ERROR EN LOS PRONÓSTICOS

Sabemos que los pronósticos no son totalmente exactos. Ningún modelo de pronósticos es preciso. Para seleccionar el modelo de pronóstico más adecuado para predecir la demanda, debemos determinar el error de los modelos de pronóstico que queremos utilizar, en relación a los valores reales de demanda. El modelo de pronóstico con el menor margen de error será el más adecuado para predecir la demanda
Métodos para hacer este análisis
1. Desviación absoluta media (MAD, por sus siglas en inglés)
  1. Error cuadrático medio (MSC, por sus siglas en inglés)
    1. Error porcentual absoluto medio (MAPE, por sus siglas en inglés
  2. Desviación Absoluta Media es el error promedio en los pronósticos, mediante el uso de valores absolutos. Es valiosa porque, al igual que la desviación estándar, mide la dispersión de un valor observado en relación con un valor esperado.a MAD se calcula utilizando las diferencias entre la demanda real y la demanda pronosticada sin importar el signo. Es igual a la suma de las desviaciones absolutas dividida entre el número de puntos de datos o, en forma de ecuación: ??? = ∑|??????? ???? − ????ó?????| ?ú???? ?? ???????? ??????????
PROYECCIONES DE TENDENCIA
1. Esta técnica ajusta una recta de tendencia a una serie de datos puntuales históricos, y después proyecta dicha recta al futuro para obtener pronósticos de mediano y largo plazos. Se pueden desarrollar varias ecuaciones matemáticas (por ejemplo, exponencial y cuadrática), pero en esta sección veremos sólo tendencias lineales (en línea recta)
Variaciones estacionales en los datos
1. Las variaciones estacionales en los datos son movimientos regulares ascendentes o descendentes localizados en una serie de tiempo y que se relacionan con acontecimientos recurrentes como el clima o las vacaciones.

Next up

ERROR EN LOS PRONÓSTICOS

Description

Resource summary

Similar

	Created by Dale Cramos almost 2 years ago