Previsión de Ventas.

1. Previsión de Ventas. Métodos no paramétricos Antonio Montañés Bernal Curso 2007-08

2. Índice • Introducción • Métodos Simples • Predicción Ingenua • Estadísticos descriptivos • Métodos de medias móviles • Alisado exponencial • Medidas de bondad Introducción

3. Introducción • El objetivo es presentar métodos de predicción sencillos • En este tema consideramos aquellos métodos basados en técnicas no paramétricas. • Esto implica que no efectuamos ninguna hipótesis acerca de la estructura estocástica de la variable que queremos estudiar. • Son métodos sencillos que requieren de escasa información • Las predicciones pueden ser buenas para el cortísimo plazo (un periodo) • Si el horizonte de predicción es mayor que 1, entonces la calidad de la predicción disminuye. Introducción

4. Introducción A lo largo del presente capítulo vamos a suponer que disponemos de una serie de valores y1 y2, ..., yT., cuyo gráfico responde a: Introducción

5. Métodos Simples Predicción Ingenua. Último valor disponible Métodos Simples

6. Métodos Simples Predicción Ingenua II. Último valor disponible más su incremento Métodos Simples

7. Métodos Simples Predicción Ingenua III. Promedio primer y último valor Métodos Simples

8. Métodos Simples Métodos Simples

9. Métodos Simples Métodos Simples

10. Medias Móviles • Esta técnica intenta mejorar las predicciones simples que hemos visto con anterioridad • Utiliza la información de k periodos, siendo el parámetro k un valor a determinar por el investigador. • Cuanto mayor es el valor de k, más suave es la predicción. • La predicción para más allá de un periodo no es buena Métodos Simples

11. Medias Móviles Métodos Simples

12. Alisado Exponencial • Las técnicas anteriores otorgan igual ponderación a todas las observaciones. • Para predecir, contiene más información la última observación. Por tanto, parece lógico darle una mayor ponderación. • Esta es la base de las técnicas de alisado Alisado Exponencial

13. Alisado Exponencial • La predicción un periodo hacia delante es igual al valor del último periodo más la estimación de dicho valor. • La predicción más de un periodo hacia delante no varía • Necesitamos un valor del parámetro a. • valor inicial y1 • promedio de unos pocos valores iniciales (v.g., y1, y2, y3) • En todo caso, un valor de a dentro de (0’01, 0’3) suele funcionar bien. Alisado Exponencial

14. Medidas de bondad • Los métodos anteriores pueden ofrecer predicciones similares • Necesito disponer de estadísticos que me permitan determinar cuál de todos ellos ofrecer mejores predicciones. • Los estadísticos que vamos a usar son Medidas de bondad

15. Medidas de bondad • Error absoluto en porcentaje medio Medidas de bondad