Cómo Calcular Un Pronóstico Usando Una Media Móvil Simple De Tres Meses

Media móvil Este ejemplo le enseña cómo calcular el promedio móvil de una serie de tiempo en Excel. Una gran ventaja se utiliza para suavizar las irregularidades (picos y valles) para reconocer fácilmente las tendencias. 1. En primer lugar, echemos un vistazo a nuestra serie de tiempo. 2. En la ficha Datos, haga clic en Análisis de datos. Nota: no puede encontrar el botón Análisis de datos Haga clic aquí para cargar el complemento Herramientas de análisis. 3. Seleccione Media móvil y haga clic en Aceptar. 4. Haga clic en el cuadro Rango de entrada y seleccione el rango B2: M2. 5. Haga clic en el cuadro Interval y escriba 6. 6. Haga clic en el cuadro Rango de salida y seleccione la celda B3. 8. Trazar un gráfico de estos valores. Explicación: dado que establecemos el intervalo en 6, el promedio móvil es el promedio de los 5 puntos de datos anteriores y el punto de datos actual. Como resultado, los picos y valles se suavizan. El gráfico muestra una tendencia creciente. Excel no puede calcular el promedio móvil para los primeros 5 puntos de datos porque no hay suficientes puntos de datos anteriores. 9. Repita los pasos 2 a 8 para el intervalo 2 y el intervalo 4. Conclusión: Cuanto mayor sea el intervalo, más se suavizarán los picos y los valles. Cuanto más pequeño es el intervalo, más cerca están las medias móviles de los puntos de datos reales. Te gusta este sitio web gratuito? Comparte esta página en GoogleMoving Media Forecasting Introduction. Como usted podría adivinar, estamos estudiando algunos de los enfoques más primitivos para la predicción. Pero espero que estas sean al menos una introducción valiosa a algunos de los problemas de computación relacionados con la implementación de pronósticos en hojas de cálculo. En este sentido, continuaremos comenzando desde el principio y comenzando a trabajar con las previsiones de Media móvil. Pronósticos de media móvil. Todo el mundo está familiarizado con los pronósticos de promedio móvil, independientemente de si creen que son. Todos los estudiantes universitarios las hacen todo el tiempo. Piense en los resultados de su examen en un curso en el que va a tener cuatro pruebas durante el semestre. Supongamos que tienes un 85 en tu primera prueba. Qué predecirías para tu segundo puntaje de prueba? Qué crees que tu maestro predijo para tu siguiente puntaje de prueba? Qué crees que tus amigos podrían predecir para tu siguiente puntaje de prueba? Qué crees que tus padres podrían predecir para tu próximo puntaje de prueba? Todo el blabbing que usted puede hacer a sus amigos y padres, él y su profesor son muy probables esperar que usted consiga algo en el área de los 85 que usted acaba de conseguir. Bueno, ahora vamos a suponer que a pesar de su autopromoción a sus amigos, usted se sobreestimar y la figura que puede estudiar menos para la segunda prueba y por lo que se obtiene un 73. Ahora lo que todos los interesados ​​y despreocupados va a Anticipar que usted conseguirá en su tercer examen Hay dos acercamientos muy probables para que desarrollen una estimación sin importar si lo compartirán con usted. Pueden decir a sí mismos: "Este tipo siempre está soplando el humo de su inteligencia. Hes va a conseguir otro 73 si hes suerte. Tal vez los padres tratarán de ser más solidarios y decir: "Bueno, hasta ahora has conseguido un 85 y un 73, por lo que tal vez debería figura en obtener sobre un (85 73) / 2 79. No sé, tal vez si usted hizo menos Fiesta y werent meneando la comadreja en todo el lugar y si comenzó a hacer mucho más estudiando que podría obtener una puntuación más alta. quot Ambos de estos estimados son en realidad las previsiones de promedio móvil. El primero es usar sólo su puntaje más reciente para pronosticar su rendimiento futuro. Esto se denomina pronóstico de media móvil utilizando un período de datos. El segundo es también un pronóstico de media móvil, pero utilizando dos períodos de datos. Vamos a asumir que todas estas personas estallando en su gran mente tienen tipo de molesto y usted decide hacer bien en la tercera prueba por sus propias razones y poner una puntuación más alta en frente de sus quotalliesquot. Usted toma la prueba y su puntuación es en realidad un 89 Todos, incluido usted mismo, está impresionado. Así que ahora tiene la prueba final del semestre que viene y como de costumbre se siente la necesidad de incitar a todos a hacer sus predicciones acerca de cómo youll hacer en la última prueba. Bueno, espero que veas el patrón. Ahora, espero que puedas ver el patrón. Cuál crees que es el silbido más preciso mientras trabajamos? Ahora volvemos a nuestra nueva compañía de limpieza iniciada por su hermana separada llamada Whistle While We Work. Tiene algunos datos de ventas anteriores representados en la siguiente sección de una hoja de cálculo. Primero presentamos los datos para un pronóstico de media móvil de tres periodos. La entrada para la celda C6 debe ser Ahora puede copiar esta fórmula de celda abajo a las otras celdas C7 a C11. Observe cómo el promedio se mueve sobre los datos históricos más recientes, pero utiliza exactamente los tres períodos más recientes disponibles para cada predicción. También debe notar que realmente no necesitamos hacer las predicciones para los períodos pasados ​​con el fin de desarrollar nuestra predicción más reciente. Esto es definitivamente diferente del modelo de suavizado exponencial. He incluido las predicciones anteriores porque las usaremos en la siguiente página web para medir la validez de la predicción. Ahora quiero presentar los resultados análogos para un pronóstico de media móvil de dos periodos. La entrada para la celda C5 debe ser Ahora puede copiar esta fórmula de celda abajo a las otras celdas C6 a C11. Observe cómo ahora sólo se usan las dos más recientes piezas de datos históricos para cada predicción. Nuevamente he incluido las predicciones anteriores para fines ilustrativos y para uso posterior en la validación de pronósticos. Algunas otras cosas que son importantes de notar. Para una predicción de promedio móvil del período m sólo se usan los m valores de datos más recientes para hacer la predicción. Nada más es necesario. Para una predicción media móvil del período m, al hacer predicciones quotpast, observe que la primera predicción ocurre en el período m 1. Ambas cuestiones serán muy significativas cuando desarrollemos nuestro código. Desarrollo de la función de media móvil. Ahora necesitamos desarrollar el código para el pronóstico del promedio móvil que se puede usar con más flexibilidad. El código sigue. Observe que las entradas son para el número de períodos que desea utilizar en el pronóstico y la matriz de valores históricos. Puede guardarlo en cualquier libro que desee. Función MovingAverage (Histórica, NumberOfPeriods) Como única Declaración e inicialización de variables Dim Item como variante Dim Contador como Entero Dim Acumulación como único Dim HistoricalSize As Entero Inicialización de variables Counter 1 Acumulación 0 Determinación del tamaño del historial HistoricalSize Historical. Count For Counter 1 To NumberOfPeriods Acumulación del número apropiado de los valores observados anteriormente más recientes Acumulación Acumulación Histórica (HistoricalSize - NumberOfPeriods Counter) MovingAverage Acumulación / NumberOfPeriods El código se explicará en la clase. Desea colocar la función en la hoja de cálculo para que aparezca el resultado del cálculo donde quiera lo siguiente. Notas OR Las notas OR son una serie de notas introductorias sobre temas que se incluyen en el amplio campo del campo de investigación de operaciones (O). Originalmente fueron utilizados por mí en un curso introductorio de OR que doy en el Imperial College. Ahora están disponibles para su uso por cualquier estudiante y maestro interesado en OR sujeto a las siguientes condiciones. Puede encontrar una lista completa de los temas disponibles en OR-Notes aquí. Ejemplos de pronóstico Ejemplo de pronóstico 1996 Examen UG La demanda de un producto en cada uno de los últimos cinco meses se muestra a continuación. Utilice una media móvil de dos meses para generar una previsión de demanda en el mes 6. Aplique el suavizado exponencial con una constante de suavizado de 0.9 para generar una previsión de demanda de demanda en el mes 6. Cuál de estos dos pronósticos prefiere y por qué? El promedio móvil para los meses dos a cinco es dado por: El pronóstico para el mes seis es sólo el promedio móvil para el mes anterior que es decir, el promedio móvil para el mes 5 m 5 2350. Aplicando suavizado exponencial con una constante de suavizado de 0,9 obtenemos: Antes de que el pronóstico para el mes seis sea apenas el promedio para el mes 5 M 5 2386 Para comparar los dos pronósticos calculamos la desviación cuadrada media (MSD). Si hacemos esto, encontramos que para el promedio móvil MSD (15 - 19) sup2 (18 - 23) sup2 (21-24) sup2 / 3 16.67 y para el promedio exponencialmente suavizado con una constante de suavización de 0.9 MSD (13-17) ) Sup2 (18.76 - 23) sup2 (22.58 - 24) sup2 / 4 10.44 En general, vemos que el suavizado exponencial parece dar las mejores previsiones de un mes de anticipación ya que tiene un MSD más bajo. Por lo tanto, preferimos el pronóstico de 2386 que ha sido producido por suavizado exponencial. Ejemplo de pronóstico 1994 UG examen La siguiente tabla muestra la demanda de un nuevo aftershave en una tienda para cada uno de los últimos 7 meses. Calcular una media móvil de dos meses para los meses dos a siete. Cuál sería su pronóstico para la demanda en el mes ocho? Aplicar el suavizado exponencial con una constante de suavizado de 0,1 para obtener una previsión de la demanda en el mes ocho. Cuál de las dos previsiones para el mes ocho prefieres y por qué? El encargado de la tienda cree que los clientes están cambiando a este nuevo aftershave de otras marcas. Analice cómo puede modelar este comportamiento de conmutación e indicar los datos que necesitaría para confirmar si se está produciendo o no esta conmutación. Solución El promedio móvil de dos meses para los meses dos a siete es dado por: El pronóstico para el mes ocho es sólo la media móvil para el mes anterior que es decir, el promedio móvil para el mes 7 m 7 46. Aplicando suavizado exponencial con una constante de suavizado de 0,1 Obtenemos: Como antes de la previsión para el mes ocho es sólo el promedio para el mes 7 M 7 31,11 31 (como no podemos tener la demanda fraccional). Para comparar los dos pronósticos se calcula la desviación cuadrática media (MSD). Si hacemos esto encontramos que para el promedio móvil y para el promedio exponencialmente suavizado con una constante de suavizado de 0,1 En general, vemos que el promedio móvil de dos meses parece dar el mejor pronóstico de un mes de anticipación, ya que tiene un MSD más bajo. Por lo tanto, preferimos la previsión de 46 que se ha producido por la media móvil de dos meses. Para examinar la conmutación que tendría que utilizar un modelo de proceso de Markov, donde las marcas de estados y que se necesita información de estado inicial y las probabilidades de conmutación de clientes (a partir de encuestas). Tendríamos que ejecutar el modelo en datos históricos para ver si tenemos un ajuste entre el modelo y el comportamiento histórico. Ejemplo de pronóstico 1992 UG examen La siguiente tabla muestra la demanda de una determinada marca de afeitar en una tienda para cada uno de los últimos nueve meses. Calcular una media móvil de tres meses para los meses tres a nueve. Cuál sería su pronóstico para la demanda en el mes diez? Aplicar el suavizado exponencial con una constante de suavizado de 0,3 para obtener una previsión de la demanda en el mes diez. Cuál de los dos pronósticos para el mes diez prefieres y por qué? Solución El promedio móvil de tres meses para los meses 3 a 9 es dado por: El pronóstico para el mes 10 es sólo el promedio móvil para el mes anterior que es decir el promedio móvil para el mes 9 M 9 20,33. Por lo tanto (como no podemos tener demanda fraccional) el pronóstico para el mes 10 es 20. Aplicando el suavizado exponencial con una constante de suavizado de 0.3 obtenemos: Como antes la predicción para el mes 10 es sólo el promedio para el mes 9 M 9 18.57 19 (como nosotros No puede tener demanda fraccional). Para comparar los dos pronósticos se calcula la desviación cuadrática media (MSD). Si hacemos esto, encontramos que para el promedio móvil y para el promedio exponencialmente suavizado con una constante de suavizado de 0,3 En general, vemos que el promedio móvil de tres meses parece dar el mejor pronóstico de un mes de anticipación, ya que tiene un MSD más bajo. Por lo tanto, preferimos la previsión de 20 que se ha producido por el promedio móvil de tres meses. Ejemplo de pronóstico 1991 UG examen La siguiente tabla muestra la demanda de una marca particular de máquina de fax en un gran almacén en cada uno de los últimos doce meses. Calcular la media móvil de cuatro meses para los meses 4 a 12. Cuál sería su pronóstico para la demanda en el mes 13 Aplicar suavizado exponencial con una constante de suavizado de 0,2 para obtener una previsión de la demanda en el mes 13. Cuál de las dos previsiones para el mes 13 Prefiere y por qué Qué otros factores, no considerados en los cálculos anteriores, podrían influir en la demanda del fax en el mes 13 Solución La media móvil de cuatro meses para los meses 4 a 12 está dada por: m 4 (23 19 15 12) / 4 17,25 m 5 (27 23 19 15) / 4 21 m 6 (30 27 23 19) / 4 24,75 m 7 (32 30 27 23) / 4 28 m 8 (33 32 30 27) / 4 30,5 m 9 ( 37 33 32 30) / 4 33 m 10 (41 37 33 32) / 4 35,75 m 11 (49 41 37 33) / 4 40 m 12 (58 49 41 37) / 4 46,25 El pronóstico para el mes 13 es sólo el movimiento Promedio para el mes anterior, es decir, el promedio móvil para el mes 12 m 12 46,25. Por lo tanto (como no podemos tener demanda fraccional) el pronóstico para el mes 13 es 46. Aplicando el suavizado exponencial con una constante de suavizado de 0.2 obtenemos: Como antes la previsión para el mes 13 es sólo el promedio para el mes 12 M 12 38.618 39 (como nosotros No puede tener demanda fraccional). Para comparar los dos pronósticos se calcula la desviación cuadrática media (MSD). Si hacemos esto, encontramos que para el promedio móvil y para el promedio exponencialmente suavizado con una constante de suavizado de 0,2 En general, vemos que el promedio móvil de cuatro meses parece dar el mejor pronóstico de un mes de anticipación, ya que tiene un MSD más bajo. Por lo tanto, preferimos la previsión de 46 que se ha producido por el promedio móvil de cuatro meses. La demanda estacional los cambios de precio de la publicidad, tanto esta marca y otras marcas situación económica general de la nueva tecnología Ejemplo de pronóstico 1989 UG examen La siguiente tabla muestra la demanda de una determinada marca de horno de microondas en un almacén en cada uno de los últimos doce meses. Calcular una media móvil de seis meses para cada mes. Cuál sería su pronóstico para la demanda en el mes 13 Aplicar suavizado exponencial con una constante de suavizado de 0,7 para obtener una previsión de la demanda en el mes 13. Cuál de las dos previsiones para el mes 13 prefieres y por qué? Solución Ahora no podemos calcular una Seis meses de media móvil hasta que tenemos por lo menos 6 observaciones - es decir, sólo podemos calcular un promedio desde el mes 6 en adelante. Por lo tanto, tenemos: m 6 (34 32 30 29 31 27) / 6 30,50 m 7 (36 34 32 30 29 31) / 6 32,00 m 8 (35 36 34 32 30 29) / 6 32,67 m 9 (37 35 36 34 32 30) / 6 34,00 m 10 (39 37 35 36 34 32) / 6 35,50 m 11 (40 39 37 35 36 34) / 6 36,83 m 12 (42 40 39 37 35 36) / 6 38,17 La previsión para el mes 13 Es sólo el promedio móvil para el mes anterior, es decir, el promedio móvil para el mes 12 m 12 38,17. Por lo tanto (como no podemos tener demanda fraccional) el pronóstico para el mes 13 es 38. Aplicando el suavizado exponencial con una constante de suavizado de 0,7 obtendremos: Ver la solución paso a paso a: Simple Mes Tres Meses Último Año Esta pregunta fue respondida El 05 de mayo de 2011. Vea la Respuesta quotTires for Youquot Caso práctico Consulte su lectura para esta Unidad en el texto de Coyle para esta asignación. Lea el Caso práctico de Tyres para usted, Inc., en la pág. 265. En un documento de 12 páginas (excluyendo las páginas Título y Referencia), responda las preguntas 1, 2 amp 6 y adjunte su hoja de trabajo Tires4U Case con cálculos detallados. Tenga en cuenta que las Tablas que empiezan en la página 237 (Capítulo 7) serán muy útiles para completar la asignación. Neumáticos para usted, Inc. Neumáticos para usted, Inc. (TFY), fundado en 1987, es un taller de reparación automotriz que se especializa en neumáticos del reemplazo. Situado en Altoona, Pensilvania, TFY ha crecido con éxito en los últimos años debido a la adición de una nueva gerente general, Katie McMullen. Dado que el reemplazo de neumáticos es una parte importante del negocio de TFYs (también realiza cambios de aceite, pequeñas reparaciones mecánicas, etc.), Katie se sorprendió de la falta de pronósticos para el consumo de neumáticos para la compañía. Su mecánico mayor, Skip Grenoble, le dijo que normalmente abastecían para este año lo que vendieron el año pasado. Él admitió fácilmente que varias veces a lo largo de las existencias de la estación ocurrieron y los clientes tuvieron que ir a otra parte para los neumáticos. Aunque muchos reemplazos de neumáticos fueron para neumáticos defectuosos o destruidos, la mayoría de los neumáticos se instalaron en los automóviles cuyos neumáticos originales habían agotado. Muy a menudo, cuatro neumáticos se instalaron al mismo tiempo. Katie estaba decidida a tener una mejor idea de cuántos neumáticos debían mantenerse en stock durante los varios meses del año. El siguiente es un resumen de los últimos años de venta de neumáticos individuales por mes: Mes Neumáticos Usados ​​Enero 510 Febrero 383 Marzo 1,403 Abril 1,913 Mayo 1,148 Junio ​​893 Julio 829 Agosto 638 Septiembre 2,168 Octubre 1,530 Noviembre 701 Diciembre 636 Caso Preguntas: Katie te contrató para determinar La mejor técnica para pronosticar la demanda de TFY basada en los datos dados. 1. Calcule un pronóstico usando una media móvil simple de tres meses. 2. Calcular un pronóstico usando una media móvil ponderada de tres periodos. Utilice pesos de 0.60, 0.25 y 0.15 para el período más reciente, el segundo período más reciente y el tercer período más reciente, respectivamente. 6. Basado en los diversos métodos usados ​​para calcular una previsión para TFY, Cuál método produjo la mejor pronosticación? Por qué? Cómo podría mejorar esta previsión? ANTECEDENTES PREVISIÓN Descargar adjunto Simple Tres meses Mes Último Año Enero Febrero Marzo Abril Mayo Junio ​​Julio Agosto Septiembre Octubre Noviembre Diciembre Demanda total Demanda media Prom Bias Abs Dev Media Dev Dev 510 383 1403 1913 1148 893 829 638 2168 1530 701 636 12752 1062,67 3 período que se mueve avg Pronóstico de 3 períodos Error 765,3 1233,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 765 1233 0 0 0 0 0 0 0 1147,67 -85,00 893,00 829,00 638,00 2168,00 1530,00 701,00 636,00 Sesgo total 8457,67 Sesgo x 939,74 1233,67 137,07 Ejemplo de calcuación simple promedio (5103831403) / 3 765,3 (promedio de marzo, pronóstico de abril) Promedio de tres meses ponderado (0,6,0,25, 0,15) 0,6 Mes 0,25 0,15 Último año 3 período 3 periodo que se mueve previsión media 510 383 1403 1014,1 1913 1556,0 1014 1148 0,0 1556 893 0,0 0 829 0,0 0 638 0,0 0 2168 0,0 0 1530 0,0 0 701 0,0 0 636 0,0 0 12752 1062,67 Sesgo de sesgo total x Enero Febrero Marzo Abril Mayo Junio ​​Julio Agosto Septiembre Octubre Noviembre Diciembre Promedio de la demanda Demanda media Prom Bias Abs Dev Media Abs Dev Promedio ponderado Ejemplo de cálculo (.61403) (.25383) (.15510) 1014.1 (Promedio de marzo, pronóstico de abril) 1014.05 Error 899 -408 893 829 638 2168 1530 701 636 7885.95 876.22 -1752.05 -194.67 6. Qué método produjo el mejor pronóstico Para evaluar la precisión se puede comparar el ampquotMean Abolute Deviationampquot cuanto menor sea el valor cuanto más precisa sea la previsión. Basado en las previsiones, tenemos: Promedio móvil simple MAD: 137,07 Promedio móvil ponderado de 3 meses MAD: -194,67 Bear27 ha publicado una pregunta middot 04 de mayo 2011 a las 9:29 pmC calcular la media de la desviación absoluta loco para cada Esta presentación muestra las páginas 42ndash44 . Regístrese para ver el contenido completo. do. Calcular la desviación absoluta media (MAD) para cada pronóstico. Cuál es el mejor 11. a. Abril a septiembre 130, 150, 160, 170, 160, 150. b. Abril a septiembre 136, 146, 150, 159, 153, 146. c. El suavizado exponencial mejoró. 12. MAD 58.3 TS - 6. El modelo está dando un mal pronóstico. 13. a. MAD 23.75. segundo. TS 7.16. do. Señal de seguimiento de 7.16 modelo demasiado grande es pobre. 14. a. Véase ISM. segundo. Véase ISM. do. Simple MAD 2.90 Con tendencia MAD 0.86. El modelo de tendencia es mejor. Esta vista previa tiene secciones borrosas intencionalmente. Regístrese para ver la versión completa. En este problema, debe probar la validez de su modelo de pronóstico. Estas son las previsiones de un modelo que ha estado utilizando y las demandas reales que se han producido: W EEK F ORECAST A CTUAL 1 800 900 2 850 1,000 3 950 1,050 4 950 900 5 1,000 900 6 975 1,100 Utilice el método indicado en el texto para Calcular el MAD y la señal de seguimiento. A continuación, decidir si el modelo de pronóstico que ha estado utilizando está dando resultados razonables. Suponga que su stock de mercancía de ventas se mantiene en función de la demanda prevista. Si el personal de ventas de distributorrsquos llama el primer día de cada mes, calcule sus ventas pronosticadas por cada uno de los tres métodos solicitados aquí. A CTUAL Junio ​​140 Julio 180 Agosto 170 a. Utilizando una media móvil simple de tres meses, cuál es la previsión para septiembre b. Utilizando una media móvil ponderada, cuál es el pronóstico para septiembre con pesos de 0,20. 30 y .50 para junio, julio y agosto, respectivamente c. Usando el suavizado exponencial simple y asumiendo que la previsión para junio había sido 130, las ventas previstas para septiembre con una alisación constante alfa de 0,30. 17 La demanda histórica de un producto es la siguiente: D EMAND Abril 60 Mayo 55 Junio ​​75 Julio 60 Agosto 80 Septiembre 75 a. Utilizando un promedio móvil de cuatro meses, calcule una previsión para octubre. segundo. Usando el suavizado exponencial simple con un 0,2 y un pronóstico de septiembre 65, calcular una previsión para octubre. do. Usando regresión lineal simple, calcule la línea de tendencia para los datos históricos. Digamos que el eje X es el 1 de abril, el 2 de mayo, y así sucesivamente, mientras que el eje Y es la demanda. re. Calcule un pronóstico para octubre. 18 Las ventas por trimestre para el año pasado y los tres primeros trimestres de este año fueron las siguientes: Q UARTER I II III IV El año pasado 23,000 27,000 18,000 9,000 Este año 19,000 24,000 15,000 Usando el procedimiento de pronóstico de enfoque descrito en el texto, El cuarto trimestre de este año. 19 La siguiente tabla muestra la demanda de producto pronosticada usando su método de pronóstico particular junto con la demanda real que ocurrió: F ORECAST A CTUAL 1.500 1.550 1.400 1.500 1.700 1.600 1.750 1.650 1.800 1.700 a. Calcule la señal de seguimiento utilizando la desviación absoluta media y la suma de ejecución de los errores de predicción. segundo. Analice si su método de pronóstico está dando buenas predicciones. 15. MAD 104 T S 3.1. El TS es 3.1 en la semana 6. Este es un valor bastante alto, lo que indica que el modelo es inaceptable. 16. a. F 163.3. segundo. F Sept. 167. c. F 15 de septiembre. 17. a. F Oct. 72.5. segundo. 67. c. Y 54 3,86 x. re. 81. 18. Utilizar la estrategia 5 para pronosticar el cuarto trimestre: F IV 7.500. Este es el final de la vista previa. Regístrese para acceder al resto del documento.