Teoría (presentaciones) Flashcards

1
Q

Enfoque intuitivo o del último período en que consiste

A

La forma más sencilla de pronosticar es suponer
que la demanda del siguiente periodo será igual a
la demanda del periodo más reciente.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Promedios móviles en que consisten

A

El pronóstico de promedios móviles usa un número de valores de datos históricos reales para generar un pronóstico. Los promedios móviles son útiles si podemos suponer que la demanda del mercado permanecerá relativamente estable en el tiempo.

Un promedio móvil de 4 meses se encuentra simple-
mente al sumar la demanda medida durante los últimos 4 meses y dividiéndola entre cuatro.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Promedio móvil ponderado en que consiste

A

Cuando se presenta una tendencia o un patrón
localizable, pueden utilizarse ponderaciones para
dar más énfasis a los valores recientes. Esta
práctica permite que las técnicas de pronóstico
respondan más rápido a los cambios, puesto que
puede darse mayor peso a los periodos más
recientes.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Tanto los promedios móviles simples como los ponderados son efectivos para suavizar las fluctuaciones repentinas en el patrón de la demanda con el fin de obtener estimaciones estables.
Sin embargo,
los promedios móviles presentan tres problemas:

A
  1. Aumentar el tamaño de n (el número de periodos promediados)
    suaviza de mejor manera las fluctuaciones, pero resta sensibilidad
    al método ante cambios reales en los datos.
  2. Los promedios móviles no reflejan muy bien las tendencias.
    Porque son promedios, siempre se quedarán en niveles pasados,
    no predicen los cambios hacia niveles más altos ni más bajos. Es
    decir, retrasan los valores reales.
  3. Los promedios móviles requieren amplios registros de datos
    históricos.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Rango La constante de suavización, α

A

Se encuentra por lo regular en un rango de 0.05 a
0.50 para aplicaciones de negocios. Puede cambiarse para dar mas peso a datos
recientes (cuando α es alta) o mas peso a datos anteriores (si α es baja).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly