El suavizado exponencial

Suavización exponencial

Este método contiene un mecanismo de autocorrección que ajusta los pronósticos en dirección opuesta a los errores pasados. Es un caso particular de promedios móviles ponderados de los valores actuales y anteriores en el cual las ponderaciones disminuyen exponencialmente. Se emplea tanto para suavizar como para realizar pronósticos. Se emplea la siguiente fórmula:

Cuando exista menos dispersión en los datos reales respecto a los datos pronosticados entonces será más confiable el método empleado. Para saber cuan preciso es el método empleado en la realización del pronóstico se utiliza la siguiente fórmula del cuadrado medio del error (CME) como indicador de precisión del pronóstico:

Siendo n el número de errores

Ejemplo ilustrativo: Con los siguientes datos acerca de la ventas en miles de dólares de la Empresa D & M durante los últimos 12 meses:

Meses Sep. Oct. Nov. Dic. Ene. Feb. Mar. Abr. May. Jun. Jul. Ago.

Ventas 6 7 6 12 7 10 6 4 9 7 8 6

1) Suavizar los datos empleando el método de suavización exponencial con a = 0,5. Pronosticar las ventas para el mes de septiembre. Calcular el cuadrado medio del error. Elaborar un gráfico en el que consten las ventas y los pronósticos.

2) Suavizar los datos empleando el método de los promedios móviles de orden 3. Pronosticar las ventas para mes de septiembre. Calcular el cuadrado medio del error. Elaborar un gráfico en el que consten las ventas y los promedios móviles.

3) ¿Qué método es el más preciso?

Solución:

1) Realizando los cálculos se suavizamiento se obtienen los resultados respectivos de pronóstico, los cuales se presentan en la siguiente tabla:

Observando la tabla anterior se tiene que el pronóstico de ventas para el mes de septiembre es de 6,798, o para cualquier período futuro, ya que los datos no presentan una tendencia sino que se supone que varían o fluctúan a largo plazo alrededor de este valor promedio.

Calculando el cuadrado medio del error se obtienen los siguientes resultados, los cuales se presentan en la siguiente tabla:

Aplicando la fórmula se obtiene el cuadrado medio del error:

...