Escolar Documentos
Profissional Documentos
Cultura Documentos
Pronósticos de
demanda.
I.G.E. David Osiris Fernández
Abalos.
Introducción.
• Pronosticar es el arte de predecir el futuro.
• En los últimos años se ha convertido en una ciencia.
• Se debe seleccionar con cuidado el método de
pronostico para el uso particular que se pretende
darle.
• Los pronósticos casi siempre estarán equivocados.
• Existen tres formas de ajustarse al error de pronostico:
reducir los pronósticos con el mejor pronostico,
incrementar la felxibilidad de las operaciones y
reducir el tiempo de anticipación que necesitan
• La meta es el menor margen de error en el pronostico.
Introducción.
• El modelo de pronósticos a escoger depende de lo siguiente:
1. Horizonte de tiempo para el pronóstico.
2. Disponibilidad de datos.
3. Precisión requerida.
4. Tamaño del presupuesto para pronósticos.
5. Disponibilidad de personal calificado.
Introducción.
1.1. Importancia estratégica del
pronostico y la demanda
• ¿Qué es un pronostico?
• Proceso de estimación de un acontecimiento o fenómeno, regularmente
económico.
• Se involucra el tiempo,
Ejemplo:
Patrones de demanda.
Donde:
Et = error del pronostico del periodo
t 𝐸𝑡 = 𝑌𝑡 − 𝐹𝑡
Yt = Valor real para ese periodo.
Ft = Valor que se había pronosticado
Pronósticos causales con regresión
lineal.
Se define a la regresión como una relación funcional entre dos o más variables
correlacionadas y se usa para pronosticar una variable con base en la otra.
Formula de la recta.
𝑥𝑡
ො =𝑎+𝑏
• De la cual:
• 𝑥𝑡=
ො Pronóstico del período t.
• 𝑎 = Intersección de la línea con el eje.
• 𝑏 = Pendiente (positiva o negativa).
• 𝑡 = Período de tiempo.
Pronósticos causales con regresión
lineal.
Dónde:
𝑎 = 𝑋ത − 𝑏𝑡ҧ
• 𝑋ത = Promedio de la variable dependiente (Ventas o Demanda).
• 𝑡ҧ = Promedio de la variable independiente (Tiempo).
• Dónde:
𝑛 σ𝑛𝑖=1 𝑋𝑖 𝑡𝑖 − σ𝑛𝑖=1 𝑋𝑖 σ𝑛𝑖=1 𝑡𝑖
𝑏= 2
𝑛 σ𝑛𝑖=1 𝑡𝑖2 − σ𝑛𝑖=1 𝑡𝑖
PLANTILLA DE SERIES DE TIEMPO PROYECTO DE INVESTIGACION.xlsx
2.5. Monitoreo y control de los
pronósticos.
Comprende la supervisión y control de los pronósticos realizados
para asegurar que se están llevando a cabo de manera adecuada.
La forma más usada para monitorear los pronósticos es el
empleo de una señal de rastreo (Tracking Signal), la cual debe
mantenerse dentro de los límites de control de rastreo (Tracking
Control Limits) para que el modelo de pronóstico seleccionado
siga siendo válido. De esta manera, cuando la señal de rastreo
sobrepasa los límites de control, debe detenerse el proceso de
pronóstico y volver a absorber la demanda e igualarla de manera
más exacta (corrección del modelo y/o método de pronóstico).
• MAD (Error Absoluto Medio): Que proporciona una medición del error
promedio del pronóstico y queda definido matemáticamente por:
σ𝑛
𝑡=1 𝐴𝑡−𝐹𝑡
• 𝑀𝐴𝐷 =
𝑛
• Dónde:
• 𝐴𝑡 = demanda real o datos reales.
• 𝐹𝑡 = demanda pronosticada o datos pronosticados.
• 𝑛 = cantidad de periodos.
• Señal de Rastreo (TS – Tracking Signal): Mide la desviación del
pronóstico respecto a la variación de la demanda.
σ𝑛𝑡=1 𝐴𝑡 − 𝐹𝑡
𝑇𝑆 =
1 𝑛
σ 𝐴 − 𝐹𝑡
𝑛 𝑡=1 𝑡
• Dónde:
• 𝐴𝑡 = demanda real de los datos reales
• 𝐹𝑡 = demanda pronosticada o datos pronosticados.
• 𝑛 = cantidad de periodos
• Error cuadrático medio (MSE-CME): es usado para determinar la
medida en la que el modelo no se ajusta a la información, o si el quitar
ciertos términos puede simplificar el modelo de maneras benéficas.
σ𝑛𝑖=1 𝑦2 − 𝑦ො𝑖 2
𝑀𝑆𝐸 =
𝑛−2
• Error Porcentual Absoluto Medio (MAPE o Mean Absolute Percentage
Error): Es un indicador del desempeño del pronóstico de demanda
que mide el tamaño del error (absoluto) en términos porcentuales. El
hecho que se estime una magnitud del error porcentual lo hace un
indicador frecuentemente utilizado por los encargados de elaborar
pronósticos debido a su fácil interpretación. La fórmula para el cálculo
del MAPE o Error Porcentual Absoluto Medio es:
𝐴𝑡 − 𝐹𝑡
σ𝑛𝑡=1
𝐴𝑡
𝑀𝐴𝑃𝐸 =
𝑛
Importancia.
• Establece medidas de corrección
• Se aplica a todo el proyecto
• Determina y analiza rápidamente las causas que puedan causar
desviaciones Localiza los sectores responsables
• Proporciona información acerca de la ejecución de los planes
• Reduce costos y ahorra tiempo
• Su aplicación incide en la racionalización de la administración
Factores que comprende
• Calidad.
• Costo.
• Cantidad.
• Tiempo.
2.6. elaboración de pronósticos con
software especifico.
Existen software en donde se pueden realizar pronósticos de demanda
entre los cuales se encuentran.
POM-QM
Winqsb
Minitab.
SPSS Forecasting
Stats
Excel.
Ejemplo de ejercicio en POM-QM
La siguiente tabla muestra la demanda mensual de baterías para auto en
una refaccionaria durante las ultimas 8 semanas. Determine un pronostico
por promedio móvil simple de tres periodos.
Semanas Ventas
1 16
2 14
3 17
4 18
5 20
6 19
7 23
8 25
Referencias.
• Anderson, D. R. (2008). Estadística para administración y economía. (10ª. ed.)
México : Cengage Learning.
• Chase, R. B., Aquilano, N. J. y Jacobs, F. R. (2013). Administración de la
Producción y las operaciones. México: McGraw-Hill.
• Fogarty, D. W., Blackstone, J. y Hoffmann, T. (1986). Administración de la
producción e inventarios. México: Grupo Patria
• Heizer, J., Render, B. Dirección de la Producción. Decisiones estratégicas.
México: Prentice Hall.
Pronósticos de
demanda.
I.G.E. David Osiris Fernández
Abalos.