La suavizacin exponencial es una tcnica de pronstico de series de tiempo (promedios mviles) que pondera los datos histricos exponencialmente

para que los datos ms recientes tengan ms peso en el promedio mvil. Con la suavizacin exponencial simple, el pronstico Ft se construye con la prediccin del ltimo periodo Ft-1 ms una porcin de la diferencia entre el valor de la demanda real del periodo anterior At-1 y el pronstico del periodo anterior Ft-1. Ft = Ft- + (At- Ft-) La constante de suavizacin es un nmero entre 0 y 1 que entra multiplicando en cada pronstico, pero cuya influencia declina exponencialmente al volverse antiguos los datos. Una baja da ms ponderacin a los datos histricos. Una de 1 refleja una ajuste total a la demanda reciente, y los pronsticos sern las demandas reales de los periodos anteriores. La seleccin de depende de las caractersticas de la demanda. Los valores altos de son ms sensibles a las fluctuaciones en la demanda. Los valores bajos de son ms apropiados para demandas relativamente estables (sin tendencia o ciclicidad), pero con una gran cantidad de variacin aleatoria. La suavizacin exponencial simple es un promedio suavizado centrado en el periodo presente. No se puede extrapolar para efectos de tendencia, por la que ningn valor de compensar completamente la tendencia en los datos. Los valores ordinarios de varan entre 0.01 y 0.40. Los valores bajos de disminuyen efectivamente la variacin aleatoria (ruido dispersin). Los valores altos son ms sensibles a cambios en la demanda ( introducciones de nuevos productos y error buscando cul valor reduce el error del pronstico. Esto puede hacerse fcilmente modelando el pronstico en un programa de computo, tratando con diferentes valores de . Un valor de que proporcione aproximadamente un grado equivalente de suavizacin tanto como un promedio mvil de un periodo es = 2 / (n + 1)

Ejemplo: Una empresa usa suavizacin exponencial simple con = 0.1 para pronosticar la demanda. El pronstico para la semana de octubre 1 fue de 500 unidades, mientras que la demanda real fue de 450 unidades. Pronosticar la demanda de la semana de Octubre 8 Ft = Ft- + (At-1 Ft-) Ft = 500 + 0.1 (450 500) Ft = 495 unidades

Modelos de Pronstico
Muchas gracias por su preferencia !!!
Gracias a ella seguimos siendo el sitio # 1 en el fascinante tema de los modelos de pronsticos.

Mtodo de Suavizacin Exponencial Simple

Esta tcnica se basa en la atenuacin de los valores de la serie de tiempo, obteniendo el promedio de estos de manera exponencial; es decir, los datos se ponderan dando un mayor peso a las observaciones ms recientes y uno menor a las ms antiguas. Al peso para ponderar la observacin ms reciente se le da el valor , la observacin inmediata anterior se pondera con un peso de a (1 - ), a la siguiente observacin inmediata anterior se le da un peso de ponderacin de a (1 - )2 y as sucesivamente hasta completar el nmero de valores observados en la serie de tiempo a tomar en cuenta para realizar la atenuacin, es decir, para calcular el promedio ponderado. La estimacin o pronstico ser el valor obtenido del clculo del promedio. La expresin para realizar el clculo de la atenuacin exponencial es la siguiente.

Otra expresin equivalente a esta es la siguiente

otra forma de escribir esta expresin es la siguiente

en donde

es el error

El valor de a siempre se encuentra dentro del siguiente rango 0 < a > 1. Cuando existe una clara y considerable tendencia lineal en los valores observados en una serie de tiempo, los pronsticos obtenidos mediante la suavizacin exponencial simple quedan rezagados an al hacer variar el valor de alfa ( ), para estos casos se utilizan dos diferentes tcnicas conocidas como el mtodo de Brown y el de Holt. En ste mtodo as como tambin en todos los dems mtodos de suavizacin exponencial que veremos ms adelante se requiere de una inicializacin, es decir necesitan asignarle un valor inicial a . Ya que si queremos calcular necesitamos conocer el valor de .

Si aplicamos la frmula para encontrar

tenemos que:

como

no existen es imposible obtener el valor

de . Por lo que es necesario recurrir a enfoques alternativos para estimar . El nmero y naturaleza de valores a inicializar depende del mtodo de suavizacin que se est utilizando. Si los datos son estacionales los valores iniciales para los factores estacionales se pueden calcular empleando algn mtodo de descomposicin, en el caso de que no hubiera datos suficientes para aplicar estos mtodos, la inicializacin de estos factores estacionales puede hacerse en base a estimaciones subjetivas o usando ndices estacionales ya conocidos. El nivel suavizado o promedio S y la componente T de la tendencia se pueden estimar usando una de las siguientes alternativas: 1. Mnimos Cuadrados. Utilizando la tcnica de los mnimos cuadrados podemos estimar los valores iniciales. Como por ejemplo para obtener P1 para el caso del mtodo de la suavizacin exponencial simple; se podra usar el promedio de los 20 valores inmediatos pasados. Y para el caso del mtodo de una suavizacin exponencial lineal se podran obtener los valores de S y T resolviendo la ecuacin para una lnea recta obteniendo la ordenada al origen y la pendiente usando stas como valores paramtricos iniciales es decir como los parmetros iniciales para S y T. Esto mismo se podra hacer en el mtodo de la suavizacin exponencial amortiguada. 2. Retro-prediccin. Esta es la tcnica empleada en la metodologa de Box Jenkins, pero tambin es posible utilizarla en los mtodos de suavizacin exponencial. Esto consiste en invertir la serie de tiempo y comenzar el proceso de estimacin a partir del ltimo valor es decir el ms reciente y terminarlo con el primer valor, es decir el valor ms antiguo. De esta manera se obtendrn pronsticos o estimaciones para mtricas para los primeros datos de la serie de tiempo que pueden ser utilizadas como valores iniciales para realizar el pronstico de la serie de tiempo cuando se calcula ste de la manera normal, es decir empezando por el dato ms antiguo al ms reciente.

3. - Arbitraria. Cuando no se disponen de datos suficientes para estimar los valores iniciales o cuando el analista no considera de suma importancia disponer de valores iniciales muy apegados a la realidad, se pueden utilizar valores arbitrarios como valores iniciales para un mtodo en particular de acuerdo al criterio del analista que realiza el pronstico. Como por ejemplo para la suavizacin exponencial simple se podra utilizar como valor inicial:

como otro ejemplo para la suavizacin de Holt o para el suavizamiento amortiguado se podran usar los valores siguientes como valores iniciales:

Finalizando los ejemplos para la suavizacin de Winters podramos asignar como valores iniciales los que se muestran a continuacin:

en donde de y .

son los valores desestacionalizados

A continuacin ilustraremos la aplicacin del mtodo de la suavizacin exponencial simple mediante el ejemplo siguiente. Ejemplo: Para ste usaremos los datos de la Tabla 1.2 vista con anterioridad la cual muestra los valores observados de una serie de tiempo mensual estacionaria. Tabla 1.2 Valores Observados de una Serie de Tiempo Mensual Estacionaria.

Como valor de inicializacin de P1 usaremos el primer valor observado en la serie de tiempo, es decir X1, que en este caso es 48. A alfa le asignaremos un valor de 0.5. Entonces el clculo para el primer valor a pronosticar es:

para eda como sigue abajo:

qu

y de sta misma manera se hace para calcular el resto de los pronsticos para los periodos de tiempo subsecuentes. En la siguiente tabla se muestran todos los valores pronosticados para el ejemplo que nos ocupa correspondientes a los valores observados de la serie de tiempo original, pero se podra seguir calculando sucesivamente pronsticos para periodos posteriores hasta donde deseramos. Tabla 3.8 Valores Pronosticados con el Mtodo de la Suavizacin Exponencial Simple.

En la grfica posterior podemos ver cmo la curva descrita por los valores pronosticados sigue muy de cerca de la curva descrita por la serie de tiempo original a la cual que intenta pronosticar. Grfica 3.5 Grafica de Lneas de la Serie de Tiempo y de su Pronostico Obtenido con el Mtodo de la Suavizacin Exponencial Simple.

A continuacin vemos en la tabla de abajo los valores obtenidos para ste ejemplo de las medidas de precisin de uso ms frecuente. Tabla 3.9 Medidas de Precisin Obtenidas al Aplicar el Mtodo de la Suavizacin Exponencial Simple.