• Author / Uploaded
• luis

Citation preview

Piense en usar un 1. Modelo de promedio móvil simple. Experimente con modelos que usan datos de cinco y tres semanas anteriores. A continuación se dan datos previos de cada región. Evalúe los pronósticos que se habrían hecho en las 13 últimas semanas tomando como criterios la desviación absoluta promedio y la señal de seguimiento. N=3 N=5

1 2 3 4 5 6 7 8 9 10

Para N=3 Semana Demand a (A) 1 162 2 199 3 189 4 213 5 246 6 288 7 245 8 204 9 236 10 257 11 174 12 248 13 229

Pronostic o (F) 183 200 216 249 260 246 228 232 222 226

F(4) = A1+A2+A3 n

RSFE(A-F) 30 46 72 -4 -56 -10 29 -58 26 3

162+199+1 89 = 3

/AF/ 30 46 72 4 56 10 29 58 26 3 183

MAD = Σ/At-Ft/ n 30+46+72+4+56+10+29+58 MAD = +26+3 = 33.4 10

TS =

Σ(RSFE) MAD

30+46+72-4-56-10+2958+26+3 = 33.4

TS =

2.3 3

Para N=5

Semana

1 2 3 4 5 6 7 8

1 2 3 4 5 6 7 8 9 10 11 12 13

Demand a (A) 162 199 189 213 246 288 245 204 236 257 174 248 229

F(6) =

Pronostic o (F) 202 227 236 239 244 246 223 224

RSFE(A-F) 86 18 -32 -3 13 -49 25 5

A1+A2+A3+A4+A5 n

/AF/ 86 18 32 3 13 49 25 5 162+199+189+213+246 = 5

202

MAD = Σ/At-Ft/ MAD =

TS =

Σ(RSFE) MAD

n 86+18+32+3+13+49+25+5 = 8

TS =

86+18-32-3+13-49+25+5 28.8

28.8

=

2.18

A continuación, piense en usar un modelo de suavización exponencial simple. En su análisis, pruebe dos valores alfa, 0.2 y 0.4. Use los mismos criterios para evaluar el modelo como en la parte 1. Suponga que el pronóstico inicial anterior para el modelo usando un valor de alfa de 0.2 es el promedio de las últimas tres semanas. Para el modelo que usa un alfa de 0.4, suponga que el pronóstico anterior es el promedio de las cinco semanas pasadas.

Para N= 3 Semana -5 -4 -3 -2 -1 1 2 3 4 5 6 7 8 9 10 11 12 13 F(4) A1+A2 = +A3 n

Demand a 254 153 244 252 198 162 199 189 213 246 288 245 204 236 257 174 248 229

Pronostico 231 217 213 208 209 216 230 233 227 229 235 223 228 198+252+2 44 = 3

RSF /RFSE/ E -69 69 -18 18 -24 24 5 5 37 37 72 72 15 15 -29 29 9 9 28 28 -61 61 25 25 1 1 231

Ft= Ft-1+α (At-1-Ft-1) F1 = 231+0.2 (162-231) = 217 F 2= 217+0.2 (199-217) = 213. MAD =

TS =

69+18+24+5+37+72+15+29+9+28+61+25+1= 13

Σ(RSFE) TS = (-69-18-24+5+37+72+15-29+9+28-61+25+1) = MAD 29.08 Para N=5 /RFSE/ Semana Demanda Pronostico RFSE -5 254 -4 153 -3 244 -2 252 -1 198 -58 58 1 162 220 2 2 2 199 197 -9 9 3 189 198 19 19 4 213 194 44 44 5 246 202

29.08

-0.31

6 7 8 9 10 11 12 13

288 245 204 236 257 174 248 229 A1+A2+A3+A4+ F(4) = A5 n Ft= Ft-1+α (At-1-Ft-1) F1 = 220+0.4 (162-220) = 197 F 2= 197+0.4 (199-197) = 198.

220 247 246 229 232 242 215 228

68 -2 -42 7 25 -68 33 1

68 2 42 7 25 68 33 1 198+252+244+153+254 = 220 5

MAD = Σ/At-Ft/ MAD =

n 58+2+9+19+44+68+2+42+7+25+68+33+1= 13

29.08

0.69 Σ(RSFE) TS = (-58+2-9+19+44+68-2-42+7+25-68+33+1) = MAD 29.08 Altavox estudia una nueva opción para distribuir el modelo VC202 en la que, en lugar de cinco proveedores, tenga sólo uno. Evalúe esta opción analizando la exactitud de un pronóstico basado en la demanda agregada en todas las regiones. Use el modelo que crea que es el mejor a partir de sus análisis de las partes 1 y 2. Use un nuevo criterio que se calcule tomando la MAD y dividiéndola entre la demanda promedio. Este criterio se llama error porcentual absoluto promedio (MAPE) y mide el error de un pronóstico como porcentaje de la demanda promedio. TS =

Semana -5 -4 -3 -2 -1 1 2 3 4 5 6 7 8 9 10 11 12

Demanda 254 153 244 252 198 162 199 189 213 246 288 245 204 236 257 174 248

Pronostico 220 197 198 194 202 220 247 246 229 232 242 215

RFSE -58 2 -9 19 44 68 -2 -42 7 25 -68 33

/RFSE/ 58 2 9 19 44 68 2 42 7 25 68 33

MAPE %

13

229

228

1

1