Escolar Documentos
Profissional Documentos
Cultura Documentos
Es decir, los factores exógenos que son los mismos dentro de un mercado, pueden hacer que
un modelo particular se comporte de manera única y diferente de otro modelo de negocio que
exista dentro de ese mercado.
Con el siguiente video tutorial quiero enseñarte de una manera clara, fácil, y sencilla, un
método para realizar Forecasting sobre un modelo de negocio estacional, mediante el cual
realizamos el aislamiento de algunos factores utilizando el Factor estacional.
Las Fluctuaciones estacionales y las Tendencias del desarrollo de un modelo, pueden aislarse
fácilmente mediante la aplicación del factor estacional hallado con el método de medias
móviles. Una vez linealizada la serie, esta puede proyectarse en el tiempo y luego se
reestacionaliza para encontrar las métricas de la proyección.
Utilizamos un libro de Excel para explicar todo el engranaje lógico al realizar Forecasting
sobre un modelo de negocio bastante simple que tiene un símil con otros modelos de un
mercado. (Mojica, 2006)
MAPE: Porcentaje promedio absoluto de error, mide la exactitud de los valores estimados de
la serie de tiempo. La exactitud se expresa como un porcentaje con yt igual al valor
∑𝑛𝑡=1|𝑦𝑡 − 𝑦̂𝑡 |
𝑀𝐴𝐷 =
𝑛
MSD: Desviación cuadrática media, es más sensible a errores anormales de pronóstico que
el MAD.
∑𝑛𝑡=1|𝑦𝑡 − 𝑦̂𝑡 |2
𝑀𝑆𝐷 =
𝑛
Se pueden usar los dos métodos combinados, es decir se puede utilizar un método para
modelar un componente y otro para modelar otros componentes, por ejemplo:
Una desventaja de combinar métodos es que los intervalos de confianza de los pronósticos
no son válidos.
Lineal
Cuadrático
Crecimiento exponencial
Curva S de Pearl-Reed.
Toma en cuenta las observaciones que se ajustan a una curva con forma de S.
Por ejemplo:
MSD 67.4325
350
340
330
320
310
1 7 14 21 28 35 42 49 56 63 70
Index
1: Ejemplo de Forecast
Como hay un patrón curvilíneo de los datos, se usa un análisis de tendencias con un modelo
cuadrático.
Como también hay un componente estacional se guardan los valores estimados y los residuos
para realizar una descomposición de los residuos posteriormente.
1. Open Worksheet EMPLOY.MTW.
2. Ejecutar Stat > Time Series > Trend Analysis.
3. En Variable, poner Trade.
4. En Model Type, seleccionar Quadratic.
5. Seleccionar Generate forecasts y poner 12 en Number of forecasts.
6. Seleccionar Storage.
7. Seleccionar Fits (Trend Line), Residuals (detrended data), y Forecasts.
Seleccionar OK en cada diálogo.
MSD 59.1305
360
350
340
330
320
1 7 14 21 28 35 42 49 56 63 70
Index
2: Ejemplo de Forecast
Accuracy Measures
MAPE 1.7076
MAD 5.9566
MSD 59.1305
Forecasts
Period Forecast
61 391.818
62 393.649
63 395.502
64 397.376
65 399.271
66 401.188
67 403.127
68 405.087
69 407.068
70 409.071
71 411.096
72 413.142