Suavizante Exponencial Simple y Doble

Leidy Lorena SierraJair Herrera

José ÁvilaJuan Pablo Castrillón

Julio Cesar Cortes HurtadoAlexander Botero Guevara

Suavización Exponencial Simple

Suavización Exponencial Simple

Evolución del método de promedio móvil

ponderado.

Se calcula el promedio de una serie de tiempo con un mecanismo de autocorrección

Ajustar los pronósticos en dirección opuesta a las desviaciones del

pasado

Mediante una corrección que se ve

afectada por un coeficiente de suavización.

Precisa de tres tipos de datos

Pronóstico del último período.

Demanda del último período.

Coeficiente de suavización.

Métodos alternativos

Pronósticos no

confiables

Nuevos métodos alternativos

Tendencia lineal,

considerable.

Método Brown

Necesitan de un factor inicial

(inicialización P1)

Método holt

- Mínimos cuadrados - Retro-

predicción

- Arbitraria

Alternativas para

valor inicial P1

Generalidades

Busca ajustar los pronósticos en

dirección opuesta a las desviaciones del

pasado

Mediante corrección Se ve afectado por un coeficiente de

suavización

Fórmulas

EjemploEn Enero, un vendedor de vehículos estimó unas ventas de 142 automóviles para el mes siguiente. En febrero las ventas reales fueron de 153 automóviles. Utilizando una constante de suavización exponencial de 0.20 presupueste las ventas del mes de marzo.

Podemos así determinar que el pronóstico de ventas para el periodo 3 correspondiente a Marzo es equivalente a 144 automóviles.

Suavización Exponencial Doble: Método de Holt

Suavización ExponencialDoble

Valores que se espera que tome la serie de tiempo

en el futuro cercano

Charles Holt(1957)

Modelo de tendencias lineales Valor estimado

Evolucionan en una serie de tiempo

Generar pronósticos

Se aplica a la serie atenuada obtenida

mediante la primera atenuación

¿Cuando utilizar el método doble?

Para patrones con tendencia al menos local

y con un patrón estacional constante

Objetivo eliminar

irregularidades previas, con

enfoques recientes

Utilidad

- Evitar un pronostico con una reacción retrasada al crecimiento.

- Actualiza y genera confiabilidad a la estimación o tendencia pronosticada.

Formulas…

Ejemplo

Desarrolle un pronóstico para las ventas de papel de computadora para los meses 26. Si la demanda del mes 25 es 259, actualice los parámetros y proporcione los pronósticos para el mes 26.

Procedimiento1. Dividir datos en dos grupos iguales y calcular promedio de cada uno. El resultado se centra en el punto medio del intervalo. 2. Obtener diferencia entre

los dos promedios (Cambio en la demanda respecto a la media de cada conjunto de datos.

3. Obtener estimación de la ordenada,

= (Promedio Global + estimación de la pendiente por periodo )* Numero de periodos a partir del punto medio del periodo actual

Datos de las ventas de papel de computadora en Cajas

Mes Ventas Mes Ventas Mes Ventas1 116 9 163 17 2102 133 10 163 18 2073 139 11 164 19 2254 157 12 191 20 2235 154 13 201 21 2576 159 14 219 22 2327 162 15 207 23 2408 172 16 205 24 241

Primero se calculan los promedios de los meses 1 a 12 y 13 a 24. Estos se muestran en la siguiente tabla:

Mes1 2

1116 201

2133 219

3139 207

4157 205

5154 210

6159 207

7162 225

8172 223

9163 257

10163 232

11164 240

12191 241

Promedio156,083333 222,25

Promedio Global

189,1666667

Incremento en las ventas para el periodo de 12 meses es:

222.25-156.08=66.17

Incremento Promedio:

66.17/12=5.51

Estimación de la pendiente en tiempo 24 será:

B24=5.51

Estimación Ordenada:

Promedio de todos los datos= 189.16

Este Promedio será centrado en el mes 12,5 (Concepto de mediana en intervalos). Para moverlo a tiempo actual se suma el ajuste por tendencia de 5,51 cajas por mes multiplicado por (24-12,5)

Estimación de la ordenada para periodo 24:

S24=189.16+5.51(24-12.5)=252.52

Pronóstico Periodo 25:

F25=S24 + 1 * B24= 252.52 + (1 *5.51)=258