modelos de simulacion - promedios móviles

7
UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL FACULTAD DE CIENCIAS ECONÓMICAS Y NEGOCIOS INGENIERIA EN MARKETING 6 “D” MODELOS DE SIMULACIÓN TEMA: SERIES DE TIEMPO Y MÉTODO DE PROMEDIOS MÓVILES AUTOR: CARLOS PAZMIÑO MARCO ANDRADE

Upload: carlos-pazmino

Post on 28-Dec-2015

36 views

Category:

Documents


3 download

TRANSCRIPT

UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL

FACULTAD DE CIENCIAS ECONÓMICAS Y NEGOCIOS

INGENIERIA EN MARKETING 6 “D”

MODELOS DE SIMULACIÓN

TEMA:

SERIES DE TIEMPO Y MÉTODO DE PROMEDIOS MÓVILES

AUTOR:

CARLOS PAZMIÑO

MARCO ANDRADE

Quito – Ecuador

2014

SERIES DE TIEMPO Y PROMEDIOS MÓVILES

La planeación del futuro y el éxito a largo plazo de una organización depende de cuán bien la

gerencia anticipa el futuro y elabora las estrategias apropiadas.

Con el podemos calcular los volumen de ventas, y una proyección para el siguiente año

UNA SERIE DE TIEMPO

Es un conjunto de observaciones de una variable medida en puntos sucesivos en el tiempo o a lo

largo de periodos sucesivos. El objetivo de estos análisis es proporcionar buenos pronósticos o

predicciones de los valores futuros de la serie de tiempo.

COMPONENTES DE UNA SERIE DE TIEMPO

Tendencia, cíclico, estacional e irregular, se combinan para proporcionar valores específicos de la

serie de tiempo.

TENDENCIA

Una serie de tiempo es el componente de largo plazo que representa el crecimiento o disminución

en la serie sobre un periodo amplio. Es la propensión al aumento o disminución en los valores de

los datos de una serie de tiempo, como cambios en la población, características demográficas de la

población, tecnología y preferencias de consumo.

La gráfica a) muestra una tendencia no lineal; indica poco crecimiento inicial, luego un periodo de

rápido crecimiento y por último una estabilización. Este patrón de tendencia podría ser una buena

aproximación de las ventas para un producto desde su introducción, pasando por un periodo de

crecimiento y llegando a un periodo de saturación del mercado. La tendencia lineal decreciente de

la gráfica b) es útil para las series de tiempo que muestran una declinación constante en el tiempo.

La línea horizontal en la gráfica c) representa una serie de tiempo que no tiene un aumento o

disminución constante en el tiempo, y por tanto no muestra tendencia.

COMPONENTE CÍCLICO

Es un conjunto de fluctuaciones en forma de onda o ciclos, de más de un año de duración,

producidos por cambios en las condiciones económicas. Un fenómeno que en lo general parece

estar relacionado con la variación de la actividad económica ocurrida durante periodos de crisis o

prosperidad. La fluctuación también puede presentarse en series de tiempo estacionarias.

COMPONENTE ESTACIONAL

Es un patrón de cambio que se repite a sí mismo año tras año. El patrón de cambio por lo general es

un aumento o una disminución cuantitativa en los valores observados de una serie de tiempo

específica. Cabe mencionar que aunque en la mayor parte de los casos el patrón estacional es un

fenómeno que se presenta en lapsos de tiempo de duración aproximada a un año

COMPONENTE IRREGULAR

Este comportamiento irregular está compuesto por fluctuaciones causadas por sucesos

impredecibles o no periódicos, como el clima poco usual, huelgas, guerras, rumores, elecciones y

cambio de leyes. Este componente representa la variabilidad aleatoria en las series de tiempo y es

resultado de factores a corto plazo, imprevistos y no recurrentes que afectan a la serie de tiempo.

Promedios móviles

El método de los promedios móviles utiliza el promedio de los n valores de datos más recientes en la serie de tiempo como el pronóstico para el siguiente periodo.

En términos matemáticos:

Ejemplo

Para utilizar promedios móviles con el fin de pronosticar las ventas de gasolina, primero se debe seleccionar el número de valores de datos que se incluirán en el promedio móvil.

Calculemos los pronósticos con un promedio móvil para las primeras tres semanas de la serie de tiempo de ventas de gasolina

Luego utilizamos este valor de promedio móvil como el pronóstico para la semana 4. El valor real observado en la semana 4 es 23, así que el error de pronóstico en la semana 4 es 23 - 19 = 4, en general, el error asociado con un pronóstico es la diferencia entre el valor observado de la serie de tiempo y el pronóstico.

El cálculo para el segundo promedio móvil de tres semanas es

Por consiguiente, el pronóstico para la semana 5 es 21 y el error asociado con este pronóstico es 18 - 21 = 3. De ahí que el error de pronóstico pueda ser positivo o negativo, dependiendo de si el pronóstico es demasiado bajo o demasiado alto.

Por tanto, el pronóstico para la semana 13 es 19, o 19,000 galones de gasolina