UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

ESCUELA DE INGENIERIA AGROINDUSTRIAL

CURSO: Planeamiento y control de operaciones

CATEDRATICO: Ing. Ccasani Allende, Julian.

INTEGRANTES:

Aldaz Abarca, Roberto

Diaz Inocente, Ivette.

CICLO: 9 SECCION: A
2016
 ERRORES DE PRONOSTICO

Permite medir el error global del modelo de pronstico.

Error de pronstico = demanda pronstico

Se trata de seleccionar el valor de que minimice el error

de pronstico, calculado como
La desviacin absoluta media (DAM), o
El error cuadrtico medio (ECM)

DAM=

ECM=

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 SUAVIZAMIENTO EXPONENCIAL CON AJUSTE DE
TENDENCIA
Se utiliza para dar respuesta a las tendencias presentes en la demanda.
Para mejorar la previsin se ajusta el modelo de alisado exponencial para desfases
positivos o negativos en la tendencia.

pronstico incluyendo la tendencia (PITt)

= pronstico alisada exponencialmente (Ft)
+ tendencia suavizada exponencialmente (Tt)

Ft = (demanda real del ltimo periodo) + (1- )(pronstico del ltimo periodo + tendencia
estimada del ltimo periodo)
Ft = (At-1) + (1- )(Ft-1 + Tt-1)
Tt = (pronstico de este periodo - pronstico del ltimo periodo) + (1- )(tendencia estimada
del ltimo periodo)
Tt = (Ft - Ft-1) + (1- )Tt-1
Ft = pronstico suavizado exponencialmente de la serie de datos en el
periodo t.
Tt = tendencia suavisada exponencialmente en el periodo t.
At = demanda real en el periodo t.
= constante de Suavizamiento para la media. (0< <1)
= constante de Suavizamiento para la tendencia. (0< <1)

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 COMPARACIN DE PRONSTICOS
40

Suavizamiento exponencial+
35 Tendencia
Demanda real
30
Demanda del producto

25

Series1
20
Series2
Series3
15

Suavizamiento exponencial
10

0
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre

Mes

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 MTODO DE MNIMOS CUADRADOS

Observacin
real
Desviacin
Valores de la variable dependiente

Desviacin Desviacin

Desviacin
Desviacin Punto en la
lnea de
tendencia
Desviacin
Desviacin

^Y=a+ bx

Periodo de tiempo
ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR
 DEMANDA REAL Y LINEA DE TENDENCIA

160

140
Y=56,70+10,54X
120

100
Demanda

80 Series1
Demanda real Series2
60

40

20

0
0 2 4 6 8 10

Periodo de tiempo

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 ANLISIS DE REGRESIN LINEAL
Se usa para prever la lnea de tendencia.
Supone una relacin entre la variable de respuesta, Y, y el periodo de tiempo, X, que
es una funcin lineal:
Yi = ab+Xi
Se calcula mediante el mtodo de los mnimos
cuadrados:
Minimiza la suma de errores cuadrados.
Modelo del anlisis de regresin lineal

^ Y
Yi =a+bXi b>0
a

b<0
a
Tiempo, X
ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR
 DIAGRAMA DE DISPERSIN

Ventas
Ventas frente a tiempo

0
99 00 01 02 03

Periodo de tiempo
ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR
 ECUACIONES DE MNIMOS CUADRADOS

^
Ecuacin: Yi =a+bXi

=0
Pendiente: b=
=1

Corte con el eje Y: a= - b

Tabla de clculo

. . . . .
. . . . .

2 2

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 Ejemplo de anlisis de regresin lineal
Usted es el analista de marketing de Shu- Usted est realizando el anlisis de
Q-To, compaa japonesa productora de marketing de
piezas mecanizadas de alta precisin. Shu-Q-To. Al utilizar aos codificados,
Obtuvo los siguientes datos: halla que Yi = - 0,1 + 0,7Xi.

Ao Ventas
Ao Ventas (Unidades)
(unidades)
1999 1
1999 1
2000 1
2000 1
2001 2
2001 2
2001 2
2002 2
2003 4
2003 4
2004 4.1
Cul es la ecuacin de tendencia?
Yi = 0,7Xi - 1398,7 Determine el pronstico para el ao 2004.

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 MODELO ESTACIONAL MULTIPLICATIVO
Encontrar la demanda histrica media para cada estacin sumando la demanda de
esa estacin cada ao y dividindola entre el nmero de aos de datos disponibles.
Calcular la demanda media a lo largo de todas las estaciones dividiendo la demanda
media total anual entre el nmero de estaciones.
Calcular un ndice estacional dividiendo la demanda histrica real de esa estacin
(calculado en la etapa 1) entre la demanda media a lo largo de todas las estaciones.
Estimar la demanda anual de todo el ao prximo.
Dividir esta estimacin de la demanda anual total entre el nmero de estaciones y
entonces multiplicarla por el ndice estacional de esa estacin. Esto proporciona el
pronstico estacional .

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 MODELO DE PREVISIN CAUSAL A TRAVS DE LA REGRESIN LINEAL

Muestra la relacin lineal entre las variables dependientes e independientes.

Ejemplo: ventas y publicidad (sin tiempo)

Corte con el eje Y

Pendiente

^
Yi =a+bXi
Variable dependiente Variable independiente

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 MODELO DE REGRESIN LINEAL SUPOSICIONES DE LOS MNIMOS
CUADRADOS

Se supone que la relacin es lineal.

Primero trace los datos, si existe
y
Yi =ai bxi relacin en curva, utilice el anlisis
Error curvilineal.
Se supone que la relacin slo se
sustenta dentro o justo fuera del
campo de datos. No trate de predecir
periodos de tiempo lejanos al campo
Error
de la base de datos.
Lnea de tendencia
Se supone que las desviaciones que
^Y=a. bx rodean a la lnea de los mnimos
i cuadrados son aleatorias.
i

Valor observado x

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 CRITERIOS PARA DETERMINAR ECUACIONES DE REGRESIN
LA MEJOR LNEA LINEAL

La mejor lnea es aquella que minimiza

la suma de todos los errores.
Ecuacin: =a + bx
^
min=1( )

La mejor lnea es aquella que minimiza

=1
la suma de los valores absolutos de los Pendiente: b=
errores. 2
=1
min=1 ^

La mejor lnea es aquella que minimiza

Corte con el eje Y: a= y - bx
la suma de los cuadrados de los errores.

^
min=1( )

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 INTERPRETACIN DE LOS COEFICIENTES

Pendiente (b):
El clculo de Y vara en b cada unidad extra en X.
Si b = 2, entonces las ventas (Y) aumentarn en 2 por cada
unidad extra en publicidad (X).
Corte con el eje Y (a):
medio de Y cuando X = 0.
Si a = 4, entonces las ventas medias (Y) sern de 4 cuando
la publicidad (X) sea 0.

Variacin del Y real a partir del Y predecido.

Se mide mediante el error estndar de la estimacin:
Muestra los errores de la desviacin estndar
Es una medida de la variabilidad alrededor de la lnea de regresin.
o SY,X
Refleja la precisin de la prediccin.

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 MEDIDAS DE EFICIENCIA DE LA ESTIMACIN
El libro utiliza
Error Estndar del Estimado el smbolo Yc
Es una medida del error en que se
incurre al emplear en lugar del Y
verdadero
^
(
=1 )
, =
2
^
=1( )
S=
(+1)
2 2

=1
=1
=1
K = no. de variables independientes =
N-(k+1) = no. de grados de libertad 2

Ecuacin cuando k=1 (una sola variable

El 95% de las observaciones caer entre
independiente)
ms o menos 2S a cada lado de la lnea
de regresin

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 MEDIDAS DE EFICIENCIA DE LA ESTIMACIN

Coeficiente de Correlacin
Es una medida de la asociacin entre las variables aleatorias X e Y

,
= =

( )( )
=

( ) ( )
= =

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 VALORES DEL COEFICIENTE DE CORRELACIN

Correlacin Correlacin
Sin correlacin
negativa perfecta positiva perfecta

- 1,0 0 1,0
- 0,5
0,5

Aumento de la correlacin Aumento de la correlacin

negativa positiva

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 COEFICIENTE DE CORRELACIN Y MODELO DE REGRESIN

r=1 y r = -1
= a + b

= a + b

y r = 0,89
y r= 0

= a + b

= a + b

x
x
 MEDIDAS DE EFICIENCIA DE LA ESTIMACIN

Coeficiente de Determinacin

( ) 2 ( )2

2 =
( )2

ANLISIS DE REGRESIN MLTIPLE

^
Y i = a + b i + c i
Variable dependiente variables independientes

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 ANLISIS DE REGRESIN MLTIPLE GUA PARA ELEGIR EL MODELO DE
PRONSTICO
Elaboracin de un modelo lineal:
1. Examinar la relacin entre cada variable En el pronstico quiere lograr:
dependiente y la variable independiente con el fin
de detectar no linealidades. Ninguna conducta o direccin del error de pronstico.
2. Linealizar toda relacin no lineal Error = ( ) = (Real - pronstico).
encontrada, mediante transformacin de
variables. Se observa en las representaciones de los errores a lo
3. Determinar la matriz de correlacin simple largo
4. En dicha matriz, detectar: del tiempo.
a) Variables independientes que
Un error de pronstico ms pequeo:
tengan una asociacin estadstica con la variable
dependiente Error cuadrado medio (ECM).
b) Dependencia entre variables dependientes
Desviacin absoluta media (DAM).
5. Estimar los parmetros y medidas
de eficiencia de las ecuaciones de regresin
potenciales
6. Analizar los resultados encontrados

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 CONDUCTA DEL ERROR DE PRONSTICO

Tendencia no totalmente justificada Conducta deseada

Error Error

0 0

Tiempo (aos) Tiempo (aos)

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 ECUACIONES DEL ERROR DE PRONSTICO

Error cuadrado medio (ECM):

=1 (
) 2 2
ECM = =

Desviacin absoluta media (DAM):

=1 | |
DAM = =

| |

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 EJEMPLO DE SELECCIN DEL MODELO DE PRONSTICO

Usted es el analista de marketing de Shu-Q-To. Ha previsto las ventas con un modelo lineal y suavizamiento
exponencial. Qu modelo usar?

ao Ventas reales Pronstico del Pronstico del

modelo lineal suavizamiento
exponencial (0,9)

1999 1 0,6 1,0

2000 1 1,3 1,0
2001 2 2,0 1,9
2002 2 2,7 2,0
2003 4 3,4 3,8

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 EVALUACIN DEL MODELO LINEAL

Ao
Error |Error|
1999 1 0.6 0,4 0,16 0,4
2000 1 1,3 -0,3 0,09 0,3
2001 2 2,0 0,0 0,00 0,0
2002 2 2,7 -0,7 0,49 0,7
2003 4 3,4 0,6 0,36 0,6
Total 0,0 1,10 2,0

EMC = = , / = 0,220

||
DAM = = , / = 0,400

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 Ao
Error |Error|
1999 1 1,0 0,0 0,00 0,0
2000 1 1,0 0,0 0,00 0,0
2001 2 1,9 0,1 0,01 0,1
2002 2 2,0 0,0 0,00 0,0
2003 4 3,8 0,2 0,04 0,2
Total 0,3 0,05 0,3

EMC = = , / = 0,01

||
DAM = = , / = 0,06

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 EVALUACIN DEL MODELO DE SUAVIZAMIENTO EXPONENCIAL

Modelo de Suavizamiento exponencial:

EMC = = , / = 0,01

||
DAM = = , / = 0,06

Modelo lineal:

EMC = = , / = 0,220

||
DAM = = , / = 0,400

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 SEAL DE RASTREO ECUACIN DE LA SEAL DE RASTREO

Mide el grado de precisin del

Seal de rastreo =
Pronstico para predecir valores
reales.
=1( )
Seal de rastreo =
Suma actual de los errores de
pronstico
Seal de rastreo =
(SAEP) dividida entre la desviacin
absoluta
media (DAM):
Una buena seal de rastreo tiene
valores bajos.
Debe estar dentro de los lmites de
control
superiores e inferiores.

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 CLCULO DE LA SEAL DE RASTREO

Error absoluto = |Error|

Error = Real pronstico SAEP =
= |-10| = 10
= 90 100 = -10 = ND + (-10) = -10

|Error|
Acumulado = || DAM = ||/n SR = SAEP / DAM
= NA + 10 = 10 = 10 /1 = 10 = -10/10 = -1

Trim. Demanda Demanda Error SAEP Error |Error| DAM SR

prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95
3 100 115
4 100 100
5 100 125
6 100 140

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 CLCULO DE LA SEAL DE RASTREO

Error absoluto = |Error|

Error = Real pronstico SAEP =
= 95 100 = -5
= |-5| = 5
= (-10) + (-5) = -15

|Error|
Acumulado = || DAM = ||/n SR = SAEP / DAM
= 10+ 5 = 15 = 15 /2 = 7,5 = -15/7,5 = -2

Trim. Demanda Demanda Error SAEP Error |Error| DAM SR

prevista real absoluto acumulado
1 100 90 -10 -10 10 10 10,0 -1
2 100 95 -5 -15 5 15 7,5 -2
3 100 115
4 100 100
5 100 125
6 100 140

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 CLCULO DE LA SEAL DE RASTREO

Error absoluto = |Error|

Error = Real pronstico SAEP =

|Error|
Acumulado = || DAM = ||/n SR = SAEP / DAM

Trim. Demanda Demanda Error SAEP Error |Error| DAM SR

prevista real absoluto acumulado

1 100 90 -10 -10 10 10 10,0 -1

2 100 95 -5 -15 5 15 7,5 -2

3 100 115 15 0 15 30 10 0

4 100 100 0 0 0 30 7,25 0

5 100 125 25 25 25 55 11 2,27

6 100 140 40 65 40 95 15,83 4,11

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 REPRESENTACIN DE UNA SEAL DE RASTREO

Seal que supera el lmite

Seal de rastreo
Lmite de control superior
+
Seal de rastreo

0
Intervalo aceptable

-
Lmite de control inferior

Tiempo

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR

 SEALES DE RASTREO

160 3

140
2
120 Pronstico
1
100
Demanda Real

Seal de
rastreo
80 0

60 Demanda real
-1
40
Seal de rastreo -2
20

0 -3
0 1 2 3 4 5 6 7

Tiempo

ESTIMACIN DE LA DEMANDA: PRONSTICOS UNIVERSIDAD SIMON BOLIVAR