Caso pronósticos de demanda para supermercado

ESCUELA COLOMBIANA DE INGENIERÍA JULIO GARAVITO1 

Taller en clase PCOI

[pic 1] 

PRESENTADO POR 
 

Daniela Laiton Domínguez

Grupo 1

PRESENTADO A  

Ricardo Ruiz

14 de febrero de 2020 
Bogotá D.C 

1. Datos de Cerveza

a)

[pic 2]

Gráfica 1

[pic 3]

Gráfica 2

Análisis: Al momento de seguir el comportamiento de la demanda luego de linealizar dicha gráfica y siguiendo su tendencia creciente, se obtuvo la siguiente ecuación: y = 0,4639x + 8,1154, podemos concluir que para las semanas 41,42,43 y 44, la cantidad de compra se verán regidas bajo esta función, es decir para la semana 41 se deben comprar 27 sexpack de cerveza, para la semana 42 28 six pack, para la semana 43 28 six pack y para la última semana 44 29 six pack de cerveza.

b) Al momento de comprobar si los datos son o no estacionarios se hizo lo siguiente:

•  y = ax + b                               y = 0,4639x + 8,1154[pic 4]
• [pic 5]

Dado que el P% es mayor a 1 se concluye que los datos no son estacionarios, por ende, al momento de usar la herramienta PREVISIÓN de Excel para realizar el mismo pronóstico, se selecciona estacionalidad de cero.

Y me da como resultado:

[pic 6]

Concluyendo que al usar la herramienta y configurarla de modo manual con estacionalidad igual a cero, y al hacer la respectiva linealización se obtiene el mismo pronóstico para las siguientes 4 semanas.

c) Usando el script de R Pronóstico tendencia (suavización exponencial doble), con los valores de alpha = 0.99, beta=0.99, se realizó el pronóstico de forma automática y se obtuvo el siguiente pronóstico de demanda de cerveza para las próximas 4 semanas:

           [pic 7][pic 8]

[pic 9]

Grafica 3 pronostico cerveza coheficientes alpha y beta igual a 0.99

• Al variar los coeficientes de suavización alpha y beta a los valores de 0.5 para cada uno se obtuvo el siguiente pronóstico para las siguientes 4 semanas:

                  [pic 10]                [pic 11]

[pic 12]

Grafica 4 pronostico cerveza coheficientes alpha y beta igual a 0.5

• Por ultimo al variar los coeficientes de suavización alpha y beta a los valores de 0.01 para cada uno se obtuvo el siguiente pronóstico para las siguientes 4 semanas:[pic 13]

       [pic 14]

[pic 15]Grafica 5 pronostico cerveza coheficientes alpha y beta igual a 0.01

d)

ANÁLISIS: Al evaluar los errores acumulados del pronóstico con cada método se puede concluir que para este caso el método con mayor grado de confiabilidad es la Previsión de Excel, debido a que presenta un menor grado de error, de un 4.55%, por tanto, este será el método con mayor confiabilidad para usar.

A su vez podemos ver que para este caso en el metodo R cada vez que se acercan los coheficientes de siuavización a un valor de 1 se optiene un menor grado de error, en consecuencia se puede ver que dichos datos presentan demasaida reacción.

1. Datos de Energia

1. Grafique los datos e identifique las características de esta serie de tiempo

[pic 16]

Grafica 6. Caja con bigotes datos de energía.

Según la caja con bigotes mostrada anterior mente podemos ver que no se encuentran datos atipicos en la muestra por ende tendremos en cuenta todos los datos suministrados para hacer los respectivos analisis y pronosticos.

[pic 17]

Grafica 7. Consumo de energia vs días.

[pic 18]

[pic 19]

Como podemos apreciar el P% se encuentra dentro el rango de (-1, 1) gracias a esto podemos concluir que es una serie estacionaria, a su vez la gráfica 7 presenta una serie de picos y valles; los valles ocurren cada 5 días, es decir hay una disminución en el consumo de energía en la ciudad de estudio.  

1. Realice un pronóstico de los siguientes 28 días usando el script de R Pronóstico tendencia.

[pic 20]

                        Gráfica 8. Pronostico de energía.

[pic 21]

Gráfica 9. Pronostico energía.

Adjuntando la información suministrada en la gráfica 8 podemos ver más claramente la información del pronóstico otorgada por R:

Tabla 1. Pronostico de demanda para los próximos 28 días de Energía.

...