Facultad de Ingeniería y Arquitectura
Gestión Estratégica de Operaciones
Análisis de la Demanda Series de Tiempo – Análisis de regresión
Facultad de Ingeniería y Arquitectura
Objetivos de la Sesión • Recordar Recordar las técnicas de los métodos por series de tiempo y de regresión simple o lineal
Facultad de Ingeniería y Arquitectura
Métodos Cuantitativos de Series de Tiempo
Facultad de Ingeniería y Arquitectura
Series de Tiempo Sirven para análisis detallados de los patrones de la demanda anterior en el transcurso del tiempo y para proyectar tales patrones hacia el futuro.
Facultad de Ingeniería y Arquitectura
Patrones de Demanda
Facultad de Ingeniería y Arquitectura
Promedio Móvil Simple
Facultad de Ingeniería y Arquitectura
Promedio Móvil Simple Este método supone que la serie de tiempo, solamente cuenta con un componente de nivel, además de un componente aleatorio. Este método NO supone la existencia de patrones estacionales, tendencias o ciclos en los datos.
Facultad de Ingeniería y Arquitectura
Promedio Móvil Simple El pronóstico de este método, supone que todas las observaciones de la serie de tiempo son igualmente importantes. Si la variable que se va a pronosticar no presenta variaciones considerables, se recomienda un valor “n” grande, por el contrario se presenta variaciones cambiantes, utilizar un valor de “n” pequeño. Los valores de “n” deben oscilar entre 2 y 10
Facultad de Ingeniería y Arquitectura
Promedio Móvil Simple
Dónde: Ft = Pronóstico para el periodo futuro. n = número de periodos que se promediarán. At-1 = Demanda histórica en el periodo pasado. At-2 , At-3 ,…., At-n = Demandas Históricas en n periodos anteriores
Facultad de Ingeniería y Arquitectura
Ejercicio (n = 3) AÑO
DEMANDA
1993
4
1994
6
1995
5
1996 1997 1998
3 7 5,0
CÁLCULO
4
6
PRONÓSTICO
5
3 6
5
3
3 5
3 3
7
5
5,0
4,7
4,7
5
5,0
Facultad de Ingeniería y Arquitectura
Promedio Móvil Ponderado
Facultad de Ingeniería y Arquitectura
Promedio Móvil Ponderado Se aplica cuando existe existe tendencia o patrón. Hace que el promedio móvil tenga mayor rapidez a los cambios en la demanda, es decir, pone mayor énfasis en los datos recientes. Para lograr esto, se coloca un PESO a cada demanda, considerando la de mayor valor a la demanda más reciente. La suma de los pesos debe ser igual a 1,0
Facultad de Ingeniería y Arquitectura
Promedio Móvil Ponderado
Dónde:
n w1 w2 wn
= número de periodos del pronóstico t -1 = Peso que se dará a la venta real en el periodo t-1 t -2 = Peso que se dará a la venta real en el periodo t-2 = Peso que se dará a la venta real en el periodo t-n
At-1 = Demanda histórica en el el periodo periodo pasado. pasado. At-2 , At-3 ,., At-n = Demandas Históricas en n periodos anteriores
Facultad de Ingeniería y Arquitectura
Ejercicio (n = 3) (w1=0,5 w2=0,3 w3=0,2) AÑO
DEMANDA
CÁLCULO
PRONÓSTICO
1993
4
1994
6
1995
5
1996
3
4(0,2) 6(0,3) 5(0,5) 5,1
5,1
1997
7
6(0,2) 5(0,3) 3(0,5) 4,2
4,2
5(0,2) 3(0,3) 7(0,5) 5,4
5,4
1998
5,4
Facultad de Ingeniería y Arquitectura
Suavizado Exponencial o Alisado Exponencial
Facultad de Ingeniería y Arquitectura
Suavizado Exponencial Se basa en la idea de calcular un promedio nuevo a partir del promedio anterior y también de la última demanda observada. Es una técnica de pronóstico de media móvil ponderada • Las ponderaciones disminuyen exponencialmente. • Se ponderan más, los datos más recientes. Necesita una constante de Suavizamiento (α) • Mayor α: Pondera más, la demanda reciente • Menor α: Pondera poco, la demanda reciente. Le da más peso a las demandas anteriores.
Necesita una cantidad cantidad reducida reducida de datos datos históricos históricos
Facultad de Ingeniería y Arquitectura
Suavizado Suavizado Exponencial Para asignar el valor de ajuste o de ponderación (α) se debe tener en cuenta lo siguiente:
• La demanda en condiciones de estabilidad: estabilidad: = 0,1 0,2 y 0,3 • La demanda en condiciones de estabilidad promedio: α = 0,4 0,5 y 0,6 • La demanda en proceso de cambio o cuando se trata de nuevos productos: α = 0,7 0,8 y 0,9 α
Facultad de Ingeniería y Arquitectura
Suavizado Suavizado Exponencial •
es la proporción del peso que se da a la demanda nueva contra la que se da al promedio anterior. anterior.
• Es decir, mientras mas grande es el valor de
mas nos acercamos al valor de la demanda que se acaba de observar.....se le da mayor peso a las observaciones recientes que al promedio anterior. anterior.
Facultad de Ingeniería y Arquitectura
Suavizado Suavizado (alisado) Exponencial
Dónde:
α Ft Ft-1 At-1
= Constante de suavización suavización o atenuación (0 ≤ α ≤ 1) = Pronóstico para el periodo futuro = Pronóstico para el periodo pasado = Demanda histórica en el periodo pasado.
Facultad de Ingeniería y Arquitectura
Ejercicio (α = 0,3) AÑO
DEMANDA
CÁLCULO
PRONÓSTICO
2005
10
10,00
2006
18
10,0 (10,0 10,0) 10,0
10,00
2007
29
10,0 (18,0 10,0) 12,40
12,40
2008
15
12,40 (29,0 12,40) 17,38
17,38
2009
30
17,38 (15,0 17,38) 16,67
16,67
2010
20,67
16,67 (30,0 16,67) 20,67
20,67
Facultad de Ingeniería y Arquitectura
Evaluación del Desempeño del Modelo de Pronóstico
Facultad de Ingeniería y Arquitectura
Medición de Errores Describe el grado de error. Los errores más comunes son:
• Error Estándar • Desviación Absoluta Media (MAD) • Error Cuadrado Medio
Facultad de Ingeniería y Arquitectura
Guía para elegir el modelo de previsión • Usted quiere conseguir: – Ninguna conducta o dirección del error de previsión. • Error = (Real - Previsión) representaciones de los errores a lo lo • Se observa en las representaciones largo del tiempo.
– Un error de previsión más pequeño: • Error cuadrado medio (ECM). • Desviación absoluta media (DAM).
Facultad de Ingeniería y Arquitectura
Conducta del error de previsión Tendencia no totalmente justificada
Conducta deseada
Error
Error
0
0 Tiempo (años)
Tiempo (años)
Facultad de Ingeniería y Arquitectura
Ecuaciones del error de previsión • Error cuadrado medio (ECM):
• Desviación absoluta media (DAM):
Facultad de Ingeniería y Arquitectura
Ing. Joel Vargas Sagástegui Ingeniero Industrial CIP 48252
