Proyecto Final Pronosticos Para La Toma De Desiciones
mpreciado13 de Enero de 2015
2.918 Palabras (12 Páginas)626 Visitas
Objetivo:
• Aplicar los conocimientos adquiridos sobre pronósticos para aplicarlos a casos reales
Procedimiento:
• Entramos a la plataforma universitaria para leer las instrucciones correspondientes al proyecto
• Analizamos el método que pedía aplicar cada enunciado
• Copiamos los datos del problema en el programa Minitab
• Aplicamos el método correspondiente para obtener el resumen de los pronósticos con las gráficas necesarias para su interpretación
• Analizamos e interpretamos los resultados obtenidos
• Establecimos conclusiones
Resultados:
• Consultorías Financieras de México fue contratada por una importante casa de cambio para pronosticar el precio de venta del dólar durante los 12 meses del año siguiente.
• Consultorías Financieras de México indagó los registros históricos del dólar desde el año 2004.
DATOS DE 2004 A 2013
Año Mes Dólar (pesos) IPC (puntos)
2004 Enero 9.63 6585.67
Febrero 9.37 7368.55
Marzo 9.28 7473.25
Abril 9.41 6640.68
Mayo 9.51 5961.14
Junio 9.82 6948.33
Julio 9.37 6514.21
Agosto 9.2 6664.82
Septiembre 9.45 6334.56
Octubre 9.57 6394.24
Noviembre 9.42 5652.63
Diciembre 9.61 5652.19
2005 Enero 9.68 6496.89
Febrero 9.69 6032.1
Marzo 9.58 5727.89
Abril 9.35 5987.25
Mayo 9.27 6595.39
Junio 9.07 6666.17
Julio 9.17 6474.4
Agosto 9.2 6310.7
Septiembre 9.52 5403.53
Octubre 9.27 5537.04
Noviembre 9.23 5832.83
Diciembre 9.2 6372.28
2006 Enero 9.15 6927.87
Febrero 9.1 6734.44
Marzo 9 7361.86
Abril 9.41 7480.74
Mayo 9.64 7031.64
Junio 9.97 6460.95
Julio 9.87 6021.84
Agosto 9.98 6216.43
Septiembre 10.22 5728.46
Octubre 10.21 5967.73
Noviembre 10.16 6156.83
Diciembre 10.4 6127.09
2007 Enero 10.9 5954.35
Febrero 11.03 5927.06
Marzo 10.78 5914.03
Abril 10.27 6509.88
Mayo 10.33 6699.18
Junio 10.47 7054.99
Julio 10.61 7355.07
Agosto 10.73 7591.42
Septiembre 11.13 7822.48
Octubre 11.03 8064.83
Noviembre 11.36 8554.48
Diciembre 11.32 8795.28
2008 Enero 11.07 9428.77
Febrero 11.08 9991.8
Marzo 11.14 10517.5
Abril 11.44 9948.13
Mayo 11.44 10036.29
Junio 11.55 10281.82
Julio 11.43 10116.39
Agosto 11.41 10264.32
Septiembre 11.4 10957.37
Octubre 11.54 11564.35
Noviembre 11.25 12102.55
Diciembre 11.16 12917.88
2009 Enero 11.19 13097.12
Febrero 11.1 13789.46
Marzo 11.19 12676.9
Abril 11.1 12322.99
Mayo 10.9 12964.39
Junio 10.76 13486.13
Julio 10.61 14409.66
Agosto 10.82 14243.19
Septiembre 10.78 16120.08
Octubre 10.8 15759.73
Noviembre 10.57 16830.96
Diciembre 10.64 17802.71
2010 Enero 10.56 18907.1
Febrero 10.55 18706.32
Marzo 10.9 19272.63
Abril 11.05 20646.19
Mayo 11.36 18677.92
Junio 11.15 19147.17
Julio 10.99 20095.93
Agosto 10.93 21049.35
Septiembre 11.01 21937.11
Octubre 10.77 23046.95
Noviembre 10.98 24962.01
Diciembre 10.8 26448.32
2011 Enero 11.02 27561.49
Febrero 11.16 26638.95
Marzo 11 28747.69
Abril 10.93 28996.71
Mayo 10.74 31398.96
Junio 10.77 31151.05
Julio 10.92 30659.66
Agosto 11.04 30347.86
Septiembre 10.93 30296.19
Octubre 10.66 31458.67
Noviembre 10.9 29770.52
Diciembre 10.92 29536.83
2012 Enero 10.83 28793.64
Febrero 10.69 28918.52
Marzo 10.65 30912.99
Abril 10.49 30281.41
Mayo 10.33 31975.47
Junio 10.3 29395.49
Julio 10.03 27501.02
Agosto 10.25 26290.99
Septiembre 10.92 24888.9
Octubre 12.63 20445.32
Noviembre 13.23 20534.72
Diciembre 13.75 22380.32
2013 Enero 14.2 19565.14
Febrero 14.99 17752.18
Marzo 14.03 19626.75
Abril 13.72 21898.85
Mayo 13.07 24331.71
Junio 13.14 24368.38
Julio 13.21 27043.5
Agosto 13.26 28129.95
Septiembre 13.49 29232.24
Octubre 13.08 28646.03
Noviembre 12.93 30957.11
Diciembre 13.07 32120.47
PUNTO 1:
Considera la serie y las contantes de suavizamiento α=0.2 y α=0.4 para obtener los pronósticos de los siguientes 12 meses.
Una constante de suavizamiento es un valor mayor que cero pero menor que 1, su precisión es confiable a corto plazo y son métodos fáciles de formular. Se dividen en tres categorías con las siguientes características:
• Suavizamiento Exponencial simple: Son útiles cuando los datos no tienen tendencia hacia arriba ni hacia abajo.
• Suavizamiento exponencial Doble: Es útil cuando los datos sí tienen tendencia
• Método de Winters: Se utiliza para datos que además de tendencia tienen estacionalidad.
Suavización Exponencial Simple Alfa = 0.2
Suavización Exponencial Simple Alfa de 0.4
Suavización Exponencial Doble Alfa de 0.2
.
Suavización Exponencial Doble con Alfa 0.4
Método de Winters con Alfa de 0.2
Método de Winters con alfa 0.4
INTERPRETACIÓN:
Para poder interpretar cuál método es el mejor, es necesario ubicarnos en los datos de las gráficas, específicamente en el MSD (Desviación cuadrática media) , medida de exactitud que nos ayudará a medir el error más pequeño dentro del pronóstico, por lo tanto el mejor método para el pronóstico de 2014 por métodos de suavización es: SUAVIZACIÓN EXPONENCIAL SIMPLE, CON UN MSD DE 0.18784 con alfa de 0.4
Los otros pronósticos resultan en:
Suav exp. Simple alfa de 0.2: MSD 0.32422
Suav. Exp. Doble alfa 0.2: MSD 0.39493
Suav. Exp. Doble alfa 0.4: MSD 0.22559
Winters alfa 0.2: MSD 0.41642
Winters alfa 0.4: MSD 0.22948
ARCHIVO DE MINITAB INSERTADO
PUNTO 2 (Checar archive de Excel)
PUNTO 3
El pronóstico del precio dólar para el año 2014, basado en el historial del mismo, de los años 2004 a 2013, con un alpha de 0.2; es equivalente a 13.1654. Con un MSD de 0.32173.
PUNTO 4
Se puedo sacar el promedio móvil del mes de septiembre del 2014, basando en los datos históricos de poca antigüedad ya dados por el problema.
PUNTO 5 COMPARACION DEL PUNTO C Y D
Por medio de este gráfico en el punto C, se demuestra que los datos son cuantificables, y que en el pronóstico se obtiene un incremento, considerando que en base al registro nos arroja una gráfica más desarrollada y mejor equilibrada con los puntos exactos ya que se aplica en series de tiempo. En el punto D es un desarrollo más exacto del promedio móvil y ayudara en base a datos históricos para obtener una previsión en una serie de tiempo para que los efectos estacionales o irregulares sean eliminados.
PUNTO 6
Técnicas Ventajas Desventajas
suavizamiento -Mecanismo de autocorrección que ajusta los pronósticos en dirección opuesta a los errores pasados.
- Se emplea tanto para suavizar como para realizar pronósticos.
-Cuando exista menos dispersión en los datos reales respecto a los datos pronosticados entonces será más confiable el método.
Cuadrado medio del error (CME) como indicador de precisión del pronóstico.
-Se utiliza solo cuando existen muchos cambios bruscos o movimientos irregulares.
- Suavizamiento exponencial siempre falla al responder a las tendencias.
Promedios móviles -Una serie de valores Y1, Y2, Y3,... Y n se define por la sucesión de valores correspondientes a las medias aritméticas.
-Se eliminan los movimientos o variaciones estacionales, cíclicas e irregulares, quedando sólo el movimiento de tendencia.
- Si se emplean medias aritméticas ponderadas en el método de los promedios móviles, el método toma de nombre Promedios Móviles Ponderados de Orden N.
-Se pierden datos iniciales y finales de la serie original.
-A medida que N crece, la cantidad de nuevos datos se reduce.
ENTREGA FINAL:
a. Aplica la técnica de Box – Jenkins para descomponer ambas series por separado
La técnica Box-Jenkins es una técnica de pronósticos iterativa recomendada para series de tiempo con datos históricos sin un patrón particular de comportamiento. En otras palabras, es posible realizar un pronóstico sobre una serie de tiempo encontrando
...