Subido por Fernanda Bojorquez

ADO Ensayo

Anuncio
Ensayo
realización DE PRONOSTICOS
EN SOFTWARE
Introducción
La planeación del futuro es un aspecto relevante en cualquier organización ya que el éxito a
largo plazo depende de cuán bien la gerencia anticipa el futuro y elabora las estrategias
apropiadas al tener un pronóstico aproximado pueden dar a un gerente una idea aproximada
de lo que es probable que suceda en el futuro, sin embargo, es difícil convertir esta intuición
en un número que pueda usarse, como el volumen de ventas del siguiente periodo.
Un pronóstico es una estimación cuantitativa o cualitativa de uno o varios factores que pueden
variar y que a su vez conforman un evento futuro, con base en información actual o del pasado.
La estimación de pronósticos del volumen de ventas para un producto en particular dentro de
una empresa durante el periodo próximo afectará los programas de producción, los planes de
compra de materias primas, las políticas de inventarios y las cuotas de ventas. En
consecuencia, los malos pronósticos pueden dar como resultado un incremento en los costos
de la empresa.
Revisar los datos históricos, con frecuencia ayuda a comprender mejor el patrón de las ventas
pasadas, lo que conduce a mejores predicciones de las ventas futuras del producto. Existen
diversos procedimientos para pronosticar a partir de estos datos históricos, el objetivo de estos
análisis es proporcionar buenos pronósticos o predicciones de los valores futuros, sin embargo,
hoy en día se cuenta con medios tecnológicos para realizar estos análisis de los cuales se
hablará en el presente ensayo.
realización DE PRONOSTICOS
EN SOFTWARE
Con frecuencia, las empresas tienen que preparar pronósticos para cientos o incluso miles de
productos o servicios en forma reiterada. Por ejemplo, una amplia red de instalaciones de
servicio médico necesita calcular pronósticos de la demanda de cada uno de sus servicios en
cada departamento. Esta operación implica grandes volúmenes de datos que deben ser
manipulados con frecuencia. Los analistas tienen que examinar las series de tiempo que
corresponden a cada producto o servicio a fin de elaborar un pronóstico.
Existen dos tipos de paquetes de cómputo de ayuda para determinar el proceso de pronóstico
eficientemente:
1. Paquetes estadísticos que incluyen análisis de regresión y otras técnicas que se utilizan con
frecuencia en los pronósticos; y
2. Paquetes de pronóstico diseñados específicamente para aplicaciones de este tipo.
.
En la década pasada el desarrollo que ha tenido el mayor impacto en el pronóstico es el de los
paquetes de programas de cómputo diseñados específicamente para tratar en forma directa
diferentes métodos de pronóstico.
Se han desarrollado cientos de paquetes estadísticos y de pronóstico tanto para macro como
para microcomputadoras (o computadoras personales, a las que con frecuencia se les llama
PCs). Los administradores con PCs sobre sus escritorios y el conocimiento de técnicas de
pronóstico, ya no dependen de un equipo de trabajo para realizar sus pronósticos. Los
administradores modernos están aprovechando la ventaja de la facilidad y disponibilidad de
métodos complejos de pronóstico que proporcionan las computadoras personales. A
continuación, se enlistan algunos de estos paquetes de cómputo más populares para el
desarrollo de pronósticos:
1. Minitab: presenta menús y cuadros de diálogo, manteniendo el lenguaje de comandos para
agregar velocidad y flexibilidad.
2. Statistical Package for the Social Sciences (SPSS): paquete estadístico para las ciencias
sociales.
3. Statistical Análisis System (SAS): sistema de análisis estadístico.
4. Excel
A continuación se hacen algunas recomendaciones para utilizar el programa de minitab y Excel
que son los mas usados y accesibles
A continuación, se muestran las instrucciones para el uso de las opciones de estadística que
son de utilidad para el cálculo de pronósticos, con las que cuenta Minitab. Cabe aclarar que
aquí se muestran solo algunos procedimientos básicos, debido a que Minitab es un software
de estadística que cuenta con una gama muy amplia de opciones, por lo que se recomienda
al lector familiarizarse con estos procedimientos mínimos y posteriormente explorar y
profundizar por su cuenta el resto de las opciones.
Para resolver un problema de regresión lineal simple o múltiple en Minitab, hay proceder con
los siguientes pasos:
1. Ingresar los datos a la hoja de cálculo de Minitab. Puede ingresarse un nombre para cada
columna de datos, en la celda que encabeza cada columna.
2.Seleccionar en el menú Stat la opción Regression.
3. Elegir la opción Regression.
a. En el cuadro de diálogo que aparece, ingresar la variable Y en el cuadro Response,
seleccionándola de la lista de variables y oprimiendo el botón Select.
b. Ingresar la lista de variables independientes en el cuadro Predictors, seleccionándolas
de la lista de variables y oprimiendo el botón Select.
c. Oprimir el botón Graphs. Seleccionar la opción Residual versus fits, para que se genere
el gráfico de residuales contra valores estimados. Aquí se pueden seleccionar también las
opciones Histogram of residuals y Normal plot of residuals, para completar el análisis de los
residuales.
4. Oprimir Ok.
Minitab desplegará en el panel de la sesión la ecuación de regresión, seguida de una tabla que
resume los valores estimados de los parámetros (b0, b1, b2,…) y para cada uno, su error
estándar (sbj), su estadístico t y su correspondiente valor-p.
A continuación se muestra el valor del error estándar de la estimación (syx), y los valores de
los coeficientes de determinación (r 2 ) y de determinación ajustado (r 2 aj), además de la tabla
ANOVA. También se mostrarán los gráficos que hayan sido seleccionados.
Para generar una matriz de correlación en Minitab, deberán realizarse los siguientes pasos:
1. Con los datos previamente introducidos en la hoja de cálculo, seleccionar del menú Stat, la
opción Basic statistics.
2. Seleccionar la opción Correlation.
a. Seleccionar las variables de interés, una a una, comenzando con la variable Y.
b. Verificar que no esté seleccionada la casilla Display p-values.
3. Oprimir Ok. Minitab desplegará en el panel de la sesión, la matriz con los valores de los
coeficientes de correlación. No se desplegarán los coeficientes de la diagonal principal cuyos
valores son iguales a 1.
Para calcular el pronóstico de una serie de tiempo mediante el método de promedio móvil
simple, hay que proceder de la siguiente manera:
1. Ingresar la serie de tiempo en una sola columna.
2. Seleccionar del menú Stat la opción Time series.
3. Seleccionar la opción Moving average.
a. Seleccionar la variable de interés en el cuadro Variable.
b. En el cuadro MA length escribir el valor deseado de k (número de períodos a promediar).
c. Seleccionar Generate forecasts.
d. Escribir en el cuadro Number of forecasts la cantidad de pronósticos deseados.
e. En el cuadro Starting from origin, escribir el número de datos.
4. Oprimir Ok.
Minitab desplegará en el panel de la sesión, la cantidad de pronósticos definidos en el paso
(d) con los límites que conforman el intervalo de predicción, así como los valores de las
mediciones de error MAPE, MAD (o MAE) y MSD (o MSE). También desplegará un gráfico con
la serie de tiempo original y la suavizada.
Para calcular el pronóstico de una serie de tiempo mediante el método de suavización
exponencial simple, hay que proceder de la siguiente manera:
1. Ingresar la serie de tiempo en una sola columna.
2. Seleccionar del menú Stat la opción Time series.
3. Seleccionar la opción Single Exp Smoothing.
a. Seleccionar la variable de interés en el cuadro Variable.
b. Seleccionar el cuadro Use y escribir el valor deseado de  (constante de suavizamiento).
c. Seleccionar Generate forecasts.
d. Escribir en el cuadro Number of forecasts la cantidad de pronósticos deseados.
e. En el cuadro Starting from origin, escribir el número de datos.
f. Seleccionar Options. En el cuadro de diálogo mostrada, escribir el valor 1 en el cuadro
Use average of first K observations. Esto significa que el valor de inicialización es igual al
promedio de los primeros k datos, en este caso es igual al primer dato.
4. Oprimir Ok.
Minitab desplegará en el panel de la sesión, la cantidad de pronósticos definidos en el paso
(d) con los límites que conforman el intervalo de predicción, así como los valores de las
mediciones de error MAPE, MAD (o MAE) y MSD (o MSE). También desplegará un gráfico con
la serie de tiempo original y la suavizada.
Para calcular el pronóstico de una serie de tiempo mediante la proyección de la tendencia
lineal, debe procederse de la siguiente manera:
1. Ingresar la serie de tiempo en una sola columna.
2. Seleccionar del menú Stat la opción Time series.
3. Seleccionar la opción Trend Analysis.
a. Seleccionar la variable de interés en el cuadro Variable.
b. En la opción Model type seleccionar Linear.
c. Seleccionar Generate forecasts.
d. Escribir en el cuadro Number of forecasts la cantidad de pronósticos deseados.
e. En el cuadro Starting from origin, escribir el número de datos.
4. Oprimir Ok.
Minitab desplegará en el panel de la sesión, la ecuación de la recta de proyección de la
tendencia lineal, la cantidad de pronósticos definidos en el paso (d), así como los valores de
las mediciones de error MAPE, MAD (o MAE) y MSD (o MSE). También desplegará un gráfico
con la serie de tiempo original y la línea de tendencia.
Excel cuenta con una función pronostico que toma un rango de valores existentes y los utiliza
para realizar el cálculo de un valor futuro. La función PRONOSTICO utiliza un método conocido
como regresión lineal para pronosticar dicho valor. Dicha función predice un valor analizando
el comportamiento en la relación previa de dos conjuntos de datos. Algunos usos comunes de
la función PRONOSTICO son, entre otras cosas, la predicción de ventas futuras,
requerimientos de inventario futuros o tendencias de clientes.
•
X (obligatorio): El punto para el cual se realizará el pronóstico, es decir, este valor
X tendrá un valor Y pronosticado por la función.
•
Conocido_y (obligatorio): La matriz de datos dependiente de valores Y.
•
Conocido_x (obligatorio): La matriz de datos independiente de valores X.
El valor pronosticado será el valor Y para un valor X determinado basándose en un historial
previo de valores X-Y contenidos en las matrices Conocido_x y Conocido_y respectivamente.
EJEMPLOS DE LA FUNCIÓN PRONOSTICO
En el siguiente ejemplo utilizaremos la función PRONOSTICO para estimar el total de ventas
para el mes 10 del año actual utilizando la información de ventas de los meses anteriores. En
la columna A podrás observar los meses del año (incluyendo el mes 10) y en la columna B las
el monto vendido en cada uno de los meses.
El mes 10 es el valor X para el cual necesitamos calcular el pronóstico de ventas (valor Y). Los
meses del año de la columna A son el argumento Conocido_x y los montos de venta de cada
mes de la columna B son el argumento Conocido_y. Si graficamos los montos de venta
podremos ver gráficamente el valor calculado por la función PRONOSTICO:
Hagamos un ejemplo adicional de la función PRONOSTICO. En la siguiente hoja de Excel
tengo una lista de las ventas anuales de los últimos 6 años y para cada uno de los años tengo
la tasa de interés anual. Ahora quiero realizar el pronóstico de la venta para el 2012 sabiendo
que tendremos una tasa de interés del 4.72%.
Si quiero visualizar la relación entre ambos grupos de datos (interés y ventas) puedo crear un
gráfico con ambas variables:
La función PRONOSTICO en Excel nos ayuda a obtener un valor futuro en base a un historial
de valores previos que nos indican la manera en cómo se han comportado ambas variables en
casos anteriores.
Conclusión
Durante la elaboración del ensayo se pudo apreciar cuan útiles pueden ser estor recursos
dentro de cualquier empresa. Sin duda alguna, para mejorar el rendimiento de cualquier
producción, es imprescindible contar con un sistema fiable y preciso de previsión de la
demanda.
Hoy en día se ha hecho casi indispensable el contar con tecnologías avanzadas que puedan
realizar multitud de cálculos complejos y así proporcionar una base para satisfacer las
crecientes necesidades de los planificadores de la demanda, sin embargo, es muy importante
contar con la habilidad para manejar las herramientas de estos softwares. Emplear pronósticos
de demanda en las empresas es un trabajo interesante, cuya responsabilidad recae en todas
las demás áreas de la empresa, las mismas que alimentan con información para que los
pronósticos sean más asertivos.
Bibliografía
Minitab. (29 de Octubre de 2020). Copyright © 2019 Minitab, LLC. All rights Reserved. Obtenido de Minitab:
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/using-fittedmodels/how-to/predict/perform-the-analysis/view-the-model/
ORTIZ, M. (2020). ExcelTotal. Obtenido de Funcion Pronostico: https://exceltotal.com/la-funcion-pronosticoenexcel/#:~:text=La%20funci%C3%B3n%20PRONOSTICO%20en%20Excel%20toma%20un%20rango%20
de%20valores,lineal%20para%20pronosticar%20dicho%20valor.
Richard B. Chase; F. Robert Jacobs; Nicholas J. Aquilano. (2009). ADMINISTRACIÓN DE OPERACIONES.
Producción y cadena de suministros. México, D.F.: Mc Graw Hill.
Descargar