Pronósticos. Humberto R. Álvarez A., Ph. D.

Transcripción

1 Pronóstcos Humberto R. Álvarez A., Ph. D.

2 Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las personas. Pronóstco: estmacón de un acontecmento futuro que se obtene proyectando datos del pasado que se combnan sstemátcamente, aplcando técncas estadístcas y de la cenca admnstratva. Prospectva: conjunto de tentatvas sstemátcas para observar a largo plazo el futuro de la cenca, la tecnología, la economía y la socedad con el propósto de dentfcar las tecnologías emergentes que probablemente produzcan los mayores benefcos económcos y/o socales. Es la cenca que estuda el futuro para comprenderlo y poder nflur en él

3 Uso de pronóstcos Su éxto está basado en su aplcacón efectva en la planfcacón y toma de decsones Los pronóstcos son mportantes para dferentes aspectos de la planeacón, ncluyendo aspectos tales como dseño del producto, dseño del proceso, nversón y reemplazo de equpo y planfcacón de la capacdad. Es además una herramenta para el control porque permte defnr estándares para comparar.

4 Clasfcacón de enfoques Intutvo: estmacón de un evento futuro para una fecha posble. Implca hacer conjeturas, corazonadas y jucos subjetvos Formales: estmacón de cantdades basadas en técncas estadístcas y datos anterores. Método Delph, tormenta de deas, grupo nomnal, tanque de deas, etc. Seres de tempo, métodos causales, smulacón.

5

6 Los pronóstcos en el cclo de vda Introduccón Crecmento Madurez Declnacón DATOS DISPONIBLES: HORIZONTE DE TIEMPO METODOS RECOMENDADOS de mercado. DATOS TIEMPO METODOS No hay Es necesaro un horzonte largo Opnón y Juco, Delph.- Investgacón Dsponbles algunos Sgue sendo necesaro un horzonte largo; las tendencas y relacones causa-efecto son mportantes Investgacón de mercado: comparacón hstórca. Regresón y smulacón computarzada DATOS TIEMPO METODOS Consderable cantdad, de todo tpo. Pronóstcos a corto plazo Seres de tempo, Regresón, suavzacón exponencal, econométrcos DATOS TIEMPO METODOS Abundantes Horzonte reducdo Los msmos que para la madurez. Además el juco, las analogías hstórcas y las nvestgacones de mercado pueden señalar cambos.

7 Métodos formales Seres de tempo: es smplemente una lsta cronológca de datos hstórcos, para la que la suposcón esencal es que la hstora predce el futuro de manera razonable Promedo smple Promedo móvl Suavzacón exponencal Regresón smple

8 Patrones de datos Patrones cíclcos Tendencas Estaconaldad Aleatoredad

9 Promedo smple Todos los datos de los períodos anterores tenen el msmo peso relatvo. El promedo hace que los datos de mayor valor tendan a ser equlbradas por los valores menores de otros períodos, reducendo las posbldades de error que se podrían cometer al dejarse llevar por fluctuacones aleatoras que pueden ocurrr en un período. Se calcula en base a la expresón: k d En donde, P d, = 1,... k, es la demanda de todos los períodos anterores k = número de períodos 1 k

10 Promedo móvl smple Combna los datos de demanda de la mayor parte de los períodos recentes, sendo su promedo el pronóstco para el período sguente. El promedo se mueve en el tempo, en el sentdo de que, al transcurrr un período, la demanda del período más antguo se descarta y se agrega, en su reemplazo, la demanda para el período más recente, superando así la prncpal lmtacón del modelo del promedo smple. Se calcula como sgue: Donde: MMS d es la demanda de cada uno de los n períodos anterores. En este caso va desde 1 hasta n períodos. S n =k, se tendrá el promedo smple. n n d kn1

11 Suavzacón exponencal de prmer orden Se dstngue porque da pesos de manera exponencal a cada una de las demandas anterores a efectos de calcular el promedo. La demanda de los períodos más recentes recbe un peso mayor; los pesos de los períodos sucesvamente anterores decaen de una manera no lneal (exponencal). El cálculo correspondente requere de 2 datos: el prmero es la demanda real del período más recente y el segundo es el pronóstco más recente obtendo por cualquer otro método. A medda que termna cada período se realza un nuevo pronóstco. Entonces: Donde es el coefcente de suavzacón tal que 0 1

12 Seleccón de Un elevado sería más adecuado para los nuevos productos o para casos para los que la demanda subyacente está en proceso de cambo (esta es dnámca, o ben nestable). Un valor de de 0.7, 0.8 o 0.9 puede resultar el más apropado para estas condcones, aun cuando el uso del suavzado exponencal es cuestonable s no se sabe s exsten o no condcones de nestabldad. S los datos son estables y se pensa que pueden ser representatvos del futuro, el pronostcador podrá optar por un valor bajo de para dsmnur cualquer rudo que hubera poddo presentarse en forma súbta. Entonces, el procedmento de pronóstco no reaccona de una manera drástca a las demandas más recentes. En estas condcones de establdad, el coefcente de suavzacón podría ser de 0.1, 0.2, o 0.3. Cuando la demanda es lgeramente nestable, coefcentes de suavzacón de 0.4, 0.5 o 0.6, pueden proporconar los pronóstcos más precsos.

13 Ejemplo Ventas Ventas Pronóstco para el período 21 Promedo smple: 26.2 undades Promedo móvl con 3 períodos: 22.7 undades

14 Ventas Ventas Pronóstco

15 Ventas Ventas Pronóstco

16 Regresón smple De la forma y = ax + b, donde x es funcón del período solamente. n x b y a x x n y x y x n b 2 2

17 Curva de regresón ajustada y = x R 2 =

18 Resumen de valores obtendos Método Pronóstco, período 21 Promedo smple 26.2 Promedo móvl 3 períodos 22.7 Suavzacón exponencal = Suavzacón exponencal = Suavzacón exponencal = Regresón smple 25.2

19 Resultados utlzando WnQSB

20

21 Cuál es el mejor método? El mejor ndcador de un pronóstco es la precsón del método. Meddas de error Error promedo Error medo absoluto (MAD: mean absolute devato) Promedo del error cuadrado (MSD: mean square devaton) Error absoluto medo porcentual (MAPE: mean abslute percenage error)

22 Error promedo Se calcula como la dferenca entre los datos observados y el pronóstco. Debdo al teorema del límte central, debe dar sempre un valor cercano a cero.

23 Desvacón meda absoluta A fn de evtar el problema del error promedo, se utlza el promedo de la desvacón meda absoluta: x F n

24 Promedo de error cuadrado Penalza más las desvacones grandes x F 2 n

25 Error absoluto medo porcentual Tambén elmna el problema del sgno. Otra ventaja es que permte comparacón por ser un valor relatvo, no absoluto. PF PF n x F x 100

26 Métodos causales Muestran relacón causa efecto Regresón smple Regresón múltple Box-Jenkns (ARIMA)