Metodo Warren Pearson (des

Mes

t
Apr-09
May-09
Jun-09
Jul-09
Aug-09
Sep-09
Oct-09
Nov-09
Dec-09
Jan-10
Feb-10
Mar-10
Apr-10
May-10
Jun-10
Jul-10
Aug-10
Sep-10
Oct-10
Nov-10
Dec-10
Jan-11
Feb-11
Mar-11
Apr-11
May-11
Jun-11
Jul-11
Aug-11
Sep-11
Oct-11
Nov-11
Dec-11
Jan-12
Feb-12
Mar-12
Apr-12
May-12

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

Ventas (y)
e (eslabonado)
100
120
1.2
110
0.916666667
100
0.909090909
80
0.8
70
0.875
60
0.857142857
70
1.166666667
90
1.285714286
110
1.222222222
120
1.090909091
160
1.333333333
170
1.0625
190
1.117647059
150
0.789473684
120
0.8
100
0.833333333
100
1
90
0.9
90
1
110
1.222222222
130
1.181818182
160
1.230769231
160
1
190
1.1875
210
1.105263158
170
0.80952381
140
0.823529412
130
0.928571429
120
0.923076923
110
0.916666667
100
0.909090909
130
1.3
150
1.153846154
180
1.2
190
1.055555556

eme

1.18181818
1.2
1.05555556
1.125
1.11764706
0.80952381
0.82352941
0.83333333
0.92307692
0.9
1
1.28571429
1.18181818

Jun-12
Jul-12
Aug-12
Sep-12
Oct-12
Nov-12
Dec-12

39
40
41
42
43
44
45

arren Pearson (desestacionalizacion de series de tendencia exponencial)

e* (encadenado)

1
1.2
1.266666667
1.425
1.592647059
1.289285714
1.061764706
0.884803922
0.816742081
0.735067873
0.735067873
0.945087266
1.116921314

1.009257259

1
1.00925726
1.01860021
1.02802966
1.0375464
1.04715123
1.05684498
1.06662847
1.07650252
1.08646799
1.0965257
1.10667652
1.11692131

IE

1
1.18899318
1.24353662
1.38614678
1.53501286
1.23123163
1.00465511
0.82953338
0.75869964
0.67656653
0.67036082
0.85398691

1.03156029

0.96940529
1.15261628
1.20549098
1.34373802
1.48804958
1.19356245
0.97391797
0.80415405
0.73548745
0.65586717
0.64985133
0.82785943

Y*
92.3708982
93.8325654
95.3173618
96.8256535
98.3578122
99.9142157
101.495247
103.101297
104.732761
106.390041
108.073546
109.78369
111.520895
113.28559
115.078209
116.899194
118.748994
120.628066
122.536871
124.475882
126.445574
128.446436
130.478958
132.543643
134.641
136.771544
138.935803
141.134308
143.367602
145.636235
147.940768
150.281766
152.659809
155.075481
157.529379
160.022107
162.55428
165.126521

Y*.IE
124.122288
139.62751
113.767224
94.3002442
79.094833
73.4856515
66.5674008
67.0005151
86.7040039
103.135069
124.567328
132.343248
149.854867
168.574575
137.353029
113.850226
95.4924847
88.7204282
80.3679111
80.8908171
104.679161
124.516654
150.392172
159.780166
180.92223
203.52284
165.828557
137.453239
115.289638
107.113623
97.0294927
97.6608056
126.380862
150.330992
181.570927
192.905206
218.430366
245.716451

167.739465
170.393757
173.090049
175.829007
178.611307
181.437633
184.308683

200.207528
165.949542
139.191064
129.320028
117.145293
117.907487
152.581681

exponencial)

1) Armo la columna e (eslabonado) dividiendo cada y por el anterior (e(t)= y(t)/e(t-1))

2) calculo las medianas de cada conjunto de eslabones que pertenezcan al mismo perodo (esto depende de
periodizacin, si es mensual tomar los mismo meses si es bomestral los mismos bimestres, etc). Repito la
primera mediana al final.

3) Calculo los eslabones encadenados comenzando con un 1 y multiplicando el el eslabon anterior por la media
actual, es decir e*(t)= eme(t)xe*(t-1). Tengo que tener m+1 renglones

4) Al tope de la columna e* calculo el promedio geomtrico de los eslabones (la raz m-sima del ltimo eslab
siendo m la cantidad de perodos en los que se divide el ao)

5) Hallo las potencias de Q (el promedio geomtrico de los eslabones) desde 0 hasta m. Quedan m+1 renglon
6) Calculo la columna E dividiendo cada e* por la potencia de q que le corresponda, hasta la potencia m-1.
Quedan m renglones
7) Hallo el promedio aritmtico de los E
8) Hallo los coeficientes de estacionalidad dividiendo cada E por el promedio
9) Ajusto los valores medidos de Y segn la funcin exponencial de tendencia, agregando los perodos que
necesite para proyectar
10) Multiplico cada valor ajustado por el correspondiente coeficiente de estacionalidad

300
250
200

y = 90.932e0.0157x
R = 0.2795
Series1

150
100
50

desestacionalizacionada
Expon. (Series1)

50
0
0

10

20

30

40

50

anterior (e(t)= y(t)/e(t-1))

al mismo perodo (esto depende de la

os mismos bimestres, etc). Repito la

do el el eslabon anterior por la mediana

ner m+1 renglones

nes (la raz m-sima del ltimo eslabn,

divide el ao)

sde 0 hasta m. Quedan m+1 renglones

corresponda, hasta la potencia m-1.

sE

ada E por el promedio

ndencia, agregando los perodos que

eficiente de estacionalidad

estacionalizacionada

on. (Series1)