APLICACIN DE SUAVIZAMIENTO EXPONENCIAL SIMPLE

EJERCICIO DE MERRIWELL BAG COMPANY

Como bien conocemos el mtodo de suavizacin o suavizamiento exponencial simple

puede considerarse como una evolucin del mtodo de promedio mvil ponderado, en
ste caso se calcula el promedio de una serie de tiempo con un mecanismo de
autocorreccin que busca ajustar los pronsticos en direccin opuesta a las
desviaciones del pasado mediante una correccin que se ve afectada por un
coeficiente de suavizacin. En el presente trabajo se desarrollara un ejercicio de
MERRIWELL BAG COMPANY en el cual contamos con datos de todos los meses de
enero a diciembre los cuales sern representados grficamente como una serie de
nmeros secuenciales, partiendo de los 12 primeros meses, luego 24, 36 y 48. En este
ejercicio contamos con informacin desde 1996-2000 y podemos afirmar que este es
ptimo para patrones de demanda aleatorios y con los periodos que tenemos
podemos deducir un resultado muy significativo.
1. Datos del ejercicio de la empresa MERRIWELL BAG COMPANY (1996-2000)

Este ejercicio lo trabajremos en el programa MINITAB ayudndonos del Excel para su

previa aplicacin de frmulas con el que cuenta el suavizamiento exponencial simple.
Para ello lo primero que hay que realizar es:
 2. Ingresar los datos al programa, como trabajaremos con series de tiempo, estos
se ingresan en una sola columna como se muestra a continuacin.

Despus de ingresar todos los datos, al minitab nos dirigimos a la ventana de estadsticas-
series de tiempo y grafica de serie de tiempo as es como lograremos obtener una grfica de
pronstico de regresin, en la cual los aos estarn divididos por una lnea horizontal, para
poder visualizarlo de mejor manera.

3. Grfico de pronstico de regresin

PRONSTICO CON REGRESIN

12 24 36 48
25000

20000

15000
VENTAS

10000

5000

0
1 6 12 18 24 30 36 42 48 54 60
Meses

Observando esta grfica podemos decir que las ventas en el ao de 1996 desde el mes
de enero hasta noviembre aumentaron pero cerr ese ao con una disminucin de sus
ventas en el mes de diciembre, as mismo en el ao 1997 en el mes de enero las ventas
siguieron disminuyendo pero en los prximos meses podramos decir que aumentaron
relativamente hasta que en diciembre de este ao al igual que el ao anterior tambin
las ventas disminuyeron, el ao 1998 podemos observar en el grafico que las ventas
tuvieron un parecido a las ventas de los aos anteriores con la misma tendencia, ya
para el ao de 1999 y 2000 podemos decir que el comportamiento de las ventas de
esta empresa estn muy relacionadas a los aos anteriores ay que en el primeros
meses aumenta pero en el mes de diciembre se ve una diminucin de sus ventas.
Para continuar con el anlisis de nuestro ejercicio es realizar pronsticos con el mtodo
de descomposicin, en el cual se generaron 3 grficos de los cuales nos interesa la
grfica de descomposicin de series de tiempo de ventas, modelo multiplicativo pero
no solo eso sino tambin nos brinda los datos calculados de:

4. Ecuacin de tendencia ajustada

Yt = 6781 + 45,4t

5. ndices estacionales
Perodo ndice
1 0,41379
2 0,43818
3 0,43813
4 0,36511
5 0,60852
6 0,80325
7 0,85193
8 1,16836
9 1,77688
10 1,82556
11 2,19067
12 1,11968

6. Medidas de exactitud
MAPE 21
MAD 1228
MSD 2539415

7. Pronostico
Perodo Pronstico
61 4655,8
62 5030,5
63 4242,6
64 2894,6
65 6083,7
66 7230,7
 67 9324,4
68 11308,2
69 16484,5
70 17488,5
71 21599,6
72 12187,5

8. Grafica de descomposicin de series de tiempo de Ventas

Grfica de descomposicin de series de tiempo de VENTAS

Modelo multiplicativo
25000
Variable
Actual
Ajustes
20000 Tendencia
Pronsticos

15000
VENTAS

10000

5000

0
1 7 14 21 28 35 42 49 56 63 70
ndice

En esta grafica podemos apreciar el pronstico que se ha realizado teniendo como base
los datos de los 5 aos anteriores para as podemos saber cul es la tendencia de esta
empresa, as que podemos decir que en los primeros meses la empresa aumentara la
venta de su producto pero el ltimo mes del ao esta venda disminuir pero tambin
podemos observar que tiene una tendencia favorable es decir todos los aos al
finalizar el ao la produccin aumenta.

9. Grfico de componente para ventas

 10. Anlisis de componente para VENTAS
Modelo multiplicativo
Datos originales Datos con tendencia invertida

20000 2,0

1,5

10000 1,0

0,5
0
1 12 24 36 48 60 1 12 24 36 48 60
ndice ndice

Datos ajustados estacionalmente Datos con elim. de tend. y ajuste estac.

20000
2500

0
10000
-2500

0 -5000
1 12 24 36 48 60 1 12 24 36 48 60
ndice ndice

Grfico de anlisis estacional para ventas

Anlisis estacional para VENTAS

Modelo multiplicativo
ndices estacionales Datos con tendencia invertida por estacin

2,0 2,0

1,5 1,5

1,0 1,0

0,5 0,5

1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12

Variacin porcentual por estacin Residuos por estacin

12
2500
8
0

4 -2500

0 -5000
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12

Continuando con nuestro ejercicio, los patrones pueden no ser estables con el tiempo,
por lo que la mayora de los datos recientes del perodo N es todo lo que debemos
preocuparnos
 Grfica de suavizacin para VENTAS
Mtodo exponencial simple
25000 Variable
Actual
Ajustes
20000 Constante de suavizacin
1,08232

15000
VENTAS

10000

5000

0
1 6 12 18 24 30 36 42 48 54 60
ndice