Previsi

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

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.

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
5
Métodos Simples
Predicción Ingenua. Último valor disponible

6
Métodos Simples
Predicción Ingenua II. Último valor disponible
más su incremento
7
Métodos Simples
Predicción Ingenua III. Promedio primer y último
valor
8
Métodos Simples


Media Promedio de todas las observaciones
Mediana Valor central de la distribución

9
Métodos Simples

Ventajas Inconvenientes
Simplicidad Predicciones muy corto plazo
Buenas predicciones Valor errático puede distorsionar toda la predicción
Puede satisfacer criterios como max-min, mco, ..

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

11
Medias Móviles

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

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 (001,
  03) suele funcionar bien.

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

15
Medidas de bondad

• Error absoluto en porcentaje medio