PROMEDIO MVIL

PONDERADO

Este mtodo de pronstico es una variacin del promedio mvil. Mientras, en el

promedio mvil simple se le asigna igual importancia a cada uno de los datos que
componen dicho promedio, en el promedio mvil ponderado podemos asignar
cualquier importancia (peso) a cualquier dato del promedio (siempre que la
sumatoria de las ponderaciones sean equivalentes al 100%). Es una prctica
regular aplicar el factor de ponderacin (porcentaje) mayor al dato ms reciente.

Cundo utilizar un pronstico de promedio

mvil ponderado?
El pronstico de promedio mvil ponderado es ptimo para patrones de demanda
aleatorios o nivelados donde se pretende eliminar el impacto de los elementos
irregulares histricos mediante un enfoque en perodos de demanda reciente,
dicho enfoque es superior al del promedio mvil simple.

Modelo de Promedio Mvil Ponderado

Frmula

Promedio de ventas en unidades en el perodo t

Sumatoria de datos

Factor de ponderacin

Ventas o demandas reales en unidades de los perodos anteriores a t

Nmero de datos

Ejemplo de aplicacin de un pronstico de

Promedio Mvil Ponderacin
Un almacn ha determinado que el mejor pronstico se encuentra determinado
con 4 datos y utilizando los siguientes factores de ponderacin (40%, 30%, 20% y
10%). Determinar el pronstico para el perodo 5.
Perodo

Ventas (unidades)

Ponderacin

Mes 1

100000

10%

Mes 2

90000

20%

Mes 3

105000

30%

Mes 4

95000

40%

Solucin
En este caso el primer paso consiste en multiplicar a cada perodo por su
correspondiente factor de ponderacin, luego efectuar la sumatoria de los
productos.

Podemos as determinar que el pronstico de ventas para el perodo 5 es

equivalente a 97500 unidades.

En el siguiente formato tan slo debers registrar las cantidades reales en las
celdas verdes y sus respectivas ponderaciones, dependiendo si se ponderarn los
ltimos 2, 3 o 4 perodos, para as obtener tu pronstico segn la cantidad de
perodos mviles ponderados (hasta los ltimos 4 perodos) para el perodo
siguiente (a partir del perodo nmero 2) de forma automtica.

REGRESIN LINEAL O
MNIMOS CUADRADOS

El modelo de pronstico de regresin lineal permite hallar el valor esperado de una

variable aleatoria a cuando b toma un valor especfico. La aplicacin de este
mtodo implica un supuesto de linealidad cuando la demanda presenta un
comportamiento creciente o decreciente, por tal razn, se hace indispensable que
previo a la seleccin de este mtodo exista un anlisis de regresin que determine
la intensidad de las relaciones entre las variables que componen el modelo.

Cundo utilizar un pronstico de regresin

lineal?
El pronstico de regresin lineal simple es un modelo ptimo para patrones de
demanda con tendencia (creciente o decreciente), es decir, patrones que
presenten una relacin de linealidad entre la demanda y el tiempo.

Existen medidas de la intensidad de la relacin que presentan las variables que

son fundamentales para determinar en qu momento es conveniente utilizar
regresin lineal.

Anlisis de regresin

El objetivo de un anlisis de regresin es determinar la relacin que existe entre

una variable dependiente y una o ms variables independientes. Para poder
realizar esta relacin, se debe postular una relacin funcional entre las variables.
Cuando se trata de una variable independiente, la forma funcional que ms se
utiliza en la prctica es la relacin lineal. El anlisis de regresin entonces
determina la intensidad entre las variables a travs de coeficientes de correlacin
y determinacin.

Coeficiente de correlacin [r]

El coeficiente de correlacin, comnmente identificado como r o R , es una medida
de asociacin entre las variables aleatorias X y Y, cuyo valor vara entre -1 y +1.

El clculo del coeficiente de correlacin se efecta de la siguiente manera:

Dnde t hace referencia a la variable tiempo y x a la variable demanda.

Modelo de Regresin Lineal Simple

Frmulas

Pronstico del perodo t

Interseccin de la lnea con el eje

Pendiente (positiva o negativa)

Perodo de tiempo

Donde ...

Promedio de la variable dependiente (Ventas o Demanda)

Promedio de la variable independiente (Tiempo)

Donde ...

Ejemplo de aplicacin de un pronstico de

Regresin lineal Simple
La juguetera Gaby desea estimar mediante regresin lineal simple las ventas para
el mes de Julio de su nuevo carrito infantil "Mate". La informacin del

comportamiento de las ventas de todos sus almacenes de cadena se presenta en

el siguiente tabulado.
Mes

Ventas

1 Enero

7000

2 Febrero

9000

3 Marzo

5000

4 Abril

11000

5 Mayo

10000

6 Junio

13000

El primer paso para encontrar el pronstico del mes 7 consiste en hallar la

pendiente, para ello efectuamos los siguientes clculos:

Luego, y dado que ya tenemos el valor de la pendiente b procedemos a calcular el

valor de a, para ello efectuamos los siguientes clculos:

Ya por ltimo, determinamos el pronstico del mes 7, para ello efectuamos el

siguiente clculo:

Podemos as determinar que el pronstico de ventas para el perodo 7 es

equivalente a 13067 unidades.