Este documento describe diferentes tipos y métodos de pronósticos. Explica que los pronósticos son necesarios para las organizaciones y cubre pronósticos de corto, mediano y largo plazo. Luego describe métodos cualitativos y cuantitativos de pronóstico, incluido el análisis de series de tiempo, métodos causales y análisis de regresión. Finalmente, menciona el uso de redes neuronales para pronósticos.
0 calificaciones0% encontró este documento útil (0 votos)
98 vistas8 páginas
Este documento describe diferentes tipos y métodos de pronósticos. Explica que los pronósticos son necesarios para las organizaciones y cubre pronósticos de corto, mediano y largo plazo. Luego describe métodos cualitativos y cuantitativos de pronóstico, incluido el análisis de series de tiempo, métodos causales y análisis de regresión. Finalmente, menciona el uso de redes neuronales para pronósticos.
Este documento describe diferentes tipos y métodos de pronósticos. Explica que los pronósticos son necesarios para las organizaciones y cubre pronósticos de corto, mediano y largo plazo. Luego describe métodos cualitativos y cuantitativos de pronóstico, incluido el análisis de series de tiempo, métodos causales y análisis de regresión. Finalmente, menciona el uso de redes neuronales para pronósticos.
Este documento describe diferentes tipos y métodos de pronósticos. Explica que los pronósticos son necesarios para las organizaciones y cubre pronósticos de corto, mediano y largo plazo. Luego describe métodos cualitativos y cuantitativos de pronóstico, incluido el análisis de series de tiempo, métodos causales y análisis de regresión. Finalmente, menciona el uso de redes neuronales para pronósticos.
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 8
FORO UNIDAD 2
INVESTIGACION DE OPERACIONES 1
Betsy Enith Martínez Hernández
Noviembre 2019.
Uniremington. Bogotá, Colombia Para la participación en el foro debemos entender que todos requieren los pronósticos. La necesidad de pronósticos está en todas las líneas funcionales, así como en todos tipos de organizaciones. Los pronósticos son absolutamente necesarios para avanzar en el ambiente de negocios actual, siempre cambiante y altamente dinámico.
TIPOS DE PRONOSTICOS:
SEGÚN EL PLAZO: •De corto plazo •De mediano plazo •De largo plazo
SEGÚN EL ENTORNO A PRONOSTICAR: •Micro •Macro
SEGÚN EL PROCEDIMIENTO EMPLEADO: •Cualitativo • Cuantitativo
SEGÚN EL PRODUCTO OBTENIDO: •Pronóstico puntual • Pronóstico por
intervalo • Pronóstico por densidad.
La consideración primordial en la selección de un método para pronosticar es que los
resultados deben facilitar el proceso de toma de decisiones a los gerentes de la organización. Rara vez un método funciona para todos los casos. Para elegir acertadamente la técnica de pronóstico, el pronosticador debe hacer lo siguiente: •Definir la naturaleza del problema que se va a pronosticar •Explicar la naturaleza de los datos en investigación. •Describir las capacidades y limitaciones de las técnicas de elaboración de pronósticos potencialmente útiles. •Desarrollar algún criterio predeterminado, con el cual se pueda tomar la decisión. Un factor importante es la identificación y comprensión de patrones históricos en los datos. METODOS CUALITATIVOS DE PRONÓSTICO.
Se fundan en el razonamiento administrativo y no usan guías específicos; por lo tanto,
distintos individuos pueden utilizar el mismo método cualitativo y llegar a pronósticos sumamente diferentes. No obstante, los métodos cualitativos son de utilidad cuando existe una falta de datos o cuando los datos históricos no son instrumentos de predicción confiables del futuro; en este caso, el tomador de decisiones humano puede emplear los mejores datos disponibles y un enfoque cualitativo para llegar a un pronóstico.
Es posible un enfoque sistemático para la preparación de pronósticos cualitativos aun
cuando no se formule un modelo matemático explícito. MÉTODOS CUANTITATIVOS DE PRONÓSTICO En general, los métodos cuantitativos manejan un modelo matemático fundamental para llegar a un pronóstico. El supuesto básico de todos los métodos cuantitativos de pronóstico es que los datos históricos y los patrones de los datos son instrumentos de predicción confiables del futuro.
ANÁLISIS DE SERIES DE TIEMPO
Los métodos de análisis de series de tiempo se usan para hacer análisis detallados de los patrones históricos de una variable a lo largo del tiempo y para proyectarlos hacia el futuro. Uno de los supuestos básicos de todos los métodos de análisis de series de tiempo es que la variable puede descomponerse en elementos básicos como nivel promedio, tendencia, estacionalidad, ciclo y error. La grafica presenta una muestra de estos componentes para una serie de tiempo representativa. La estrategia básica que se aplica en los pronósticos de series de tiempo consiste en identificar la magnitud y la forma de cada componente con base en los datos históricos disponibles. Éstos, excepto el componente aleatorio, se proyectan, entonces, hacia el futuro. Si sólo queda un pequeño componente aleatorio y el patrón persiste hacia el futuro, se obtendrá un pronóstico confiable.
La descomposición de una serie de tiempo es la siguiente:
Como puede verse, este modelo de series de tiempo posee un nivel, una tendencia, un factor estacional y un término de error aleatorio; cada uno de ellos se estima a partir de datos históricos para desarrollar una ecuación que, posteriormente, habrá de usarse para pronosticar valores futuros.
MÉTODOS CAUSALES En general, los métodos causales de pronóstico desarrollan un modelo de causa y efecto entre variables; por ejemplo: la demanda de los helados puede relacionarse con la población, la temperatura promedio del verano y la hora. Pueden recopilarse datos sobre estas variables y realizarse un análisis para determinar la validez del modelo propuesto.
ANÁLISIS DE REGRESIÓN El análisis de regresión es una técnica estadística que se puede utilizar para desarrollar una ecuación matemática que muestre cómo se relacionan las variables. En la terminología de regresión, la variable a predecir se llama variable dependiente o de respuesta. La variable o variables que se utilizan para predecir el valor de la variable dependiente se llaman variables independendientes o pronosticadores. El análisis de regresión que involucra una variable independiente y una variable dependiente para el cual la relación entre las variables se aproxima por medio de una recta se llama regresión lineal simple. El análisis de regresión que integra dos o más variables independientes se conoce como análisis de regresión múltiple.
CORRELACIÓN LINEAL Interesa cuantificar la intensidad de la relación lineal entre dos variables. El parámetro que nos da tal cuantificación es el coeficiente de correlación lineal de Pearson r, cuyo valor oscila entre –1 y +1. COEFICIENTE DE DETERMINACIÓN Denominamos coeficiente de determinación R¨2 como el coeficiente que nos indica el porcentaje del ajuste que se ha conseguido con el modelo lineal a mayor porcentaje mejor es nuestro modelo para predecir el comportamiento de la variable Y.
REDES NEURONALES • Aplicación de las Redes Neuronales al Pronóstico de Precios en el Mercado de Valores. • Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales. • Predicción de series temporales con redes neuronales: una aplicación a la inflaciòn colombiana.
