Professional Documents
Culture Documents
PRONSTICOS
La opcin Nuevo Problema (New Problem) genera una plantilla en el cual se introducirn las caractersticas de nuestro problema de pronsticos:
A continuacin se describir la ventana de Especificaciones del problema (Problem Specification): Pronstico de Series de Tiempos (Time Series Forecasting): Ttulo del problema (Problem Title): Nombre con el cual se identificar el problema. Unidad de Tiempo (Time Unit): Se especifica la unidad de tiempo de la serie. Numero de unidades de tiempo (Number of Time Units - Periodos): Datos disponibles.
58
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
Regresin lineal (Linear Regression): Ttulo del problema (Problem Title): Nombre con el cual se identificar el problema. Nmero de variables (Number of Factors - Variables): Cantidad de variables utilizadas en el modelo. Numero de observaciones (Number of Observations): Datos disponibles.
59
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
En el caso de que queramos eliminar o agregar nuevos datos, tenemos las opciones Agregar una observacin (Add an Observation) y Eliminar una observacin (Delete an Observation) en el men Editar (Edit).
60
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
La nueva ventana permitir distinguir entre diferentes mtodos de solucin para series de tiempo:
Promedio simple (Simple Average) Promedio mvil (Moving Average) Promedio mvil ponderado (Weighted Moving Average) Promedio mvil con tendencia lineal (Moving Average with Linear Trend) Suavizado exponencial simple (Single Exponential Smoothing) Suavizado exponencial simple con tendencia lineal (Single Exponential Smoothing with Linear Trend) Suavizado exponencial doble (Double Exponential Smoothing) Suavizado exponencial doble con tendencia lineal (Double Exponential Smoothing with Linear Trend) Suavizado exponencial adaptado (Adaptive Exponential Smoothing) Regresin lineal con tiempos (Linear Regression with Time) Algoritmo suma Holt-Winters (Holt-Winters Additive Algorithm) Algoritmo multiplicativo Holt-Winters (Holt-Winters Multiplicative Algorithm). 61
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
Seleccionaremos la opcin Suavizado exponencial simple (Single Exponential Smoothing) e indicaremos informacin adicional para resolver el problema con este mtodo:
La primera opcin (permanente en todos los mtodos) corresponde al nmero de periodos a pronosticar (para nuestro ejemplo problema son dos aos). Recordemos que (alpha) es una constante entre 0 y 1. Existe tambin la opcin de mantener el resultado de un mtodo para poder compararlo con otros distintos.
Al pulsar OK tenemos:
62
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
Error del pronstico acumulado (Cumulative Forecast Error - CFE) Desviacin media absoluta (Mean Absolute Deviation - MAD) Error medio cuadrtico (Mean Square Error - MSE) Error medio porcentual absoluto (Mean Absolute Percent Error MAPE) Seal de senda (Tracking Signal): Equivale a la divisin entre CFE y MAD. R al cuadrado (R-Square): Coeficiente de determinacin.
63
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
En la ventana Especificaciones del problema (Problem Specification), seleccionamos Regresin lineal (Linear Regression) y digitamos la siguiente informacin:
Ingresamos los datos del problema como se muestra a continuacin (factor 1 equivale a X):
En la siguiente ventana se especifica cual es la variable dependiente, para lo cual, se deber marcar el factor 2 (que para nuestro caso es Y) y luego pulsar el botn OK.
64
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
Las desviaciones correspondientes estn en la columna Standard Deviation (9,35 para X y 403,34 para Y). Los valores de a y b de la ecuacin de la lnea recta estn en la columna Regression Coefficient: Y = 553,4762 + 42,7714X La correlacin al cuadrado es de 0,9839438.
65
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
6.8 ESTIMANDO Y
Para estimar el valor de Y para un X de 40 deberemos cerrar las ventanas de resultado y en el men Resolver y analizar (Solve and Analyze) pulsamos sobre la ltima opcin:
66
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
Pulsamos sobre el botn Entrar valor de la variable independiente (Enter Value for Independent Variable) e ingresamos 40:
67
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL
En la primera fila se observa el valor de la prediccin para Y (2264,333). Aplicando un nivel de significancia (dado por el usuario) podremos ver el intervalo de prediccin (Prediction Interval). Los dems valores corresponden:
Intervalos de confianza para la media (Confidence Interval of Prediction Mean) nivel de significancia (Significance Level alpha) Grados de Libertad (Degree of Freedom) Valor crtico de t (t Critical Value).
68
UNIVERSIDAD DE CARTAGENA
ISBN: 978-84-690-3681-5
ADMINISTRACIN INDUSTRIAL