Pronósticos y Métodos de Pronóstico en Matemáticas
Clasificado en Matemáticas
Escrito el en 
español con un tamaño de 2,47 KB
Pronósticos
Pronóstico: su objetivo es hacer buenas estimaciones. (son básicos para la producción, inversión, personal e infraestructura).
Características: son erróneos, deben entregar medida de error, pronosticar unidades en conjunto es más sencillo que individuales.
Horizonte: corto (hasta 3 meses), mediano (entre 3 meses y 3 años) y largo (sobre 3 años)
Pasos: det uso del pronóstico, seleccionar los aspectos que se deben pronosticar, det horizonte, seleccionar modelo de pronóstico, recopilar datos, hacer pronóstico, validar e implementar resultados.
Enfoques
P. Cualitativos: incorporan factores como la intuición y la experiencia.
P. Cuantitativos: modelo matemático que se apoya en datos históricos.
Ejemplo: enfoque intuitivo, promedios móviles, suavizamiento exp, proyección de tendencias y regresión lineal.
Series de tiempo: implica que los valores futuros se predicen en base solamente a datos pasados. Componentes: ciclos, v aleatoria, estacionalidad y tendencia.
Enfoque intuitivo: la demanda del siguiente periodo será igual a la demanda del periodo más reciente.
Promedios móviles: es útil si se puede suponer que la demanda permanece relativamente constante en el tiempo.
Promedio móviles ponderados: cuando se presenta una tendencia, puede utilizarse ponderaciones para dar más énfasis a los valores recientes. Problema: resta sensibilidad al método ante cambios reales en los datos. No reflejan correctamente las tendencias.
Suavizamiento exponencial: los datos más recientes tienen mayor ponderación. Constante alfa entre 0 y 1.
Proyección de tendencia: ajusta una recta de tendencia a una serie de datos históricos, se obtiene por mínimos cuadrados. No se deberían predecir periodos lejanos, ya que pierde validez.
Variaciones estacionales de los datos
Pasos: encontrar demanda histórica promedio para cada estación, calcular la demanda promedio de todos los periodos, calcular índice estacional, desestacionalizar los datos originales, hacer regresión de los datos desestacionalizados, proyectar la línea hacia el periodo de pronóstico, ajustar la línea de regresión según los factores estacionales.