Please enable JavaScript.
Coggle requires JavaScript to display documents.
Método de Promedios Móviles y de Suavización (Método de suavización…
Método de Promedios Móviles y de Suavización
Método informal
Se usan para modelos simples por que los datos más recientes ofrecen las mejores predicciones del futuro
Es un pronóstico “sin cambio”
Se calcula: Yt+1 = Yt
Problema: Las fluctuaciones aleatorias se producen con la misma fidelidad que los cambios en los datos fundamentales
Los periodos recientes son los mejores para predecir el futuro.
Método de promedios
Generan pronósticos con base en un promedio de observaciones pasadas
Promedio móviles
Es el valor de la media de k observaciones consecutivas.
El valor del promedio móvil más reciente indicará el pronóstico del siguiente periodo
Promedios móviles dobles
pronosticar los datos de las series de tiempo que tienen una tendencia lineal
Promedio simple
Usa la media de todas las observaciones históricas relevantes como el pronóstico para el siguiente periodo
Método de suavización exponencial
Definición
Procedimiento para revisar de forma continua un pronóstico a la luz de la experiencia más reciente
Señal de control
Cálculo de una medida de errores de pronóstico en el tiempo y el establecimiento de límites.
Cuando los errores acumulados caen fuera de esos límites, el encargado recibe una señal de alerta
Suavización exponencial ajustada a la tendencia
Método de Holt
Toma en cuenta la evolución local lineal de las tendencias en una serie de tiempo y se usa para generar pronósticos
Suaviza directamente el nivel y la pendiente usando diferentes constantes de suavización para cada uno
Suavización exponencial ajustada a la tendencia
y a la variación estacional
.
Método de Winters
Se emplea una ecuación adicional para estimar la estacionalidad
Representa mejor los datos y reduce el error de pronóstico