Pronósticos 1. Pronósticos de Series de Tiempo 2.
-
Upload
gabriel-benitez-sandoval -
Category
Documents
-
view
275 -
download
0
Transcript of Pronósticos 1. Pronósticos de Series de Tiempo 2.
1
Pronósticos
2
Pronósticos de Series de Tiempo
3
Pronósticos de Series de Tiempo
• Serie de tiempo– Se basa en una secuencia de datos puntuales
separados a intervalos iguales (semanales, trimestrales, anuales y otros.
• Los datos de series de tiempo para pronósticos implican que los valores futuros se predicen solamente a partir de valores pasados, y que se pueden ignorar otras variables, sin importar qué tan potencialmente valiosas sean.
4
Descomposición de una serie de tiempo
• Analizar una serie significa desglosar los datos históricos en componentes y después proyectarlos al futuro.
• Una serie de tiempo tiene cuatro componentes.– Tendencia– Estacionalidad– Ciclos– Variación aleatoria
Trend
Seasonal
Cyclical
Random
Time Series Components
6
Tendencia
• Es el movimiento gradual, ascendente o descendente, de los datos en el tiempo.
• Las fluctuaciones en el ingreso, la población, la distribución por edad o los puntos de vista culturales a veces son responsables del cambio en una tendencia.
7
EstacionalidadPeríodo
del Patrón
Longitud de la
Estación
Número de “Estaciones” en el Patrón
Semana Día 7
Mes Semana 4-4 1/2
Mes Día 28-31
Año Trimestre 4
Año Mes 12
Año Semana 52
• Es un patrón de datos que se repite después de un período de días, semanas, meses o trimestres.
8
Ciclos
• Son patrones en los datos que se repiten después de varios años.
• Usualmente están sujetos al ciclo comercial y son de suma importancia para el análisis y la planeación del negocio a corto plazo.
• La predicción de los ciclos comerciales es difícil porque los acontecimientos políticos o la agitación internacional llegan a afectarlos
9
Variaciones Aleatorias
• Son “señales” en los datos generados por casualidad o por situaciones inusuales.
• No siguen ningún patrón detectable y, por lo tanto, no se pueden predecir.
10
11
Enfoque Intuitivo
• La forma más sencilla de pronosticar es suponer que la demanda del siguiente período será igual a la demanda del período más reciente.– Ejemplo
• Si las ventas en enero de arroz fue de 100 paquetes en febrero será igual.
• Ofrece un punto de partida contra el cual comparar otros modelos más sofisticados que se apliquen más adelante.
12
Promedios Móviles
• Usa un número de valores de datos históricos reales para generar un pronóstico.
• Son útiles si podemos suponer que la demanda del mercado permanecerá relativamente estable en el tiempo.– Un promedio móvil • Sumas la demanda de los últimos 4 meses y divides
entre 4.• Luego se suman los 3 meses siguiendo y eliminas el dato
del mes más antiguo.
13
14
15
Promedio Móvil Ponderado
16
• Tanto los promedios móviles simples como los ponderados son efectivos para suavizar las fluctuaciones repentinas en el patrón de la demanda, con el fin de obtener estimaciones estables.
17
Problemas Promedios Móviles
• Aumentar el tamaño de n (el número de periodos promediados) si bien permite suavizar mejor las fluctuaciones, también resta sensibilidad al método ante los cambios reales en los datos.
• No reflejan bien las tendencia; debido a que son promedios, siempre se quedarán en niveles pasados, no predicen los cambios hacia niveles más altos ni más bajos, o sea, retrasan los valores reales.
• Requieren amplios registros de datos históricos.
Moving Average And Weighted Moving Average
30 –
25 –
20 –
15 –
10 –
5 –
Sale
s de
man
d
| | | | | | | | | | | |J F M A M J J A S O N D
Actual sales
Moving average
Weighted moving average
Figure 4.2
19
Suavizamiento exponencial
• Es un sofisticado método de pronóstico de promedios móviles ponderados cuya aplicación sigue siendo muy sencilla.
• Implica mantener muy pocos registros de datos históricos.
20
Suavizamiento exponencial
• Fórmula– Nuevo pronóstico = pronóstico del período
anterior + a (demanda real en mes anterior – pronóstico del período anterior) donde a es la ponderación, o constante de suavizado, elegida por quien pronostica, que tiene un valor entre 0 y 1.
21
Suavizamiento exponencial
• El concepto no es complicado.• La última estimación de la demanda es igual a
la estimación anterior ajustada por una fracción de la diferencia entre la demanda real del último período y la estimación anterior.
22
Suavizamiento exponencialFórmula matemática
23
Suavizamiento exponencialEjemplo 3
• En enero, un distribuidor de automóviles predijo que la demanda para febrero sería de 143 Ford Mustang. La demanda real fue de 153 autos. Si empleamos la constante suavizado que eligió la administración, a=.20, podemos pronosticar la demanda de marzo mediante el modelo de suavizamiento exponencial. Sustituyendo los datos del ejemplo en la fórmula, obtenemos
• Nuevo pronóstico (para la demanda de marzo) = 142 + .2(153-142) = 142 + 2.2 = 144.2
• El pronóstico para la demanda de Ford Mustang en marzo se redondea a 144.
Material del Examen 1 24
• Nuevo pronóstico (para la demanda de marzo) = 142 + .2(153-142) = 142 + 2.2 = 144.2
• El pronóstico para la demanda de Ford Mustang en marzo se redondea a 144.– Ejercicio
142 + .2(153-142)142 + .2(11) 142 + 2.2 144.2144
25
Medición del error del pronóstico
26
Medición del error del pronóstico
• La medición general de cualquier modelo de pronóstico –promedios móviles, suavizamiento exponencial o cualquier otro– se determina comparando los valores pronosticados con los valores reales u observados.
• Si Ft denota el pronóstico en el periodo t y At denota la demanda real del periodo t, el error de pronóstico (o desviación) se define como– Error del pronóstico = demanda real = valor pronosticado
• At - Ft
27
• Existen varias medidas de uso común en la práctica para calcular el error global del pronóstico.
• Estas medidas sirven para comparar distintos modelos de pronóstico, así como para vigilar los pronósticos y asegurar su buen desempeño.
• Las tres medidas más comunes son desviación absoluta media (MAD); error cuadrático medio (MSE) y error porcentual absoluto medio (MAPE).
28
Si se usa mas de una variable independiente entonces se utiliza el método de regresión linear y se puede extender a regresión linear multiple, para acomodar mas de una variable independiente.
Generalmente estas ecuaciones complejas se hace por computadoras.
y = a + b1x1 + b2x2 …^
Método de análisis de Regresión linear para mas de una variable independiente
29
Gerencia de Inventario
30
Inventario es uno de los activos más caros de una compañía; en muchos de los casos representa hasta 50% del total de capital invertido.
Muchos gerentes alrededor del mundo reconocen que un buen inventario es crucial y que además para reducir costos especialmente se reduce en el inventario.
Gerencia de Inventario
1. El separar varias partes del proceso de producción, que también se llama desacoplar.
2. El separar o desacoplar la firma de las fluctuaciones de la demanda y proveer un almacenamiento de bienes que provee una selección de inventario a los clientes. Estos inventarios típicamente son establecimientos de venta al por menor.
3. Tomar ventaja de descuentos por cantidad, al comprar en grandes cantidades puede reducir el costo de lo vendido o entregas.
4. Mantener una cobertura contra la inflación y cambiar los precios hacia arriba.
31
Funciones de Inventario
32
Inventario de Materia Prima
Inventario de Trabajo en Proceso
Inventario de mantenimiento ,
reparaciones y operaciones
Inventario Terminado
Tipos de Inventario
33
El análisis ABC divide el inventario a mano en tres categorías basado en el volumen de dólares. El análisis ABC es una aplicación de inventario que se conoce como el principio de Pareto. Para determinar el volumen del dólar anual para el análisis ABC, se mide la demanda anual de cada artículo de inventario al costo por unidad.
Análisis ABC
34
1. Elimina que se cierre una línea o se interrumpa la producción por falta de un artículo.
2. Elimina el inventario perpetuo anual y los ajustes que des balancean los estados financieros.
3. Personal adiestrado en inventario auditan la veracidad del inventario con mejor control y veracidad.
4. Permite que los errores sean identificados inmediatamente y acción correctiva se toma también de inmediato.
5. Mantiene la veracidad de los registros de inventarios.
Ventajas del conteo cíclico
El conteo cíclico tiene unas ventajas:
35
Es un componente crítico de rentabilidadLas perdidas pueden ser por hurto o desperdicioTécnicas aplicables pueden ser:
1. Seleccionar bien el personal y adiestrarlo2. Controles en embarques que llegan de
los suplidores3. Controles efectivos en todos los bienes
y artículos que se embarcan a los clientes
Control del Inventario
36
Demanda Independiente – Son los artículos terminados como por ejemplo una nevera.
Demanda Dependiente - Son para artículos que se requieren para terminar la producción de otro artículo o componente.
Los costos asociados con el almacén como los de transporte, ordenar y de instalación
Costos de mantener un artículo en el almacén
Costos de ordenar o preparar una orden
Costos de Instalación
Demanda dependiente e Independiente y los costos asociados
37
Hay tres modelos de inventario que toma en consideración preguntas como: cuánto hay que ordenar, y cuándo tenemos que ordenar.
1. Modelo “EOQ” o la cantidad básica económica de pedido.2. Modelo orden de producción3. Modelo de descuento por cantidad
Modelos de Inventario para demanda Independiente
38
1. El modelo de cantidad de orden de producción asume que el inventario total a ordenar se recibe en una sola vez“Lead time” o tiempo de entrega que es conocido y constante.
2. Este modelo se aplica en dos situaciones: a. cuando el inventario es en flujos
continuos o se construye en un periodo de tiempo luego de que la orden ha sido puesta.
b. cuando las unidades se producen y se venden simultáneamente.
Modelo ROP, Modelo orden de producción
39
1. El modelo de descuentos de cantidad es solo un precio reducido por orden de cantidad
a. mientras más cantidad se compra mayor es el descuento
b. lo más importante es minimizar costos
Modelo de descuento por cantidad
40
1. Los modelos de probabilidad asumen que la demanda no es constante mientras más cantidad se compra mayor es el descuento
2. La gerencia en cualquier compañía quiere mantener un nivel de servicio adecuado
a. El nivel del servicio es un complemento del modelo de probabilidad en caso de que haya escasez de inventario (Safety Stock)
Costos anuales de Desabastecimiento = (La suma de las unidades) x (La probabilidad) x (costo de desabastecimiento)
(unidades) x (número de ordenes por año)
ROP = d x L + ss
Modelo de probabilidad y almacén de seguridad