door JOSE GUADALUPE SANCHEZ RAMIREZ 4 jaren geleden
409
Meer zoals dit
door Andres Contreras griego
door David Andrade
door Nicol Sofia Castrillon 901
door Laura Ho
Los métodos causales se emplean cuando se dispone de datos históricos y se pueden identificar la relación entre el factor que se intenta pronosticar y otros factores externos o internos.
-Métodos cuantitativos causales -Modelos econométricos -Modelos de simulación
Modelos de simulación: Los modelos de simulación permiten al pronosticador recorrer una gama de suposiciones sobre la condición del pronóstico. Promedio Móvil Simple Se promedia un periodo que contiene varios puntos de datos, dividiendo la suma de los valores de los puntos entre el número de puntos.
Modelos econométricos: Un modelo econométrico es una representación simplificada de la relación entre dos o más variables que permite estimaciones empíricas. ... Su utilización permite hacer estimaciones acerca del efecto de una variable sobre otra y/o hacer predicciones acerca del valor futuro de las variables.
Métodos cuantitativos causales: Los métodos de pronóstico causales se basan en la suposición de que la variable que se está pronosticando exhibe una relación de causa y efecto con otra u otras variables. Éste método relaciona la variable que se está pronosticando con otras variables que se piensa la influyen o la explican.
Los modelos de pronósticos de tiempo tratan de predecir el futuro con base en la información pasada.
Se basan en:
- Promedios móviles simples - Promedios móviles ponderados - Regresión lineal
Regresión lineal: Modela, en la forma de una ecuación matemática, la relación entre dos variables “X” (independiente y “Y” (dependiente). La regresión se define como la relación funcional de dos o más variables correlacionadas (demanda vs tiempo). La regresión lineal se refiere a un tipo especial de regresión donde las relaciones entre las variables forman una línea recta.
Promedios moviles ponderados:Permite adjudicar una importancia o peso cualquiera a cada elemento o periodo, siempre y cuando todos los valores sumen 1 o 100%. Está diseñado para compensar la principal debilidad del promedio móvil, la de no responder lo suficiente a los resultados más recientes.
Promedios móviles simples: Suavizan los resultados de las ventas más recientes, conduciendo así a pronósticos más conservadores; Mientras más períodos se usen para un promedio móvil, más atenuada estará la curva de fluctuación.