• Author / Uploaded
• Tere Marin

• Categories
• Media móvil
• Análisis
• Análisis estadístico
• Método científico
• Matemáticas

Citation preview

INSTITUTO TECNOLÓGICO DE VERACRUZ. ADMINISTRACIÓN DE OPERACIONES EQUIPO INTEGRANTES: González Peralta Jessica Daniela Marín Rojas Teresita Miranda Torres Jessica Matilde Sosa Medrano Iracema Valerio Varela Reyna Aurora

Ing. Delia del Carmen TITULAR DE LA MATERIA I. T. V.

MEDIA MÓVIL PONDERADA Pronósticos

Pronosticar

Enfoques de pronósticos Jurados de opinión de ejecutivos Método Delphi Métodos cualitativos

Composición de la fuerza de ventas

Encuesta en el mercado de consumo

Enfoque intuitivo Promedio móvil simple Promedios móviles Métodos cuantitativos

Suavización exponencial Proyección de tendencias Regresión lineal

Promedio móvil ponderado

Modelos de serie de tiempos

Modelo asociado

Promedio Móvil Ponderado Modelo parecido al modelo promedio móvil simple, excepto que el pronostico para el siguiente periodo es un promedio ponderado de las ventas pasadas, en lugar del promedio aritmético.

El promedio móvil simple da igual importancia a cada uno de los componentes de la base de datos del promedio móvil. Es decir En el método de promedio móvil simple, todas las demandas tienen la misma ponderación en el promedio ( 1/n)

El promedio móvil ponderado permite asignar cualquier importancia a cada elemento (demandas históricas que intervienen en el promedio), siempre y cuando la suma de todas las ponderaciones sea igual a uno.

La formula para un promedio móvil ponderado es: Ft=W1At-1 + W2At-2+…+ WnAt-n Donde: 





 

W1= Ponderación dada a la ocurrencia real para el periodo t-1 W2 = Ponderación dada a la ocurrencia real para el periodo t-2 Wn= Ponderación dada a la ocurrencia real para el periodo t-n n= Numero total de periodos en el pronostico At+1= Ocurrencia real en el periodo pasado.

Por ejemplo 

Tal vez una tienda departamental se de cuenta de que en un periodo de cuatro meses, el mejor pronostico se deriva utilizando 40% de las ventas reales durante el mes más reciente, 30% de dos meses antes, 20% de tres meses antes y 10% de hace 4 meses. Si las ventas reales fueron MES 1

MES 2

MES 3

MES 4

MES 5

100

90

105

95

?

el pronóstico para el mes 5 sería F5 = 0.40(95) + 0.30(105) + 0.20(90) + 1.10(100) = 38 + 31.5 + 18 + 10 = 97.5

Aunque quizás se ignoren muchos periodos (es decir, sus ponderaciones son de cero) y el esquema de ponderación puede estar en cualquier orden (por ejemplo, los datos más distantes pueden tener ponderaciones más altas que los más recientes), la suma de todas las ponderaciones debe ser igual a uno. n

Wi = 1 i=1

Suponga que las ventas para el mes 5 resultaron ser de 110. Entonces, el pronóstico para el mes 6 sería F6 = 0.40(110) + 0.30(95) + 0.20(105) + 0.10(90) = 44 + 28.5 + 21 + 9 = 102.5

Elección de ponderaciones La experiencia y las pruebas son las formas mas sencillas de elegir las ponderaciones. Por regla general, el pasado más reciente es el indicador más importante de lo que se espera en el futuro y, por lo tanto, debe tener una ponderación más allá. Los ingresos o la capacidad de la planta del mes pasado, por ejemplo serian un mejor estimado para el mes próximo que los ingresos o la capacidad de a planta de hace varios mese.



No obstante, si los datos son estacionales, por ejemplo, las ponderaciones se deben establecer en forma correspondiente. Las ventas de trajes de baño en julio del año pasado deben tener una ponderación más alta que las ventas de trajes de baño en diciembre (en el hemisferio norte).

El promedio móvil ponderado tiene una ventaja definitiva sobre el promedio móvil simple en cuanto a que pude variar los efectos de los datos pasados. Sin embargo, es más inconveniente y costoso de usar que el método de suavización exponencial, que se analiza a continuación.