Ejercicios de Pronstic os

Uso de programas Minitab y WINQSB

Dr. Primitivo Reyes Aguilar Junio 2009

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Contenido
Contenido..................................................................................................2 2. PRONSTICOS (FC)...............................................................................3 2.1 REGRESIN LINEAL..........................................................................3 2.2 SERIES DE TIEMPO...........................................................................5 2.3 SERIES DE TIEMPO CON REGRESIN LINEAL.................................9 ................................................................................................................11

Ejercicios de Pronsticos Reyes / agosto 2009

P.

2. PRONSTICOS (FC)
2.1 REGRESIN LINEAL
Paso 1. Ejecutar FC y abrir un nuevo archivo (NEW PROBLEM) o cargar uno existente (LOAD PROBLEM LINEREG.FCC)

Paso 2. Especificar el problema

Paso 3. Introducir los datos de los diferentes factores

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Paso 4. Correr el programa con el cono resultados

, se obtienen los siguientes

Seleccionar la variable Y (independiente) y las Xs independientes:

Paso 5. Los resultados son:

En forma grfica seleccionar

e indicar la variable independiente

Ejercicios de Pronsticos Reyes / agosto 2009

P.

2.2 SERIES DE TIEMPO

Paso 1. Ejecutar FC y abrir un nuevo archivo (NEW PROBLEM) o cargar uno existente (LOAD PROBLEM SALES.FCC)

Paso 2. Especificar el problema

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Paso 3. Cargar los datos histricos

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Paso 4. Correr el programa con el cono , seleccionar el mtodo de Holt Winters con la opcin de buscar el mejor (Search the Best con base en el error MSE)

Parmetros de bsqueda (Enter Search Domain)

Paso 5. Los resultados son los siguientes:

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Pronstico de los siguientes 5 meses

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Y de manera grfica se tiene con el cono

2.3 SERIES DE TIEMPO CON REGRESIN LINEAL

Paso 1. Ejecutar FC y abrir un nuevo archivo (NEW PROBLEM) o cargar uno existente (LOAD PROBLEM SALES.FCC)

Paso 2. Especificar el problema

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Paso 3. Cargar los datos histricos

Paso 4. Correr el programa con el cono pronosticar:

, seleccionar 5 periodos a

10

Ejercicios de Pronsticos Reyes / agosto 2009 Paso 5. Los resultados son los siguientes:

P.

Y de manera grfica se tiene con el cono

11

Ejercicios de Pronsticos Reyes / agosto 2009

P.

COMO HACER LOS DEMAS TIPOS DE PRONOSTICOS

6. PRONSTICOS La opcin Nuevo Problema (New Problem) genera una plantilla en el cual se introducirn las caractersticas de nuestro problema de pronsticos: A continuacin se describir la ventana de Especificaciones del problema (Problem Specification): Pronstico de Series de Tiempos (Time Series Forecasting): * Ttulo del problema (Problem Title): Nombre con el cual se identificar el problema. * Unidad de Tiempo (Time Unit): Se especifica la unidad de tiempo de la serie. * Numero de unidades de tiempo (Number of Time Units - Periodos): Datos disponibles. Regresin lineal (Linear Regression): * Ttulo del problema (Problem Title): Nombre con el cual se identificar el problema. * Nmero de variables (Number of Factors - Variables): Cantidad de variables utilizadas en el modelo. * Numero de observaciones (Number of Observations): Datos disponibles. 6.1 EJEMPLO DE SERIES DE TIEMPO Mediante un ejemplo demostraremos como se introducen los datos para la creacin de un pronstico empleando series de tiempo. ENUNCIADO
12

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Ejemplo 6-1: Informacin suministrado por el Departamento de Estadsticas de la ciudad, el nmero de carros que transitaron en los ltimos 7 aos fueron: Ao Cantidad 1998 1200.000 1999 1500.000 2000 1850.000 2001 1915.000 2002 2400.000 2003 2750.000 2004 2920.000Pronosticar la cantidad de vehculos para los aos 2005 y 2006. 6.2 INTRODUCIENDO LOS DATOS Procederemos a llenar los campos de la ventana, en donde la unidad de tiempo esta dado en aos y el nmero de datos disponibles son 7. Luego introducimos los datos de los vehculos en estricto orden: En el caso de que queramos eliminar o agregar nuevos datos, tenemos las opciones Agregar una observacin (Add an Observation) y Eliminar una observacin (Delete an Observation) en el men Editar (Edit). 6.3 REALIZANDO EL PRONSTICO En el men Resolver y analizar (Solve and Analyze) elegimos la nica opcin disponible: La nueva ventana permitir distinguir entre diferentes mtodos de solucin para series de tiempo: * Promedio simple (Simple Average) * Promedio mvil (Moving Average) * Promedio mvil ponderado (Weighted Moving Average) * Promedio mvil con tendencia lineal (Moving Average with Linear Trend) * Suavizado exponencial simple (Single Exponential Smoothing) * Suavizado exponencial simple con tendencia lineal (Single Exponential Smoothing with Linear Trend) * Suavizado exponencial doble (Double Exponential Smoothing)
13

Ejercicios de Pronsticos Reyes / agosto 2009

P.

* Suavizado exponencial doble con tendencia lineal (Double Exponential Smoothing with Linear Trend) * Suavizado exponencial adaptado (Adaptive Exponential Smoothing) * Regresin lineal con tiempos (Linear Regression with Time) * Algoritmo suma Holt-Winters (Holt-Winters Additive Algorithm) * Algoritmo multiplicativo Holt-Winters (Holt-Winters Multiplicative Algorithm). Seleccionaremos la opcin Suavizado exponencial simple (Single Exponential Smoothing) e indicaremos informacin adicional para resolver el problema con este mtodo: La primera opcin (permanente en todos los mtodos) corresponde al nmero de periodos a pronosticar (para nuestro ejemplo problema son dos aos). Recordemos que ? (alpha) es una constante entre 0 y 1. Existe tambin la opcin de mantener el resultado de un mtodo para poder compararlo con otros distintos. Al pulsar OK tenemos: 6.4 ANALIZANDO LOS RESULTADOS El pronstico para los dos aos se puede observar en la columna Pronstico por SES (Forecast for SES) en las filas correspondiente a los valores 8 y 9. Tambin contamos con los siguientes indicadores: * Error del pronstico acumulado (Cumulative Forecast Error - CFE) * Desviacin media absoluta (Mean Absolute Deviation - MAD) * Error medio cuadrtico (Mean Square Error - MSE) * Error medio porcentual absoluto (Mean Absolute Percent Error MAPE) * Seal de senda (Tracking Signal): Equivale a la divisin entre CFE y MAD.
14

Ejercicios de Pronsticos Reyes / agosto 2009

P.

* R al cuadrado (R-Square): Coeficiente de determinacin. 6.5 EJEMPLO DE REGRESIN LINEAL Ejemplo 6-2: Predecir el valor de Y para un X de 40 si se tienen los siguiente datos: X Y 10 1000 15 1220 20 1310 25 1670 30 1845 35 2050 En la ventana Especificaciones del problema (Problem Specification), seleccionamos Regresin lineal (Linear Regression) y digitamos la siguiente informacin: Ingresamos los datos del problema como se muestra a continuacin (factor 1 equivale a X): En el men Resolver y analizar (Solve and Analyze) elegimos la opcin disponible: En la siguiente ventana se especifica cual es la variable dependiente, para lo cual, se deber marcar el factor 2 (que para nuestro caso es Y) y luego pulsar el botn OK. 6.6 ANALIZANDO LOS RESULTADOS DE UNA REGRESIN Los resultados de la regresin se muestran de la siguiente forma: Las medias de las variables aparecen en la columna llamada Mean Las desviaciones correspondientes estn en la columna Standard Deviation (9,35 para X y 403,34 para Y). Los valores de a y b de la ecuacin de la lnea recta estn en la columna Regression Coefficient: Y = 553,4762 + 42,7714X La correlacin al cuadrado es de 0,9839438. 6.7 LA ECUACIN DE LA RECTA EN MODO GRFICO Para observar el mapa de dispersin y la lnea de tendencia simplemente accederemos al men Resultados (Results) y seleccionamos Mostrar regresin lineal (Show Regression Line). 6.8 ESTIMANDO Y
15

Ejercicios de Pronsticos Reyes / agosto 2009

P.

Para estimar el valor de Y para un X de 40 deberemos cerrar las ventanas de resultado y en el men Resolver y analizar (Solve and Analyze) pulsamos sobre la ltima opcin: Pulsamos sobre el botn Entrar valor de la variable independiente (Enter Value for Independent Variable) e ingresamos 40: Pulsamos el botn OK en ambas ventanas. En la primera fila se observa el valor de la prediccin para Y (2264,333). Aplicando un nivel de significancia (dado por el usuario) podremos ver el intervalo de prediccin (Prediction Interval). Los dems valores corresponden: * Intervalos de confianza para la media (Confidence Interval of Prediction Mean) * nivel de significancia (Significance Level alpha) * Grados de Libertad (Degree of Freedom) * Valor crtico de t (t Critical Value).

16