Suavizacion Exponencial

INTRODUCCION

El método de suavización exponencial es una técnica de pronóstico de series de tiempo la cual contiene un mecanismo de autocorrelacion que ajusta los pronósticos en dirección opuesta a los errores anteriores, los datos recientes tendrán más peso en el promedio móvil.

Se usa para suavizar como también para realizar pronósticos.

DESARROLLO

La suavización exponencial es una técnica de pronóstico de series de tiempo (promedios móviles) que pondera los datos históricos exponencialmente para que los datos más recientes tengan más peso en el promedio móvil. Con la suavización exponencial simple, el pronóstico Ft se construye con la predicción del último periodo Ft-1 más una porción α de la diferencia entre el valor de la demanda real del periodo anterior At-1 y el pronóstico del periodo anterior Ft-1.

Ft = Ft-₁ + α (At-₁ – Ft-₁)

La constante de suavización α es un número entre 0 y 1 que entra multiplicando en cada pronóstico, pero cuya influencia declina exponencialmente al volverse antiguos los datos.

Una α baja da más ponderación a los datos históricos. Una α de 1 refleja una ajuste total a la demanda reciente, y los pronósticos serán las demandas reales de los periodos anteriores.

La selección de α depende de las características de la demanda. Los valores altos de α son más sensibles a las fluctuaciones en la demanda. Los valores bajos de α son más apropiados para demandas relativamente estables (sin tendencia o ciclicidad), pero con una gran cantidad de variación aleatoria.

La suavización exponencial simple es un promedio suavizado centrado en el periodo presente. No se puede extrapolar para efectos de tendencia, por la que ningún valor de α compensará completamente la tendencia en los datos.

Los valores ordinarios de α varían entre 0.01 y 0.40. Los valores bajos de α disminuyen efectivamente la variación aleatoria (ruido – dispersión). Los valores altos son más sensibles a cambios en la demanda ( introducciones de nuevos productos y error buscando cuál valor reduce el error del pronóstico.

Esto puede hacerse fácilmente modelando el pronóstico en un programa de computo, tratando con diferentes valores de α.

Un valor de α que proporcione aproximadamente un grado equivalente de suavización tanto como un promedio móvil de un periodo es

α = 2 / (n + 1)

El método de suavización exponencial contiene un mecanismo de autocorrelacion 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 la cual las ponderaciones disminuyen

...