Resumen de Pronósticos del volumen de venta de mango mediante métodos univariados en series temporales
- español
La elaboración de pronósticos a menudo se puede ver afectada porla insuficienciao escasezde información para construir modelos explicativos y la carenciade observaciones para construir modelos de pronóstico con datos de frecuencia anual. Por ello, esta investigación empleamétodos univariados paralaelaboración depronósticos ante la escasez deinformación y usa pronósticosde frecuencia mensual para ofrecer soluciones a las problemáticas inicialmente planteadas. En este sentido,se utilizaron ochométodos de pronóstico univariados, donde, debido a las características de las ventas,dosde ellosfueronmétodos especializados para pronosticar en presencia de demanda intermitente.Además, se propuso una medida de evaluación de pronósticos para el caso en que se deseeobtenerlaimportancia combinadade los pronósticosa más de un nivel de agregación.Losmodelosganadoresfueronun Alisamiento Exponencialcon componente de error multiplicativa, tendencia aditiva y estacionalidad aditiva y unAlisamiento Exponencialcon componente de error multiplicativa, tendencia aditiva-amortiguaday estacionalidad aditiva,cuyosvalores para la medida de evaluación propuesta fueron de 11464.41y16883.80respectivamentey lassumasde los pronósticos de la etapa esperada de venta solo se desviaronen un 3.49% y un 1.19% respectivamente.
- English
Forecasting can often be affected by insufficiencyor shortage ofinformation to build explanatory models and a deficiency of observations tobuild forecastingmodels with annual data. For this reason, this research uses univariate methods to prepare forecasts in presence of information shortage and uses monthly frequency forecasts to offer solutions to the problems initially mentioned. In thissense, eight univariate forecasting methods were used, where, due to the characteristics of sales, two of them were specialized methods to forecast in the presence of intermittent demand. In addition, a forecast evaluation measure was proposed for the case in which it is desired to obtain the combined importance of the forecasts at more than one level of aggregation. The winning models were an Exponential Smoothing with a multiplicative error component, additive trend and additive seasonality and an Exponential Smoothing with a multiplicative error component, additive-damped trend and additive seasonality, whose values for the proposed evaluation measure were 11464.41 and 16883.80 respectively,and the sums of the forecasts for theexpected sales seasonwere only deviated by 3.49% and 1.19% respectively.
