Vous êtes sur la page 1sur 3

UNIVERSIDAD ESTATAL DE MILAGRO

FACULTAD DE CIENCIAS DE LA INGENIERIA


INGENIERIA INDUSTRIAL

ASIGNATURA:
MODELOS Y PRONOSTICOS

DOCENTE:
ING. MANUEL AVILES

ALUMNO:
BRYAN CELLAN
JEFFERSON SUCONOTA
WLADIMIR ORDOÑEZ
EDISSON QUEZADA

CURSO:
5 A1

QUINTO SEMESTRE
Surtido Cookies
Jaime Luna investigó el patrón de datos de las ventas mensuales de Galletas
Surtido (véase la tabla 3-12). En ese caso, Karin, uno de los miembros del
equipo de Jaime, sugirió que los pronósticos de las ventas futuras para un mes
determinado se podría generar usando sencillamente el promedio de ventas
históricas de ese mes. Sin embargo, después de aprender algo acerca de los
métodos de suavización, Jaime piensa que un procedimiento de suavización
podría ser un mejor modo para elaborar pronósticos de las ventas futuras.
Jaime reconoce que los primeros pasos importantes para seleccionar un
método de pronóstico son graficar las series de tiempo de las ventas y la
realización de un análisis de autocorrelación. Él sabe que a menudo uno puede
aprender mucho con tan sólo revisar una gráfica de series de tiempo. Más aún,
las autocorrelaciones tienden a reforzar el patrón observado en la gráfica.
Jaime está listo para iniciar con el objetivo de la generación de pronósticos de
ventas mensuales de galletas para los meses restantes de 2003.

Autocorrelación
La autocorrelación es la relación que se da entre las variables perturbadoras,
contraviniendo uno de los supuestos para estimar el modelo a partir de la
independencia que debería existir entre estas variables. Este problema se
presenta fundamentalmente cuando se realizan estudios econométricos de
series históricas. En este caso, en cada periodo, las variables independientes
deberían ser las únicas que expliquen el modelo, y no lo que halla sucedido
periodos anteriores. Es decir, ni los fenómenos ocurridos anteriormente, o la
tendencia o ciclo de la variable debería afectar, en dicho periodo el
comportamiento de la variable dependiente

Preguntas

1. ¿Qué patrón(es) observó Jaime en la gráfica de series de tiempo de


las ventas de Surtido Cookies?.
Jaime observo que las series de tiempo en los años 2000, 2001 y2002 tienen
un patrón cíclico ya que para los 3 años la ventas de Enero hasta Agosto se
mantienen a casi un mismo nivel, y desde Agosto hasta diciembre las ventas
suben para los tres años, pero para el 2003 no tiene todos los valores de las
ventas por lo cual acude a un método de pronóstico.

2. ¿Las autocorrelaciones son congruentes con el patrón (o los


patrones) que Jaime observó en el gráfica de series de tiempo?

Si son congruentes por que no siempre se tienen las mismas ventas para
todos los años.

3. Seleccione y justifique un procedimiento de suavización apropiado


para pronosticar las ventas futuras de galletas y elabore
pronósticos para los meses restantes de 2003.
Método de suavización exponencial simple con un alfa igual a 0.97 obtenido de
la autocorrelacion entre los año 2001 y 2002

4. Use la sugerencia del promedio mensual histórico de Karin para


elaborar pronósticos para los meses restantes de 2003. ¿Cuáles
pronósticos prefiere, los de usted o los de Karin? ¿Por qué?

Conclusión de Bryan Cellan:


Prefiero mi pronóstico ya que ventas más cercanas a las anteriores por lo cual
se tendría menos error en el pronóstico para los meses que quedan del año
2003.
Conclusión de Jeferson Suconota:
Me quedo con mi propio pronóstico ya que da menos error.
Conclusión de Ordoñes:
Me quedo con el pronostico de Karin que siempre no se va a tener el mismo
pronostico para todo los años.
Conclusión de Quezada:
Me quedo con el pronóstico de Karin ya que tiene buen pronóstico de ventas.

Bibliografías:

 http://renanquispellanos.com/recursos/CURSOECONOMETRIA/01AUTO
CORRELACION%20forma%20causas%20consecuencias%20diagn%C3
%B3stico.pdf
 Pronósticos en los Negocios (Novena Edición) Jhon E. Hanke y Dean W.
Wichern

Vous aimerez peut-être aussi