Scribd
Cargar
920 vistas3 páginas

2.7 Pronósticos Basados en Factores de Tendencia y Estacionales

Este documento describe dos métodos para pronosticar datos basados en factores de tendencia y estacionales: 1) El método de promedios móviles, el cual da más importancia a datos recientes para eliminar efectos irregulares. 2) El método de suavización exponencial, el cual calcula un promedio que se ve afectado por un coeficiente de suavización para eliminar impactos irregulares mediante un enfoque en datos recientes. Ambos métodos buscan "emparejar" la serie de datos y proporcionar una visión a largo plaz

Cargado por

JOSE TRINIDAD CORRAL MENDOZA
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
920 vistas3 páginas

2.7 Pronósticos Basados en Factores de Tendencia y Estacionales

Este documento describe dos métodos para pronosticar datos basados en factores de tendencia y estacionales: 1) El método de promedios móviles, el cual da más importancia a datos recientes para eliminar efectos irregulares. 2) El método de suavización exponencial, el cual calcula un promedio que se ve afectado por un coeficiente de suavización para eliminar impactos irregulares mediante un enfoque en datos recientes. Ambos métodos buscan "emparejar" la serie de datos y proporcionar una visión a largo plaz

Cargado por

JOSE TRINIDAD CORRAL MENDOZA
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

2.7 Pronósticos basados en factores de Tendencia y estacionales.

Materia: Estadística Inferencial 2


Profesor: RAMON HUIPAS GARCIA
Nombre de la actividad: investigación
Nombre del estudiante: Ariana María Nieblas Villegas
Numero de control: 19600214
Fecha: 03/07/2021

Fuente de información:
[Link]
[Link]
2.7 PRONÓSTICOS BASADOS EN FACTORES DE TENDENCIA Y
ESTACIONALES

Introducción , consiste en graficar los datos y observar sus tendencias en el


tiempo. Primero debe determinarse si parece haber un movimiento hacia arriba o
hacia abajo a largo plazo en la serie (una tendencia) o si la serie parece oscilar
alrededor de una recta horizontal en el tiempo. En este caso (es decir, no hay
tendencia positiva o negativa a largo plazo. Los métodos que pueden emplearse
son:
para suavizar nuestros datos usualmente

a) El método de promedios móviles El método de pronóstico móvil se utiliza


cuando se quiere dar más importancia a conjuntos de datos más recientes para
obtener la previsión. Cada punto de una media móvil de una serie temporal es la
media aritmética de un número de puntos consecutivos de la serie, donde el
número de puntos es elegido de tal manera que los efectos estacionales y / o
irregulares sean eliminados. ¿Cuándo utilizar un pronóstico de promedio móvil? El
pronóstico de promedio móvil es óptimo para patrones de demanda aleatoria o
nivelada donde se pretende eliminar el impacto de los elementos irregulares
históricos mediante un enfoque en períodos de demanda reciente.

b) El método de suavización exponencial En el método de suavización o


suavizamiento exponencial se calcula el promedio de una serie de tiempo con un
mecanismo de autocorrección que busca ajustar los pronósticos en dirección
opuesta a las desviaciones del pasado mediante una corrección que se ve
afectada por un coeficiente de suavización. Así entonces, este modelo de
pronóstico precisa tan sólo de tres tipos de datos: el pronóstico del último período,
la demanda del último período y el coeficiente de suavización.

¿Cuándo utilizar un pronóstico de suavización exponencial simple? El pronóstico


de suavización exponencial 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.

 Conclusión El objetivo de ambos métodos es el de “emparejar” la serie y


proporcionar un panorama global a largo plazo. Por otro lado, si de hecho existe
una tendencia, se pueden aplicar varios métodos de pronóstico de series de
tiempo al manejar datos anuales, y otro método para los datos de series de tiempo
mensual o trimestral.

También podría gustarte