IMPLEMENTACIÓN DE UN SISTEMA DE PRONÓSTICO Y SU APLICACIÓN A LA DEMANDA DE LOS PRODUCTOS LUBRICANTES FABRICADOS POR UNA EMPRESA (FORECASTING SYSTEM IMPLEMENTATION APPLIED TO THE DEMAND OF THE LUBRICANT PRODUCTS FABRICATED BY AN ENTERPRISE)
Resumen
En este trabajo se presenta la implementación de un sistema de pronóstico basado en la combinación de cuatro diferentes métodos. El sistema es empleado para pronosticar las ventas mensuales de 300 productos de una empresa fabricante de lubricantes. Los patrones de venta de cada producto son muy diferentes. Por lo que las series de datos fueron analizados con los métodos de pronósticos: media móvil (MV), suavizado exponencial sencillo (SES), suavizado exponencial doble (DES) y Holt-Winters aditivo (H-WA). Aquí, se muestra que el método de pronóstico idóneo dependerá de las características de la serie de cada producto. Adicionalmente, el promedio de los pronósticos generados por los cuatro métodos proporciona una alternativa interesante como un método único para pronosticar la venta de todos los productos. Finalmente se presentan algunos ejemplos de pronósticos obtenidos con el sistema implementado.
Palabras Clave: Periodicidad, pronósticos, series de tiempo, suavizado exponencial, tendencia.
Abstract
In this work the implementation of a forecasting system based on the combination of four methods is presented. This system is used to forecast the monthly sells of 300 products of a lubricants liquids enterprise. Moreover, the patterns of demand of each product are quite different. Therefore, the time series were analyzed by the forecasting methods: moving average (MV), single exponential smoothing (SES), double exponential smoothing (DES) and the additive Holt-Winters (H-WA). Here, it is shown that the best forecasting method will depends directly on the characteristics of each time series. Additionally, the average of the four forecasting methods provides an interesting alternative since it can be used as unique method for forecasting the demand of all the products. Finally, some forecasting examples obtained with the system are presented.
Keywords: Exponential smoothing, forecasting, periodicity, time series, trend.
Texto completo:
946-963 PDFReferencias
Bermúdez J. D., Segura J. V., Vercher E., Holt–Winters Forecasting: An Alternative Formulation Applied to UK Air Passenger Data. Journal of Applied Statistics, vol. 34, 1075-1090, 2007.
Brockwell P. J., Davis R. A., Introduction to time series and forecasting. Springer. 2016.
Chatfield C., The Holt‐Winters forecasting procedure. Journal of the Royal Statistical Society: Series C (Applied Statistics), vol. 27, 264-279, 1978.
Chatfield, C., Yar M., Holt-Winters Forecasting: Some Practical Issues. Journal of the Royal Statistical Society. Series D (The Statistician), vol. 37, 129-140, 1988.
Granger C., Newbold P., Some comments on the evaluation of economic forecasts. Cambridge University Press, 2001.
Hussein Hameed H., Smoothing Techniques for Time Series Forecasting Eastern Mediterranean University, 2015.
Lagarias J. C., Reeds J. A., Wright, M. H., Wright, P. E. Convergence
Properties of the Nelder--Mead Simplex Method in Low Dimensions. SIAM Journal on Optimization, vol. 9, 112-147, 1998.
Prins J., Process or Product Monitoring and Control. In Croarkin C, Tobias P (eds): e-Handbook of Statistical Methods. NIST/SEMATECH, 2012.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx