1. Introducción A Pronósticos_ok.pdf
Transcript of 1. Introducción A Pronósticos_ok.pdf
-
1
Produccin
Introduccin a los pronsticos y medidas de error
-
Agenda
Definicin de Pronstico.
Funcin del Pronstico.
Generalidades.
Mtodos de Pronstico.
Patrones de Series de Tiempo.
Evaluacin de Pronsticos.
2
-
Qu es un pronstico?
Estimacin del valor futuro para una variable
Basados en
Opinion de Expertos
Causalidad Historia
Ideas Clave:
Fundamental para la planeacin del negocio.
Casi siempre estn equivocados
Tambin son una medida de error.
Pronosticar en forma agregada es ms fcil que unidades individuales.
En el largo plazo son menos exactos.
Deben tener en cuenta toda la informacin disponible
3
Mi preocupacin radica en el futuro, ya que planeo pasar el resto de mi vida ah
Charles F. Kettering
-
Motivacin:
4
Pronosticar la temperatura mxima promedio para el mes de febrero de 2013
Informacin cualitativa:
Para el da jueves 21 de febrero y viernes 22 de febrero de 2013 se espera una temperatura mxima de 26C,
Tomado de:
http://www.tutiempo.net/tiempo/Bogota_Eldorado/SKBO.htm. Consultado el viernes 15 de febrero de 2013
-
5
Motivacin:
Pronosticar la temperatura mxima promedio para el mes de febrero de 2013
Informacin cuantitativa:
Ao 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003
Temperatura mxima
promedio Febrero
21.9 21.4 24.4 19.9 19.9 23.9 22.9 21.9 22.7 24.9
-
Funcin del pronstico
6
Restricciones
Polticas de Gerencia
Recursos Disponibles
Informacin del Mercado
Tecnologa Entradas
Investigacin de mercado
Historia de la demanda
Publicidad
Opiniones
Salidas
Demanda Esperada
Por producto
Por cliente
Por regin
Funcin de Pronstico
-
Generalidades
7
VARIABLES (Demanda, disponibilidad de materiales)
HORIZONTE (Ventana de tiempo total, nmero de perodos en que se calcul el pronstico)
PERODO (1 da, 1 semana, 1 mes, etc..)
FRECUENCIA DE REVISIN
Datos Histricos
Modelo Matemtico
Evaluacin humana
Pronstico de demanda
Clculo del error de Pronstico
Seleccin del modelo Modificacin
Pronstico Estadstico
Demanda real
-
Mtodos de Pronstico
Subjetivos o Cualitativos
Son aquellos mtodos basados en el juicio humano, entre ellos encontramos: Agregados de la Fuerza de
Ventas.
Encuestas al Cliente.
Juicio de Opinin Ejecutiva.
Mtodo Delphi.
8
-
Mtodos de Pronstico Objetivos
Son aquellos mtodos en los que el pronstico se deriva de un anlisis de datos, estos se clasifican en:
9
Modelos Causales
Usan datos provenientes de fuentes distintas a las series que estn pronosticando, son utilizados en el rea de finanzas y economa para pronosticar valores de variables macroeconmicas.
Modelos de Series de Tiempo
Usan datos provenientes de los valores pasados que tomo la variable que se quiere predecir, se utilizan comnmente en aplicaciones de planeacin de operaciones.
-
Patrones de Series de Tiempo
10
Demanda con tendencia
(lineal creciente)
Demanda con estacionalidad
Demanda estacionaria
(patrn puramente aleatorio)
Demanda con estacionalidad
y tendencia
-
Convenciones de Notacin
11
Dt : Valores de la demanda observados en el perodo t
Ft: Pronstico calculado para el perodo t, hecho en t-1.
Ft,t+ : Pronstico calculado en t para perodos en el futuro.
et: Error de pronstico en cualquier periodo t. Diferencia entre el
pronstico para el periodo y la demanda real para el mismo periodo.
et = Ft Dt
T: Horizonte de planeacin. Nmero de perodos en los cuales se calcul un pronstico
-
Evaluacin de Pronsticos
12
n
EtME -0.3
180
190
200
210
220
230
240
250
0 5 10 15
Dt
Ft
El pronstico es bueno?
t Dt Ft Et
1 206 226 20
2 211 231 20
3 225 190 -35
4 205 195 -10
5 232 212 -20
6 206 216 10
7 212 228 16
8 205 185 -20
9 208 238 30
10 225 215 -10
11 218 228 10
12 220 205 -15
-
Evaluacin de Pronsticos
13
180
190
200
210
220
230
240
250
0 2 4 6 8 10 12 14
Dt
Ft
20 + 20 - 35 + 15 - 10 = 0
LA SOLUCIN..
n
EtMAD 18
Qu est pasando?
-
Evaluacin de Pronsticos
14
n
EtMAD 18
n
EtMAD 18
SON IGUALES?
n
DtEtMAPE
/
Ahora supongamos que utilizamos la MAD para medir que tan
ajustado fue el pronstico
-
Evaluacin de Pronsticos
15
En resumen:
n
EtME
n
EtMAD
n
DtEtMAPE
/
n
EtMSE
2
Error Medio
Error Medio Absoluto
Error porcentual absoluto
Error cuadrtico medio
MAD
MSE
E
E
25.1
Desviacin estndar del
error
Los indicadores no son
suficientes para
determinar si un mtodo
de pronstico es
adecuado!!!!
Ningn indicador es
mejor que otro!!!!!!!
-
Ejercicio 1
16
ME MAD MAPE
t Dt Ft Et |Et| %Et
1 579 598
2 583 592
3 602 583
4 605 596
5 594 586
6 577 586
7 598 579
8 595 601
9 597 614
10 599 591
11 624 622
12 608 602
13 627 625
14 608 601
15 626 636
`16 641 627
-
Solucin Ejercicio 1
17
-1.5 10.25 1.71%
ME MAD MAPE
t Dt Ft Et |Et| %Et
1 579 598 19 19 3.28%
2 583 592 9 9 1.54%
3 602 583 -19 19 3.16%
4 605 596 -9 9 1.49%
5 594 586 -8 8 1.35%
6 577 586 9 9 1.56%
7 598 579 -19 19 3.18%
8 595 601 6 6 1.01%
9 597 614 17 17 2.85%
10 599 591 -8 8 1.34%
11 624 622 -2 2 0.32%
12 608 602 -6 6 0.99%
13 627 625 -2 2 0.32%
14 608 601 -7 7 1.15%
15 626 636 10 10 1.60%
`16 641 627 -14 14 2.18%
-
Comportamiento Esperado de los Errores
18
ERROR MEDIO (ME) 0 ERROR MEDIO ABSOLUTO (MAD) 0 ERROR MEDIO PORCENTUAL ABSOLUTO (MAPE) 0 ( 0 5 % muy aceptable) ERROR CUADRTICO MEDIO (MSE) 0 DESVIACIN ESTNDAR DEL ERROR (sE) 0
-
Ejercicio 2
19
Calcule las medidas de desempeo del mtodo de pronstico que se
muestra en la tabla.
t Dt Ft Et |Et| %Et
Ene-10 228.03 293.49
Feb -10 229.41 227.82
Mar-10 230.80 231.78
Abr-10 232.18 231.91
May-10 233.57 241.93
Jun-10 234.95 262.85
Jul-10 236.34 217.93
Ago-10 237.72 215.00
Sep-10 239.11 199.46
Oct-10 240.49 193.21
Nov-10 241.88 206.88
Dic-10 243.26 225.70
-
Ejercicio 3
20
Se han utilizado dos mtodos de pronstico para evaluar la misma serie
econmica de tiempo. Los resultados son:
Pronstico con el mtodo 1
Pronstico con el mtodo 2
Valor realizado de la serie
223 210 256
289 320 340
430 390 375
134 112 110
190 150 225
550 490 525
Compare la efectividad de estos mtodos mediante el clculo del MSE, la
MAD y la MAPE. Indican cada una de esas medidas de exactitud del
pronstico que la misma tcnica es la mejor? Si no es as, por qu?
-
21
Produccin
Mtodos Basados en Promedios
-
Agenda
Introduccin.
Promedios.
Simple.
Mvil.
Ponderado.
Ejercicios.
22
-
INTRODUCCIN
Cul ser la demanda en el periodo 9?
23
SEMANA DEMANDA
1 200
2 250
3 175
4 186
5 190
6 240
7 250
8 190 0
50
100
150
200
250
300
0 2 4 6 8 10
DEMANDA
-
24
SEMANA DEMANDA
1 200
2 250
3 175
4 186
5 190
6 240
7 250
8 190
0
100
200
300
0 2 4 6 8 10
DEMANDA
En una serie ESTACIONARIA
cada observacin puede
representarse por medio de
una constante y una
fluctuacin aleatoria.
ttD
Vamos a trabajar en mtodos
que nos permitan proyectar la
demanda cuando tiene este
comportamiento
INTRODUCCIN
Qe tipo de demanda nos interesa por ahora?
-
Promedio Simple
25
t Dt Ft Et |Et| 1 200 2 250 200,00 -50,00 50,00 3 175 225,00 50,00 50,00 4 186 208,33 22,33 22,33 5 190 202,75 12,75 12,75 6 240 200,20 -39,80 39,80 7 250 206,83 -43,17 43,17 8 190 213,00 23,00 23,00 9 210,13
tttt
ttt
SFSF
NDDDS
1
11 /)..........(
0
50
100
150
200
250
300
0 2 4 6 8 10
Dt
Ft
MAD 34,44 MAPE 0,16
PROMEDIOS
-
Promedio Movil
26
t Dt Ft Et |Et| 1 200 2 250 200,00 -50,00 50,00 3 175 225,00 50,00 50,00 4 186 208,33 22,33 22,33 5 190 202,75 12,75 12,75 6 240 200,20 -39,80 39,80 7 250 206,83 -43,17 43,17 8 190 213,00 23,00 23,00 9 210,13
MAD 34,44 MAPE 0,16
tttt
Nt
ti
it
Ntttt
SFSF
NDS
NDDDS
1
1
11 /)..........(
11 t
nti
it Dn
F
PROMEDIOS
-
Pormedio Movil
27
t Dt Ft Et |Et| 1 200 2 250 200,00 -50,00 50,00 3 175 225,00 50,00 50,00 4 186 208,33 22,33 22,33 5 190 202,75 12,75 12,75 6 240 200,20 -39,80 39,80 7 250 206,83 -43,17 43,17 8 190 213,00 23,00 23,00 9 210,13
MAD 34,44 MAPE 0,16
Y la actualizacin.
t
Nti
it DN
F1
1
1
1
1
1 t
Nti
Ntit DDN
F
Ntttt DDN
FF1
1
SUPONGAMOS 4N
PROMEDIOS
-
Promedio Movil
28
t Dt Ft Et |Et| 1 200 2 250 3 175 4 186 5 190 202,75 12,75 12,75 6 240 200,25 -39,75 39,75 7 250 197,75 -52,25 52,25 8 190 216,50 26,50 26,50 9 217,50
MAD 32,81 MAPE 0,15
0
50
100
150
200
250
300
0 2 4 6 8 10
Dt
Ft
Y SI CAMBIA EL N
PROMEDIOS
-
Promedio Ponderado
29
Le asigna un determinado peso wi a cada uno de los datos histricos considerados.
)..........( 1121 NtNttt DwDwDwS
tttt SFSF 1
PROMEDIOS
-
Ejercicio 1
Los datos trimestrales para las fallas de ciertos motores de aeronaves en una base local militar durante los pasados dos aos son: 200, 250, 175, 186, 225, 285, 305, 190. Los promedios trimestrales y semestrales se usan para pronosticar el nmero de fallas de motores.
a. Determine los pronsticos para los periodos 4 a 9 y 7 a 9 utilizando promedios mviles de 3 y 6 periodos respectivamente.
30
-
Ejercicio 2
Considere un proceso de demanda en el que los datos observados son los siguientes: 2, 6, 7, 8, 12, 14, 18, 24, 26, 30, 35, 38.
a. Determine los pronsticos para los periodos 3 a 16 y 6 a 16 utilizando promedios mviles de 2 y 5 periodos respectivamente.
b. Dibuje en la misma grfica la demanda y los pronsticos.
c. Concluya con respecto a la grfica
31