You are on page 1of 3

Metodos paradeterminar elpronosticodelademanda.

Cualitativos
Estudios de mercado Consenso en paneles Analoga histrica Mtodo Delphi

Anlisis de serie de tiempo


Promedio mvil simple Promedio mvil ponderado Suavizacin exponencial simple Suavizacin exponencial doble

Administracindela Cadenadesuministro
JosM.Snchez Administracindelaofertaylademanda

Causal

Anlisis de regresin Modelos economtricos Modelos Input/output

Modelos de simulacin

PGIT

PGIT

Seriesdetiempo
Observando los datos histricos podemos darnos cuenta del comportamiento en el pasado, para predecir un comportamiento futuro. Una serie de tiempo es un conjunto de observaciones de una variable, medida a lo largo de diversos puntos o periodos en el tiempo. El objetivo es encontrar un patrn en los datos histricos para extrapolarlos a un patrn en el futuro. PGIT

Determinar el valor del pronostico. Calcular el margen de error. Establecer el nivel de confianza requerido.

Procedimientoparadeterminar elPronosticodelaDemanda

PGIT

Calculodelvalordelpronostico
Mtodos cualitativos. Mtodos basados en el anlisis de series de tiempo

Mtodosbasados enSeriesdeTiempo
Promedios mviles simples. Promedios mviles ponderados. Suavizacin exponencial simple. Suavizacin exponencial doble. Anlisis de regresin. Descomposicin.

PGIT

PGIT

D.R.UniversidadTecVirtual delSistemaTecnolgicodeMonterrey,2014 1

TimeSeriesAnalysis
Pick a model based on: 1. 2. 3. 4. 5. 6.
PGIT
Week 1 2 3 4 5 6 7 8 9 10 11 12

Promediomvilsimple
Demand 650 678 720 785 859 920 850 758 892 920 789 844

Time horizon to forecast Data availability Accuracy required Size of forecasting budget Availability of qualified personnel Margen of error.

Ft =

A t -1 + A t -2 + A t -3 + ... + A t -n n

14

PGIT

Promediomvilponderado
Ft = w 1 A t-1 + w 2 A t- 2 + w 3 A t-3 + ...+ w n A t- n

SuavizacinExponencialSimple
Premisa: las observaciones ms recientes tienen el mayor peso para predecir Por lo tanto se le debe dar mayor peso a los periodos ms recientes.

w
Semana Demanda 1 650 2 678 3 720 4
i=1

=1

Pesos: t-1 0.2 t-2 0.3 t-3 0.5

Ft = Ft-1 + (At-1 - Ft-1)


PGIT

PGIT

SuavizacinExponencialSimple
Week 1 2 3 4 5 6 7 8 9 10 Demand 820 775 680 655 750 802 798 689 775

Procedimientosparadeterminar elmargendeerror MAD: Mean Absolute Deviation. MSE: Mean Squared Error.

Determinar el pronstico del periodo 2-10 usando a=.10 y a=.60.

PGIT

PGIT

D.R.UniversidadTecVirtual delSistemaTecnolgicodeMonterrey,2014 2

MedicindelError(MAD)
El error es lo que en estadstica se le conoce como residuales Mean Absolute Deviation (MAD)
Es el error promedio, utilizando valores absolutos Mide la dispersin entre algunos valores observados y algunos valores esperados.

MSE

(A
MSE MAD =

t - Ft)

t=1

n 1

A
MAD =
PGIT
t=1

1 MAD 0.8 desviacin estndar


t

1 MAD 0.8 desviacin estndar 1 desviacin estndar 1.25 MAD

- Ft

1 desviacin estndar 1.25 MAD

n
PGIT

Derechos Reservados MMXI Prohibida la reproduccin total o parcial de esta obra sin expresa autorizacin del Tecnolgico de Monterrey.

PGIT

D.R.UniversidadTecVirtual delSistemaTecnolgicodeMonterrey,2014 3

You might also like