de demanda. Ejemplo: Ho ri zon tal y A leato rio (azar) .
Es posible que contenga también: de tendencia o estaciónales ocíclicos, se hará inicialmente el estudio sin considerar estos.
Método Series de Tiempo
8/17/2019 Modulo 3 Pronosticos Al02
33/60
33
Estimación del promedio (continuación)El patrón horizontal de una serie de tiempos se basa en la mediade las demandas poner atención en los métodos de pronósticosen los que se estima el promedio de una serie de datos a travésdel tiempo.
El pronóstico de la demanda para cualquier período futuro es elpromedio de las series de tiempos calculadas en el período actual.Ejemplo:
Método Series de Tiempo
8/17/2019 Modulo 3 Pronosticos Al02
34/60
34
Ejemplo :
Clínica: llegada de pacientes en lasúltimas 28 semanas.
Patrón de demanda: llegada depacientes no es de tendencia niestacional ni cíclico.
Serie de tiempo: muestra un patrónHorizontal y Aleatorio.
Errores aleatorios: nadie los puedeprever, no quedamos tranquilos alestimar solo promedios. Semana
Llegadas reales
de pacientes L l e g a d a s d e p a c i e n t e s
Método Series de Tiempo
8/17/2019 Modulo 3 Pronosticos Al02
35/60
35
Técnicas estadísticas útiles para el pronóstico de series de tiempo:•Promedio móvi les s imples.• Promedio móvi les po nderados .
• Suavización exponencial .
Método de Promedio Móviles Simples (MA)Uso: estima el promedio de una serie de tiempos de demanda y
suprime de esta forma las fluctuaciones al azar.Útil: cuando la demanda no tiene tendencias pronunciadas niinfluencias estaciónales.Cálculo: para “n” períodos más recientes, con el fin de usarloscomo pronósticos para el siguiente período.Pronóstico al período t + 1
F t + 1= At =Suma de las n últimas demandas
n
Método Series de Tiempo
8/17/2019 Modulo 3 Pronosticos Al02
36/60
36
Método de Promedio Móviles Simples (MA)
F t + 1 = At =
D t + D t – 1 + D t – 2 ...........D t – n + 1
n
At = Promedio de la demanda real de “n” periodos anterioresDt = demanda real del período tn = Número total de períodos incluidos en el promedio.
F t + 1 = pronóstico para el período t + 1F t+1 = At ó Ft = At-1
Puede incluirse todos los períodos pasados de demanda que sedesee.
La estabilidad de una serie correspondiente a la demandadetermina cuantos períodos serán necesarios incluir o sea “n”.
Serie de demanda estable son aquellas para los cuales elpromedio cambia solamente en forma infrecuente.
8/17/2019 Modulo 3 Pronosticos Al02
37/60
37
Cálculo del Promedio Móvil, At
Elabore un pronóstico de promedio móvil de tres semanas para
estimar la llegada de pacientes a la clínica médica durante lacuarta semana. Los datos correspondientes a la llegada de pacientes durante las últimas tres semanas fueron las siguientes:
Semana Llegada de pacientes
1 400
2 380
3 411
Si el número real de llegadas de pacientes durante la semana
cuatro fue de 415 ¿Cuál será el pronóstico para la semana 5?
8/17/2019 Modulo 3 Pronosticos Al02
38/60
38
400
380
411
375
380
385
390
395
400
405
410
415
0 1 2 3 4 5 6Semana
L
legada
de
pacientes
D1 =400
D2 =380
D3 = 411
At =( Dt + Dt - 1 + Dt - 2 ) / 3
A3 =( D3 + D2 + D1 ) / 3
A3 =( 411 + 380 + 400 ) / 3
Ft = A t - 1
F4 = A 3
F4 = 397
A3 =397
Cálculo del Promedio Móvil, At
8/17/2019 Modulo 3 Pronosticos Al02
39/60
39
400
380
411
415
375
380
385
390
395
400
405
410
415
420
0 1 2 3 4 5 6Semana
Llegada
de
pacientes
At =( Dt + Dt - 1 + Dt - 2 ) / 3
A4 =( D4 + D3 + D2 ) / 3
A3 =( 415 + 411 + 380 ) / 3
D1 =400
D2 =380
D3 = 411
D4 = 415
Ft = A t - 1
F5 = A 4
F5 = 402
A4 =402
Cálculo del Promedio Móvil, At
8/17/2019 Modulo 3 Pronosticos Al02
40/60
40
450 —
430 —
410 —
390 —
370 —
Semana
| | | | | |0 5 10 15 20 25 30
Llegadas depacientes reales
Pronóstico MA3-semana
L
l e g a d a s d e p a c i e n t e s
Pronóstico MA
6-semanas
Método Ser ies de Tiempo Promed ios Móvi les Simples
P di Mó il P d d AW
8/17/2019 Modulo 3 Pronosticos Al02
41/60
41
Cada una de las tendencias históricas que intervienen en elpromedio pueden tener su ponderación, la suma de estas debeser 1,00.
Ejemplo: En tres períodos, al más reciente puede asignarseponderación 0,50, al segundo más reciente 0,30 y el tercero másreciente 0,20.El promedio se obtiene como:
A t = 0,50 D t + 0,30 D t -1 + 0,20 D t -2
F t+1 = A t = 0,50 D t + 0,30 D t -1 + 0,20 D t -2
Promedios Móvi les Pond erado s
Promedio Móvil Ponderado, AWt
P di Mó il P d d AW
8/17/2019 Modulo 3 Pronosticos Al02
42/60
42
VentajaPermite hacer énfasis en la demanda reciente.Responde mejor que el pronóstico de promedio móvil simple.
DesventajaSigue retrasándose con respecto a la demanda porque sólocalcula promedios de la demanda en el pasado.Se observa mucho mejor el retraso cuando existe una tendencia,ya que el promedio de serie de tiempos va en incremento odisminución en forma sistemática.
Promedio Móvil Ponderado, AWt
P di Mó il P d d AW
8/17/2019 Modulo 3 Pronosticos Al02
43/60
43
El analista que está a cargo de la clínica médica ha
asignado ponderaciones de 0.70 a la demanda másreciente, 0.20 a la demanda de hace una semana y 0.10 ala demanda de hace dos semanas. Use los datoscorrespondientes a las tres primeras semanas paracalcular el pronóstico de promedio móvil ponderado para la
semana cuatro.
Semana Llegada de pacientes Ponderación
1 400 0,1
2 380 0,2
3 411 0.7
Promedio Móvil Ponderado, AWt
P di Mó il P d d AW
8/17/2019 Modulo 3 Pronosticos Al02
44/60
44
400
380
411
375
380
385
390
395
400
405
410
415
0 1 2 3 4 5 6Semana
Llegada
de
pacient
es
A3 = W3*D3 + W2*D2 + W1*D1 A3 = 0,7*411 + 0,2*380 + 0,1*400
A3 = 403,7 =404
D1 =400 W1 = 0,1
D2 =380 W2 = 0,2
D3 = 411 W3 = 0,7
Ft = A t - 1F4 = A 3
F4 = 404
1 jt
N
1 j
1 jtt WDAW
Promedio Móvil Ponderado, AWt
P di Mó il P d d AW
8/17/2019 Modulo 3 Pronosticos Al02
45/60
45
Actual patientarrivals
450 —
430 —
410 —
390 —
370 —
Semana
| | | | | |0 5 10 15 20 25 30
L
l e g a d a s d e p a c i e n t e s
Supongamos que la demanda real parala semana 4 fuera de 415 pacientes.
Entonces el pronóstico para la semana5 seria:
Promedio Móvil Ponderado, AWt
Promedio Mó il Ponderado AW
8/17/2019 Modulo 3 Pronosticos Al02
46/60
46
Actual patientarrivals
450 —
430 —
410 —
390 —
370 —
Semana
| | | | | |0 5 10 15 20 25 30
Llegada deSemana pacientes
1 400
2 3803 4114 415
L
l e g a d a s d e p a c i e n t e s
F 5 = 0,7(415) + 0,2(411) + 0,1(380)
Promedio Móvil Ponderado, AWt
Promedio Móvil Ponderado AW
8/17/2019 Modulo 3 Pronosticos Al02
47/60
47
Actual patientarrivals
450 —
430 —
410 —
390 —
370 —
Semana
| | | | | |0 5 10 15 20 25 30
Llegada deSemana pacientes
1 400
2 3803 4114 415
L
l e g a d a s d e p a c i e n t e s
F 5 = 410,7 = 411 pacientes
Promedio Móvil Ponderado, AWt
8/17/2019 Modulo 3 Pronosticos Al02
48/60
48
Suavizamiento Exponencial Simple
Dt = + et
El modelo refleja un error aleatorio alrededor de una tendencia centralestable. Donde et se distribuye normalmente con media cero.
El método consiste en estimar la demanda promedio suavizada(ajustada) para el periodo venidero (At) sumando o substrayendo a lospronósticos promedios precedentes (A t - 1) un porcentaje () de ladiferencia entre la demanda actual (Dt) y los pronósticos promediosprecedentes (Ft - 1)
At = Dt + ( 1 - ) A t - 1
S i i E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
49/60
49
La constante de suavizamiento o tasa de respuesta ,representa la proporción del peso que se da a lanueva demanda contra el promedio anterior
varia en general de 0.01 a 0.3
At = Dt + ( 1 - ) A t - 1 A t -1 refleja la historia Si se cree en la última demanda
= 1 Si se cree en la historia
= 0
Suavizamiento Exponencial Simple
S i i t E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
50/60
50
At = Dt + ( 1 - ) A t – 1 ó At = A t - 1 + ( Dt - At-1 )
Ft+1 = A t ó Ft+1 = Dt + ( 1 - ) F t
et = Dt – Ft
Donde: At = Nuevo promedio suavizado
A t - 1 = Antiguo promedio exponencial
= Constante de Suavizamiento Exponencial, 0 < < 1
Dt = Demanda real actualFt+1 = Pronóstico para el periodo t+1
et = error aleatorio para el periodo t
Suavizamiento Exponencial Simple
S i i t E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
51/60
51
Método de promedio móvil ponderado muy refinado.
Calcula el promedio de una serie de tiempo, asignado a lasdemandas recientes mayores ponderaciones que a las demandasanteriores.Su uso es de mayor frecuencia por su simplicidad y reducidacantidad de datos que se necesita.
Requiere solo de tres tipos de datos:
• El pronóstico del último período
• Demanda de ese período
• Un parámetro suavizador , cuyo valor fluctúa entre 0 y 1,0
Suavizamiento Exponencial Simple
S i i t E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
52/60
52
F t+1 = (Demanda para ese período) + (1 - )(Pronóstico calculadopara ese último período)
F t+1 = D t + (1 - ) F t equivalente a:
F t+1 = F t + ( D t - F t ) Es igual al pronóstico del período
actual más una proporción delerror del pronósticocorrespondiente al mismo períodoactual.
Suavizamiento Exponencial Simple
S i i t E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
53/60
53
Formas de Uso Se requiere de las demandas históricas (Dt) y del pronóstico más
reciente (Ao = F1) A1 = D1 + (1 - ) A0 ó F2 = D1 + ( 1 - ) F1 A2 = D2 + (1 - ) A1 ó F3 = D2 + ( 1 - ) F2
Se va calibrando
También se puede utilizar la formula general:
Donde F1 es la estimación inicial de
t t t
t
t
k
k t
k
t
F D F
F D F
*)1(*
)1()1(
1
1
1
0
Suavizamiento Exponencial Simple
S i i t E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
54/60
54
Ejemplo: Suponiendo alfa = 0.20 , el pronóstico para el periodo t+1 es:
Ft+1 = 0.20 Dt + 0.80Ft Ft = 0.20Dt-1 + 0.80 Ft-1 (Reemplacemos en la anterior)
Ft+1 = 0.20 Dt + 0.80 (0.20Dt-1 + 0.80 Ft-1) = 0.20Dt + 0.16Dt-1 + 0.64Ft-1
Si continuamos expandiéndola, obtenemos: Ft+1 = 0.20Dt + 0.16Dt-1 + 0.128Dt-2 + 0.1024Dt-3 + ....
Este método es similar al método de los promedios móvilesponderados, donde la suma de las ponderaciones debe ser igual auno.
Suavizamiento Exponencial Simple
S i i t E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
55/60
55
En la práctica se ensaya con diversos valores de y se
selecciona el que produzca los mejores pronósticos, estosvalores puede ser altos o pequeños.
El trabajo con la suavización exponencial requiere de unpronóstico inicial que se puede obtener de dos formas:
1. Usar la demanda del último período.2. Con datos históricos, calcular el promedio de varios
períodos recientes de demanda.
Suavizamiento Exponencial Simple
S i i t E i l Si l
8/17/2019 Modulo 3 Pronosticos Al02
56/60
56
El analista que está a cargo de la clínica médica utilizará el
método de suavización exponencial con alfa = 0,1 para estimar la demanda del tercer periodo. Use el promediocorrespondientes a las dos primeras semanas para estimar unpronóstico inicial y calcular el pronóstico de la semana 4
Semana Llegada de pacientes
1 400
2 380
3 411
Suavizamiento Exponencial Simple
Suavizamiento Exponencial Simple
8/17/2019 Modulo 3 Pronosticos Al02
57/60
57
400
380
411
375
380
385
390
395
400
405
410
415
0 1 2 3 4 5 6Semana
Llegada
de
pacientes
Pronóstico InicialF3 = (D1 + D2)/2F3 = (400 + 380)/2 = 390
Para = 0.1
Ft+1 = 0.1*Dt + (1 - 0.1)*FtF4 = 0.1*D3 + (1 - 0.1)*F3F4 = 0.1*411 + (1 - 0.1)*390F4 = 392,1
D1 =400D2 =380
D3 = 411
Suavizamiento Exponencial Simple
Suavizamiento Exponencial Simple
8/17/2019 Modulo 3 Pronosticos Al02
58/60
58
400
380
411
415
375
380
385
390
395
400
405
410
415
420
0 1 2 3 4 5 6Semana
Llegada
de
paciente
s
Si la demanda real D4 = 415F5 = 0.1*415 + 0.9*392.1 = 394.1
D1 =400
D2 =380
D3 = 411
D4 = 415
Suavizamiento Exponencial Simple
Suavizamiento Exponencial Simple
8/17/2019 Modulo 3 Pronosticos Al02
59/60
59
450 —
430 —
410 —
390 —
370 — L l e g a d a s d e p a
c i e n t e s
Semana
| | | | | |0 5 10 15 20 25 30
SuavizaciónExponencial = 0.10
Suavizamiento Exponencial Simple
Suavizamiento Exponencial Simple
8/17/2019 Modulo 3 Pronosticos Al02
60/60
60
450 —
430 —
410 —
390 —
370 —
| | | | | |0 5 10 15 20 25 30
SuavizaciónExponencial = 0.10
Pronóstico MA
3-semanasPronóstico MA
6-semanas
Semana
L l e g a d a s d e p a
c i e n t e s
Suavizamiento Exponencial Simple