Escolar Documentos
Profissional Documentos
Cultura Documentos
a lista donde no hubo consenso indicndoles las medianas de los tiempos para los
avances en que no hubo acuerdo.
Se les pidi que reconsideraran sus opiniones respecto a los avances en que no hubo
consenso. A los expertos que difirieron mucho de los dems se les hizo notar. (Muchos de
ellos cambiaron sus estimaciones).
Cuarta ronda. Se repiti la tercera ronda para ``cerrar'' ms las opiniones de los expertos. El
coordinador, elabor un informe final; en este informe se obtuvo no slo una lista de los
avances que el panel de expertos consider como alcanzables sino una estimacin de los
tiempos en que se van a alcanzar.
El mtodo Delphi tiene las ventajas siguientes:
las jerarquas dentro del grupo causando que los expertos con menor rango se muestren
renuentes en sus crticas a sus superiores aunque sientan que sus opiniones sean de ms
valor que las emitidas por sus superiores.
Analoga Histrica. Se usa para productos nuevos, basndose en el anlisis comparativo de
la introduccin y crecimiento de productos similares.
El mtodo supone que pueden usarse la historia de las ventas de un producto introducido en
el pasado para evaluar el posible xito del producto actual. Una suposicin natural en este
enfoque es que los ambientes del mercado son similares para ambos productos.
METODOS CUANTITATIVOS
Economa en general.
Competencia en el mercado (oferta).
Estado del mercado (demanda).
Estado tecnolgico del producto (``ciclo de vida del producto'').
Esta continuidad del ambiente nunca se da en forma perfecta, sino en forma gradual. Se
requiere buen juicio para suponer que las violaciones a la continuidad no van a afectar a los
resultados de la aplicacin del mtodo de pronstico.
Dentro de los mtodos cuantitativos tenemos los siguientes:
Anlisis de series de tiempo. Se llama serie de tiempo a cualquier sucesin de
observaciones de un fenmeno que es variable con respecto al tiempo. Estos mtodos
suponen que la variable pronosticada tiene informacin til para el desarrollo del
pronstico sobre su comportamiento anterior, considerando probable que lo que sucedi en
el pasado contine ocurriendo en el futuro.
Es comn representar a las series de tiempo por medio de una ecuacin matemtica que
describa los valores de la variable observada como una funcin del tiempo o
equivalentemente como una curva en una grfica en la que la coordenada vertical
como pronstico.
Datos con tendencia. Se presentan como una lnea lisa (una recta o una curva
suave) que sube o baja montonamente y los datos oscilan errticamente
alrededor de ella. La manera de pronosticar que se ocurre primero, en este
caso, es la de calcular una ecuacin para la lnea y usar ese valor para
pronstico.
Datos estacionales. Muchas series de datos presentan este tipo de
comportamiento repetitivo. La componente estacional refleja cambios hacia
arriba y hacia abajo en puntos fijos en el tiempo. El origen del nombre
estacional son, precisamente las estaciones del ao. Mucha de la actividad
humana y muchos fenmenos naturales varan de acuerdo a las estaciones.
Por extensin, en muchas actividades se presenta una oscilacin semanal o
mensual similar a la de las estaciones del ao. Por ejemplo, no es raro
componentes impredecibles.
DAM = Suma de los valores absolutos de todos los errores de los pronsticos
Numero de errores absolutos tomados
ECM = Suma cuadrtica del error del pronstico
Numero de errores al cuadrado tomados
EJEMPLO. Con la informacin mostrada en la siguiente tabla, Elabore promedios mviles
de 3 y de 5 trminos para calcular el nmero de accidentes pronosticados para la decima
tercera semana y explique cul de los dos promedios mviles, el de 3 o el de 5 trminos,
ofrece mejores pronsticos
Note que el promedio mvil va desechando los datos viejos conforme incorpora a los
nuevos. Adems mantiene la misma ``importancia'' para la ltima observacin a lo largo del
tiempo.
Usando promedios mviles de 3 trminos el nmero de accidentes pronosticados para la
dcima tercera semana es de 251.
Y de 220 accidentes si usamos promedios mviles de 5 trminos. Para evaluar la precisin
de este pronstico y poder decidir cul de los 2 resultados ofrece el mejor pronstico,
haremos uso de la desviacin absoluta media (DAM) como medida de error.
575.00
342.40
DAM (3 trminos) = --------------- = 63.88 DAM (5 trminos) = -------------------- =48.91
9
7
Conviene usar promedios mviles de 5 trminos, en virtud a que presenta menor DAM en
los clculos.
En el mtodo anterior de los promedios mviles simples cada observacin del clculo del
promedio mvil recibe la misma ponderacin o peso.
En la tcnica de promedios mviles ponderados, implica la seleccin de pesos distintos para
cada valor de los datos para despus calcular en calidad de pronstico un promedio
ponderado. En donde la observacin ms reciente es la que recibe mayor ponderacin y el
peso disminuye para los valores ms antiguos. Por ejemplo, utilizando la serie de tiempo de
la informacin del cuadro anterior, se procede a ilustrar el clculo de un promedio mvil
ponderado de 3 trminos, en donde la observacin ms reciente recibe un peso de 3 tantos
el que se asigna a la observacin ms antigua, y la siguiente observacin ms antigua recibe
un peso del doble que la ms antigua. El pronstico para el promedio mvil ponderado para
la cuarta semana se calculara de la siguiente manera:
ALISAMIENTO O SUAVIZAMIENTO EXPONENCIAL
El alisamiento exponencial es una tcnica de pronstico en la que se utiliza un promedio
ponderado de una serie de valores anteriores o pasados para pronosticar el valor de la serie
de tiempo en el perodo siguiente.
Se usa para pronsticos a corto y mediano plazo, la expresin matemtica aplicada para
este modelo es la siguiente:
F t + 1 = a Y t + (1 - a) F t
Los valores de la constante de alisamiento o suavizamiento debe de andar entre 0 y 1 0 < a
< 1 a mayor produce menor suavizado y a menor, mayor suavizado.