PRONSTICOS DE

DEMANDA

EXPONENCIAL AMINORADO
EXPONENCIAL AMINORADO CON AJUSTE DE
TENDENCIA
ANLISIS DE REGRESIN LINEAL
REGRESIN POR MNIMOS CUADRADOS

EXPONENCIAL AMINORADO
La importancia de los datos disminuye conforme el pasado se vuelve ms distante.

Ventajas
Sorprendentemente precisos.
Fciles de formular.
El usuario puede entender cmo funciona el modelo.
Se requieren muy pocos clculos para utilizar el modelo.

Datos de entrada:

El pronstico ms reciente
La demanda real de periodo anterior
Constante de uniformidad alfa ().(determina el nivel de uniformidad y
La velocidad de reaccin a las diferencias entre los pronsticos y las
ocurrencias reales.

Aplicacin:

Naturaleza de la demanda sin tendencia o estacionalidad.


EXPONENCIAL AMINORADO
La ecuacin para un solo pronstico de uniformidad exponencial es
simplemente

Ft = Ft1 + (At1 Ft1)
Donde

Ft = El pronstico suavizado exponencialmente para el periodo t
Ft1 = El pronstico suaviza del periodo anterior
At1 = La demanda real del periodo anterior
= ndice de respuesta deseado, o constante de suavizacin
Demanda estable: 5% 10%
Demanda inestable: 15% 30%
EXPONENCIAL AMINORADO CON AJUSTE
DE TENDENCIA
Adiciona un ajuste de tendencia.

Utiliza una constante adicional : reduce el impacto del error que ocurre entre la
realidad y el pronstico.
FITt = Ft + Tt
Ft = FITt1 + (At1 FITt1)
Tt = Tt1 + (Ft FITt1)
Donde:

Ft = Pronstico Suavizado Exponencialmente Para El Periodo T
Tt = Tendencia Suavizada Exponencialmente Para El Periodo T
FITt = Pronstico Incluida La Tendencia Para El Periodo T
FITt1 = El Pronstico Incluida La Tendencia Hecha Para El Periodo Anterior
At1 = La Demanda Real Para El Periodo Anterior
= Constante De Suavizacin
= Constante De Suavizacin

Aplicacin

Naturaleza de la demanda con algn tipo de tendencia.




ANALISIS DE REGRESION LINEAL

Relacin funcional entre dos o ms variables correlacionadas. Se utiliza para
pronosticar una variable con base en la otra.

til para pronosticar las demandas de familias.

La ecuacin de los mnimos cuadrados para la regresin lineal es




Donde

Y = variable dependiente calculada mediante la ecuacin
a = Intercepcin con el eje Y
b = pendiente de la recta
x = periodo
y = Promedio de todas las y
x = Promedio de todas las x
n = Nmero de punto de datos
REGRESION POR MNIMOS CUADRADOS
Pronostico para demanda con comportamiento estacional. Permite desglosar una
serie de tiempos en dos componentes: Tendencia y estacionalidad.

Procedimiento:

Determinar el ndice o factor de estacionalidad.
Eliminar el efecto estacional
Desarrollar una lnea de regresin aplicando mnimos cuadrados.
Proyectar la lnea de regresin hacia el perodo que ser pronosticado.
Crear el pronostico final

MEDICIN DEL ERROR EN EL PRONSTICO
At= Demanda del periodo evaluado.
Ft = Pronostico del periodo evaluado.
n = nmero de periodos

Desviacin = (At) - (Ft)

Suma Corriente de los Errores del Periodo (SCEP) = (At Ft)

Desviacin Media Absoluta (DMA) =

Desviacin Media Absoluta Porcentual (DMAP) =

100

Seal de rastreo (ST) =
SCEP
DMA