3.1.
METODOS PARA CALCULAR EL PRONÓSTICO
3.1.1. MODELO DE PROMEDIO SIMPLE
Los promedios móviles simples son, como su nombre lo indica, nada más que el
promedio matemático de los últimos periodos recientes de la demanda real. La
ecuación general para obtenerlos tiene la siguiente forma:
𝐹𝑡 = 𝐴𝑡−1 + 𝐴𝑡−𝑛+1 + ⋯ + 𝐴𝑡−1
𝑛
Dónde:
F: es el pronóstico
t: es el periodo de tiempo actual, lo que significa que Ft es el pronóstico para el
periodo de tiempo actual.
At: es la demanda real en el periodo t, y
n: es el número de periodos que se utiliza
3.1.2. MODELO DE SUAVIZACIÓN EXPONENCIAL SIMPLE
El pronóstico de suavización exponencial simple es óptimo para patrones de
demanda aleatorios o nivelados donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de demanda
reciente, este posee una ventaja sobre el modelo de promedio móvil ponderado
ya que no requiere de una gran cantidad de períodos y de ponderaciones para
lograr óptimos resultados.
Formula:
𝑥̂𝑡 = 𝑥̂𝑡−1 + (𝛼. (𝑥𝑡−1 − 𝑥̂𝑡−1 ))
2
𝛼=
𝑛+1
𝑥̂𝑡 : Promedio de ventas en unidades en el período t
𝑥̂𝑡−1 : Pronóstico de ventas en unidades del período t -1
𝑥𝑡−1 : Ventas reales en unidades en el período t – 1
𝛼 : Coeficiente de suavización (entre 0,0 y 1,0)
3.1.3. MÉTODO DE SUAVIZAMIENTO EXPONENCIAL
AJUSTADO A LA TENDENCIA (SUAVIZACIÓN
EXPONENCIAL DOBLE)
Para mejorar la calidad del pronóstico al observar una tendencia en la
serie de tiempo se puede considerar el método de Suavizamiento
Exponencial Doble. Cabe recordar que una tendencia es un incremento
o decremento sistemático en el promedio de la serie a través del
tiempo. Luego, el método de Suavizamiento Exponencial Doble busca
incorporar la tendencia en un pronóstico suavizado exponencialmente.
Para su cálculo se requieren dos constantes de suavizamiento: α y β,
realizándose las siguientes estimaciones:
4. MODELO DE SUAVIZACIÓN EXPONENCIAL DOBLE
ERROR DEL PRONÓSTICO
¿Para qué calcular el error pronóstico?
Su cálculo nos permite tomar decisiones frente a qué método de pronóstico es el mejor y
logran detectar cuando algo en nuestra previsión de la demanda no está marchando bien,
con lo que conseguimos cambiar el rumbo de nuestras decisiones a fin tomar las mejores
elecciones.
Error de Pronóstico. Mide la precisión del modelo de pronóstico que se ha usado,
comparando los valores pronosticados con los valores reales u observados.
Existen varias técnicas importantes para calcular el error. Entre las más útiles se incluyen:
1. Error promedio de pronóstico (MFE): Como su nombre lo indica, este número
se calcula a partir del error de pronóstico promedio matemático sobre un periodo
específico. La fórmula es
∑𝑛𝑡=1(𝐴𝑡− 𝐹1 )
𝑴𝑭𝑬 =
𝑛
Hemos visto el término (𝐴𝑡− 𝐹1 ) con anterioridad. Representa la diferencia entre
la demanda real y el pronóstico para cualquier periodo, y también se le conoce
como error de pronóstico. El MFE implica sumar todos los errores de pronóstico
individuales, y dividirlos entre el número total de errores, si es positivo, indica
que la demanda real fue mayor al pronóstico sobre el rango de números incluidos.
Si su signo es negativo, naturalmente, significa que los pronósticos fueron
mayores que la demanda en promedio, lo que implica que el método de pronóstico
se sesgó sobre el extremo superior. Por este motivo, el MFE en ocasiones se
conoce también como pronóstico de sesgo.
2. Desviación Media Absoluta (MAD). Literalmente significa el promedio de las
desviaciones absolutas matemáticas de los errores de pronóstico
(desviaciones).La fórmula por lo tanto es:
∑𝑛𝑡=1|𝐴𝑡 − 𝐹1 |
𝑴𝑨𝑫 =
𝑛
3. Error cuadrático Medio (MSE): Es una segunda forma de medir el error global
del pronóstico. El MSE es el promedio de los cuadrados de las diferencias entre
los valores pronosticados y observados. Su fórmula es
∑(𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑑𝑒 𝑝𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜)2
𝑴𝑺𝑬 =
𝑛
4. Error porcentual medio absoluto (MAPE): El MAPE nos entrega la desviación
en términos porcentuales y no en unidades como las anteriores medidas. Es el
promedio del error absoluto o diferencia entre la demanda real y el pronóstico,
expresado como un porcentaje de los valores reales.
∑𝑛
𝑖=1 100|𝑅𝑒𝑎𝑙𝑖 − 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜𝑖 |
MAPE = 𝑅𝑒𝑎𝑙𝑖
𝑛
