Resumen Modelos Ingenuos

MODELOS DE PRONOSTICOS INGENUOS

Son modelos de pronóstico simple que pronostican a partir del ultimo valor conocido o los más recientes.

Las series de ventas pueden describirse mediante,

Componentes:

• Estacionalidad: las ventas pueden ser mayores en dic y generalmente menores en sept. (cada año)
• Tendencia: las ventas tienden a crecer año tras año. Pero no ocurre para todos los años.
• Cíclico: este se visualiza al observar fluctuaciones en las ventas en distintos meses inferiores o mayores a las del año anterior.
• Irregular: se presentan ventas mayores o menores a las que pudieran esperar según la tendencia, estacionalidad y ciclo.

Primer modelo ingenuo

𝐹 (𝑡 + 1) = 𝑋(𝑡)

Modelo ingenuo F(t + 1)=X(t) El pronóstico F(t+1) para el futuro 1 paso hacia adelante es el último valor conocido de la serie, X(t).

• Solo requiere conocer un solo valor de la serie histórica de datos, el ultimo.
• Es miope, ignora toda la historia de la serie, solo ve lo más cercano.

Otra manera de leerlo:

Modelo ingenuo F(t + m) = X(t) Para pronóstico hacia el futuro, desde m=1 (un paso hacia adelante) hasta los pasos hacia adelante que se necesiten (m=2, m=3, etcétera).

Este modelo no pronostica el componente estacionalidad ni tendencia, ni ciclico. Este modelo pronostica mal cuando la serie tiene componente estacional, si se tuviera el componente se debe descartar, si bien pronostica mal componentes de tendencia estacional y cíclico,  no hay que descartarlo. Esto ocurre por que no puede tenerse completa seguridad de que la tendencia reciente se mantendrá y lo difícil de predecir el componente cíclico.

Cuando es útil pronosticar con modelo F(t + m) = X(t)

Es muy adecuado para muchas series, para presupuestos

Segundo modelo ingenuo

𝐹(𝑡 + 1) = 𝑋(𝑡 + 1 − 12)

Para series trimestrales:

Modelo ingenuo F(t+1)=X(t+1-4) El pronóstico F(t+1) para el futuro 1 paso hacia adelante es el último valor conocido del mismo trimestre, X(t+1-4).

• Este modelo es simple y requiere conocer un año completo de la serie histórica de datos.
• Es miope, ignora prácticamente toda la historia de la serie y solo presta atención a los 12 valores mensuales o los últimos 4 trimestres conocidos.
• Si pronostica el componente estacional, pero no pronostica lo componentes de tendencia o cíclicos de la serie.

Otra manera de leerlo:

Modelo ingenuo F(t + m) = X(t + m - 12) o F(t + m)=X(t + m - 4) Para pronóstico hacia el futuro, desde m = 1 (un paso hacia adelante) hasta los pasos hacia adelante que se necesiten (m = 2, m = 3, etcétera), donde X( ∙ ) se reemplaza por F( ∙ ) si no se conociera X( ∙ ).

Este modelo es buen candidato a menos que la serie no tenga componente estacional.

Tercer modelo ingenuo

𝐹(𝑡 + 1) = 𝑋(𝑡) + [𝑋(𝑡 + 1 − 12) − 𝑋(𝑡 + 1 − 12 − 1) ]

Modelo ingenuo F(t+1)=X(t)+[X(t+1-12)-X(t+1-12-1) ] El pronóstico F(t+1) para el futuro 1 paso hacia adelante es el último valor conocido de la serie, X(t), más la última tendencia a cambiar conocida entre los mismos meses, X(t+1-12)-X(t+1-12-1).

• Se requiere un valor no conocido para pronosticar varios pasos hacia adelante.
• Si pronostica el componente estacional y también el de tendencia mas reciente a crecer de la serie.
• Debe usarse con cautela, muchas veces la tendencia mas reciente a crecer no se mantiene.
• Para usar este modelo se debe estar seguro de que la tendencia reciente a crecer reciente no cambiara.

𝐹( 𝑡 + 𝑚) = 𝑋 (𝑡 + 𝑚 − 1) + [𝑋(𝑡 + 𝑚 – 12) − 𝑋(𝑡 + 𝑚 − 12 − 1)]

𝑜

𝐹( 𝑡 + 𝑚) = 𝑋( 𝑡 + 𝑚 − 1) + [𝑋(𝑡 + 𝑚 – 4) − 𝑋(𝑡 + 𝑚 − 4 − 1)]

Para pronóstico hacia el futuro, desde m=1 (un paso hacia adelante) hasta los pasos hacia adelante que se necesiten (m=2, m=3, etcétera), donde X(∙) se reemplaza por F(∙) si no se conociera X(∙).

Cuarto modelo ingenuo

𝐹 (𝑡 + 1) = 𝑋(𝑡) + 𝑃 ∙ [𝑋 (𝑡 + 1 − 12) − 𝑋 (𝑡 + 1 − 12 − 1) ]

El pronóstico F(t+1) para el futuro 1 paso hacia adelante es el último valor conocido de la serie, X(t), más la fracción P de la última tendencia a cambiar conocida entre los mismos meses, X(t+1-12)-X(t+1-12-1).

• Es una combinación de otros dos modelos,
• Resulta adecuado cuando el analista tiene una razonable seguridad que las ventas cambiarán su tendencia a crecer más reciente.

𝐹 (𝑡 + 𝑚) = 𝑋 (𝑡 + 𝑚 − 1) + 𝑃 ∙ [𝑋 (𝑡 + 𝑚 − 12) − 𝑋 (𝑡 + 𝑚 − 12 − 1)]

𝑜

𝐹 (𝑡 + 𝑚) = 𝑋 (𝑡 + 𝑚 − 1) + 𝑃 ∙ [𝑋 (𝑡 + 𝑚 − 4) − 𝑋 (𝑡 + 𝑚 − 4 − 1)]

Quinto modelo ingenuo

𝐹 (𝑡 + 1) = 𝑋(𝑡)*[pic 1]

El pronóstico F(t+1) para el futuro 1 paso hacia adelante es el último valor conocido de la serie, X(t), más la última tendencia porcentual a cambiar conocida entre los mismos meses,

...