SUAVIZACIÓN EXPONENCIAL Y TENDENCIAS NO LINEALES

“SUAVIZACIÓN EXPONENCIAL Y TENDENCIAS NO LINEALES”

SUAVIZACIÓN EXPONENCIAL

La suavización exponencial es un método de pronóstico basado en el uso de promedios ponderados.

La base de ponderación es exponencial porque se concede la mayor ponderación al valor correspondiente al periodo inmediatamente anterior al periodo de pronóstico y las ponderaciones decrecen exponencialmente para los valores de datos de periodos anteriores.

El método de suavización exponencial supone que el proceso es constante, al igual que el método de promedios móviles. Esta técnica está diseñada para atenuar una desventaja del método de promedios móviles, en donde los datos para calcular el promedio tienen la misma ponderación.

Otro método para realizar un pronóstico es el método de suavización Exponencial. A diferencia de los promedios móviles, este método pronostica otorgando una ponderación a los datos dependiendo del peso que tengan dentro del cálculo del pronóstico. Esta ponderación se lleva a cabo a través de otorgarle un valor a la constante de suavización, 1, que puede ser mayor que cero y menor que uno. Para nuestro ejemplo, utilizamos un valor de 1 = 0.8, por ser éste el que mejor ajusta al pronóstico a los datos reales.

El modelo básico de suavización exponencial se presenta a continuación: Ft+1 = αYt + (1 - α)Ft (2)

Donde:

Ft+1 = Pronóstico de la serie de tiempo para el periodo de t + 1.

Yt = Valor real del periodo anterior al año a pronosticar.

Ft = Valor real del periodo anteanterior al año a pronosticar.

α = Constante de suavización (0 ≤ α ≤ 1).

La utilización de esta ecuación implica algunas especificaciones. El cálculo de Ft+1 está ligado con los 2 periodos anteriores. En otras palabras, el pronóstico de suavización exponencial en determinado periodo es (Ft+1) = al valor real de la serie de tiempo en el periodo anterior (Yt) X la constante de suavización (α), + 1 - la constante de suavización (α) X el periodo anteanterior

(Ft).

Ft+1 = αYt + (1 - α)Ft (2)

A pesar de que la suavización exponencial nos da un pronóstico que es un promedio ponderado de todas las operaciones pasadas, no es necesario guardar todos los datos del pasado a fin de calcular el pronóstico para el periodo siguiente. De hecho, una vez seleccionada la elección de la constante de suavización α es crucial en la estimación de pronósticos futuros. Si la serie de tiempo contiene una variabilidad aleatoria sustancial, se preferirá un valor pequeño como constante de suavización.

OTROS MÉTODOS

...