Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Suavización Exponencial Con Ajuste de Tendencia

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 9

SUAVIZACIÓN

EXPONENCIAL CON
AJUSTE DE TENDENCIA
• El suavizado exponencial es uno de los sofisticados métodos de previsión a través
de las medidas móviles ponderadas , y así prever la tendencia con anterioridad.
• El modelo de suavizado exponencial se presenta como previsión para que los
usuarios puedan ajustarla para retrasos positivos o negativos.
• Para suavizar la tendencia la ecuación para la corrección de la tendencia es la
siguiente:
Ecuación
• 𝑇𝑡 = 1 − 𝛽 𝑇𝑡−1 + 𝐹𝑡 − 𝐹𝑡−1
• Donde :
• 𝑇𝑡 = 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑑𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡
• 𝑇𝑡−1 = tendensia suavizada para el periodo anterior
• 𝛽 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑎𝑛𝑡𝑒 𝑑𝑒 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑑𝑜 𝑑𝑒 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑞𝑢𝑒 ℎ𝑒𝑚𝑜𝑠 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜
• 𝐹𝑡 = 𝑝𝑟𝑒𝑣𝑖𝑠𝑖𝑜𝑛 𝑐𝑜𝑛 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑑𝑜 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑠𝑖𝑚𝑝𝑙𝑒 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡
• 𝐹𝑡−1 = 𝑝𝑟𝑒𝑣𝑖𝑠𝑖𝑜𝑛 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
Estimación con menor error
• 𝐷𝑡 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑡 − é𝑠𝑖𝑚𝑜.
• 𝐴𝑡 = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑡 − é𝑠𝑖𝑚𝑜.
• 𝐹𝑡 = 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑡 − é𝑠𝑖𝑚𝑜.
• 𝛼 = 𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑎𝑡𝑒𝑛𝑢𝑎𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 0,1 .
• 𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑒í𝑜𝑑𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜.
• 𝛽 = 𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑎𝑡𝑒𝑛𝑢𝑎𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑎 𝑙𝑎 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 0,1 .
• 𝑇𝑡 = 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑑𝑒 𝑡𝑒𝑛𝑑𝑒𝑐𝑖𝑎.
Metodología
• 𝐴𝑡 = 𝛼 ∗ 𝐷𝑡 + 1 − 𝛼 ∗ (𝐴𝑡−1 + 𝑇𝑡−1 )
• 𝑇𝑡 = 𝛽 ∗ 𝐴𝑡 − 𝐴𝑡−1 + 1 − 𝛽 ∗ 𝑇𝑡−1
• 𝐹𝑡+1 = 𝐴𝑡 + 𝑇𝑡
• 𝐹𝑡+𝑝 = 𝐴𝑡 + 𝑃 ∗ 𝑇𝑡 "𝐷𝑒𝑠𝑑𝑒 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑑𝑜𝑠“(𝑃𝑎𝑟𝑎 𝑒𝑙 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜 )
• 𝐷𝐴𝑀 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜𝑠.

Según Yih Long Chang


|
𝒕 𝑫𝒕
0

Ejemplo 1
2
3245
3408
• Pronosticar 4 periodos de 3 3610
tiempo con un α= 0.4 y un 4 3715
β=0.7. Minimizar el DAM 5 4025
modificando los valores de 6 4134
α y β iniciales. 7 4279
8 4486
9 4865
10 5480
11 5970
12 6310
13 6680
14 7150
t Dt At Tt Ft |et| t Dt At Tt Ft |et|
0 3245 0 0 3245 0
1 3245 3245 0 1 3245 3245 0
2 3408 3310.2 45.64 3245 163 2 3408 3408 98.0050151 3245 163
3 3610 3457.504 116.8048 3355.84 254.16 3 3610 3610 160.532807 3506.00502 103.994985
4 3715 3630.58528 156.198336 3574.3088 140.6912 4 3715 3715 127.143276 3770.53281 55.5328069
5 4025 3882.07017 222.898924 3786.78362 238.216384 5 4025 4025 237.0873 3842.14328 182.856724
6 4134 4116.58146 231.027577 4104.96909 29.0309069 6 4134 4134 160.073817 4262.0873 128.0873
7 4279 4320.16542 211.817048 4347.60903 68.6090333 7 4279 4279 151.010567 4294.07382 15.0738169
8 4486 4513.58948 198.941957 4531.98247 45.9824681 8 4486 4486 184.674648 4430.01057 55.9894325
9 4865 4773.51886 241.633154 4712.53144 152.468562 9 4865 4865 301.514274 4670.67465 194.325352
10 5480 5201.09121 371.79059 5015.15202 464.847983 10 5480 5480 490 5166.51427 313.485726
11 5970 5731.72908 482.983686 5572.8818 397.1182 11 5970 5970 490 5970 5.7316E-09
12 6310 6252.82766 509.664111 6214.71277 95.2872344 12 6310 6310 399.811336 6460 150
13 6680 6729.49506 486.566415 6762.49177 82.4917706 13 6680 6680 381.887039 6709.81134 29.8113358
14 7150 7189.63689 468.069202 7216.06148 66.0614779 14 7150 7150 434.865641 7061.88704 88.1129612
15 7657.70609 169.074248
15 α=1 7584.86564 113.866957
16 α = 0.4 8125.77529
16 β = 0.60125776 8019.73128
17 β = 0.7 8593.84449
17 8454.59692
18 DAM = 169.074248 9061.91369 DAM = 113.866957
18 8889.46256
α = 0.4 α=1
β = 0.7 β = 0.60125776

10000
10000

9000
9000

8000 8000

7000 7000

6000 6000

5000 5000

4000 4000

3000 3000

2000 2000

1000 1000

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Dt Ft Dt Ft
• Según Yih Long Chang

También podría gustarte