INVESTIGACIÓN MÉTODO DE HOLT Y HOLT WINTER
JULIÁN MOISÉS BARRAZA MUÑOZ
ARTURO CABRALES
DYLAN CASTILLO
CAMILA CONEO
TRAMITES Y OPERACIONES DE COSTOS Y PRESUPUESTOS
ING. LUIS OSPINO
GRUPO:
OPI04
INSTITUCIÓN UNIVERSITARIA ITSA
FACULTAD DE INGENIERÍAS
PROCESOS INDUSTRIALES
SOLEDAD
2021
Contenido
INTRODUCCIÓN........................................................................................................3
OBJETIVO..................................................................................................................4
MÉTODO DE SUAVIZAMIENTO EXPONENCIAL DOBLE........................................5
La constante de suavización en el método HOLT....................................................5
Fórmula de cálculo suavización exponencial con ajuste a la tendencia...........................6
MÉTODO DE SUAVIZAMIENTO EXPONENCIAL TRIPLE.......................................7
La constante de suavización en el método Winter....................................................7
Ejercicio Resuelto........................................................................................................8
EJERCICIO MÉTODO HOLT...............................................................................8
EJERCICIO MÉTODO WINTER........................................................................11
INTRODUCCIÓN
Los métodos de análisis de series de tiempo consideran el hecho que los datos tomados en
diversos periodos de tiempo pueden tener algunas características de auto-correlación,
tendencia o estacionalidad que se debe tomar en cuenta.
En Estadística se le llama así a un conjunto de valores observados durante una serie de
períodos temporales secuencialmente ordenada, tales períodos pueden ser semanales,
mensuales, trimestrales o anuales.
Toda institución, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el
futuro si ha de sobrevivir y progresar. Hoy en día diversas instituciones requieren conocer
el comportamiento futuro de ciertos fenómenos con el fin de planificar, prever o prevenir.
La planificación racional exige prever los sucesos del futuro que probablemente vayan a
ocurrir. La previsión, a su vez, se suele basar en lo que ha ocurrido en el pasado. Se tiene
pues un nuevo tipo de inferencia estadística que se hace acerca del futuro de alguna
variable o compuesto de variables basándose en sucesos pasados. La técnica más
importante para hacer inferencias sobre el futuro con base en lo ocurrido en el pasado, es el
análisis de series de tiempo.
OBJETIVO
Determinar si se presentan ciertos patrones o pautas no aleatorias.
Aislar y entonces estudiar sus componentes a fin de proporcionar claves para
movimientos futuros.
Hace posible pronosticar los movimientos futuros, así como otros aspectos que estén
sincronizados.
MÉTODO DE SUAVIZAMIENTO EXPONENCIAL DOBLE
La constante de suavización en el método HOLT
El método de suavización exponencial con ajuste a la tendencia requiere de dos constantes
de suavización: Alfa (α) y Beta(β). Su valor puede estar entre 0 y 1, pero a nivel práctico
varía entre 0,50 y 0,50.
¿Cómo escoger los valores más adecuados?
Los criterios para definir los valores de las constantes son similares al método de
suavización simple. Para alfa dependerá de la importancia que otorgamos a datos recientes
(alfa α más elevada) o a datos más antiguos (alfa α más bajo). El delta funciona similar. Un
β elevado responde con más velocidad a los cambios en la tendencia, mientras que un β
inferior tiende a suavizar la tendencia actual, dando menos peso a los datos recientes. En la
práctica, los valores de α y β se encuentran con prueba y error utilizando las medidas de
error de pronóstico.
Fórmula de cálculo suavización exponencial con ajuste a la tendencia
Las fórmulas para calcular cada componente son las siguientes:
Donde:
At = Valor atenuado.
Tt = Tendencia del periodo t.
Yt” = Pronostico.
P = Numero de periodos a pronosticar al futuro.
α = Constante de atenuación del promedio de los datos (0< α < 1).
β = Constante de atenuación de estimación de tendencia (0< β < 1).
MÉTODO DE SUAVIZAMIENTO EXPONENCIAL TRIPLE
La constante de suavización en el método Winter
También se conoce como Holt-Winter y es un método mejorado para calcular pronósticos
cuando los datos muestran una tendencia y además estacionalidad, por lo cual se incorporan
3 constantes, que son α y β, tal y como lo hacía la metodología de Holt para dar cuenta del
nivel de los datos y su tendencia, agregando además γ, para incluir la estacionalidad, cuyos
valores también deben estar entre cero y la unidad.
Las ecuaciones para obtener el pronóstico son:
Yt
Lt =α + ( 1−α ) ( Lt−1 +T t −1 ) (1 )
S t− p
Siendo todos los términos los mismos del modelo de Holt, con excepción de S t-p, que es el
factor de estacionalidad del periodo t considerando la estación respectiva.
Por su parte la ecuación para obtener la tendencia, Tt, es:
T t=β ( Lt −Lt−1 ) +( 1−β) T t−1 ( 2 )
Siendo todos sus términos los mismos del modelo de Holt.
La estacionalidad St, se obtiene con la ecuación siguiente:
Y
St =γ t + ( 1−γ ) St − p ( 3 )
Lt
Donde St-p es el factor estacional del periodo anterior.
Finalmente se obtiene el pronóstico suavizado Y^t con la ecuación (4).
Y^t =( Lt −1 +T t−1 ) S t −p (4)
DONDE:
α = Constante de atenuación del promedio de los datos (0< α < 1).
β = Constante de atenuación de la estimación de tendencia (0< β < 1).
γ = Constante de atenuación de la estacionalidad (0< γ < 1).
At = Valor atenuado del periodo t.
Tt = Estimación de la tendencia del periodo t.
St = Estimación de la estacionalidad del periodo t.
L = Longitud de la estacionalidad.
P = Numero de periodos a pronosticar en el futuro.
Ejercicio Resuelto
EJERCICIO MÉTODO HOLT
IngE es una empresa productora de alimento para peces y requiere calcular el pronóstico de
demanda con el método de suavizado exponencial con corrección por tendencia para los
próximos meses.
El pronóstico de demanda del período 1 fue de 1500, pero las ventas reales fueron de 1132
y la tendencia en ese momento fue de 150. La compañía asigna un α=0,10. Prevén una
tendencia alcista en próximos meses, por lo que definen δ=0,30.
El primer paso es determinar el pronóstico suavizado para el período 2:
Con el pronóstico suavizado, calculamos la tendencia para el período 2:
Por último determinamos nuestro pronóstico con ajuste a la tendencia, que es
simplemente una suma:
Para el período 2, IngE pronostica una demanda de 1732,66 unidades de alimento para
peces.
Con el mismo procedimiento, logramos calcular el pronóstico de demanda para los
próximos meses:
Eso, graficando la demanda y nuestro pronóstico ajustado con tendencia (segunda y última
columna) se ve así:
EJERCICIO MÉTODO WINTER
1. Tenemos la siguiente tabla
2. Definir la longitud de la estacionalidad
Al graficar las ventas reales con los periodos podemos observar que cada 4 meses se
cumple un patrón en la gráfica, por lo cual en la longitud de la estacionalidad la
dejaremos en 4
3. Definimos valores para alfa, beta y gamma.
L 4
α 0,1
β 0,2
γ 0,7
4. Determinamos el número de celdas de la parte superior de la plantilla
Como observamos en lo resaltado, hay 3 columnas de celdas, esto se calcula restándole
1 a la longitud de la estacionalidad (4-1)
5. Completamos los 3 valores de St
En este caso elegimos valores de 1 pero en el pronóstico podrían darte esos valores
6. Calculamos el valor atenuado al periodo
Al calcular este valor, la primera celada la dejamos igual a las ventas reales (77)
después aplicamos las formulas marcando con F4 todas las alfas para poder arrastrar la
formula
7. Calculamos la estimación de la tendencia del periodo
Para esto en la primera celda ponemos el valor 0 y en la segunda empezamos a escribir
la formula, marcando con F4 el valor de beta para poder arrastrar la formula
8. Calculamos estimación de la estacionalidad del periodo
En la primera celda colocamos el valor de 1 y en la formula marcamos con F4 el valor
de gamma para poder arrastrar la formula
9. Calculamos los primeros pronósticos
Calculamos el pronostico aplicando la formula, empezando desde el segundo
pronóstico para abajo, arrastraremos la formula hasta el primer pronostico, para los
siguientes 3 pronósticos debemos editar la formula, los valores que están dentro del
paréntesis marcados con F4 los desmarcamos y viceversa
10. Calculamos el error absoluto
11. Aplicamos solver para optimizar el error
