Metodos De Suavización

En esta actividad se daràn a conocer losmétodos de suavización, así como las técnicas de promedio móvil son tambien como el suavizamiento, son metodologías que basan sus pronósticos en promedios de datos observados problemas anteriores.

Los métodos de suavización exponencial, son de gran utilidad para poder suavizar series de tiempo y además para pronosticar datos de cualquier tipo ya que nos arrojarán terminos exactos, pronostican otrogando ponderación a los datos dependiendo del peso que tengan dentro del cálculo del prónostico .Estos métodos tambien pronostican datos a gran escala y diferenciando patrones y tendencias.

El método de suavización exponencial supone que cada proceso es constante, de manerá particular las tecnicas de este metodo estan diseñadas para atenuar desventajas de metodos de promedios moviles, endonde os datos a calcular poseen la misma ponderación.

Contenido:

1. Explica claramente cuando es mejor utilizar:

• Suavización exponencial simple:

Este método es idóneo en caso de que la serie de datos que se usará para definir el pronóstico no tenga una tendencia predecible. El punto es de darle una importancia mayor a los datos más recientes y una menor a los demás para tomar en cuenta la información más actual posible.

• Suavización exponencial lineal:

Este método es idóneo en caso de que la serie de datos que se usará para definir el pronóstico tenga una tendencia definida, que nos permita averiguar que los datos se moverán según una tendencia lineal.

• Método de Winters:

Este método es idóneo en caso de que la serie de datos que se usará para definir el pronóstico tenga una tendencia definida, que nos permita averiguar que los datos se moverán según una tendencia lineal y siguiendo un patrón de estacionalidad.

2. Menciona cuales son los métodos de pronósticos basados en promedios.

 Promedios simples

 Promedios moviles

 Promedios moviles dobles

 Metodos de suavizamiento exponencial simple

 Metodos de suavizamiento exponencial lineal

3. Define cuando es útil el análisis de regresión lineal simple.

Es útil el análisis de regresión lineal simple en caso de medir la relación de dependencia entre dos variables. Ejemplo: la correlación entre el costo de publicidad y las ventas.

4. Describe y explica los conceptos utilizados en la regresión lineal simple.

En el método de la regresión lineal, los conceptos utilizados son:

La perturbación aleatoria: factor que representa toda la realidad no controlable.

El coeficiente de correlación, es la unidad que mide la relación de dependencia entre las variables.

La línea de regresión: que es la línea que tiene mejor ajuste de los datos.

Error estándar de la estimación: Mide la diferencia entre los valores verdaderos y los valores estimados.

5. ¿A qué se refiere la “parte explicada por la regresión” y la “parte no explicada”?

La varianza total de la variable tiene dos partes: una que la regresión, sí puede explicar (la parte explicada), y una parte que la regresión no explica. Lo más pequeña es esta última parte, lo más justo será el ajuste y por lo tanto será la regresión.

6. ¿Qué alternativa puedes utilizar cuando tu diagrama de dispersión no presenta una tendencia lineal y requieres analizar el caso con regresión lineal?

 La función logarítmica

 La función de raíz cuadrada

 Regresión cuadrática

 Regresión reciproca

7. Menciona en qué consiste la prueba de hipótesis nula y la prueba de hipótesis alternativa.

Una hipótesis nula es una declaración sobre los parámetros poblacionales, al suponerse ciertas,

...