PRONร STICOS Clase No. 6 Anรกlisis Secundario Demanda Ascendente - Descendente Inga. Mariana Pereira
¿Cómo influimos en los demás?
Éticamente
No
éticamente
Definición
Es observable gráficamente una tendencia Ascendente – Descendente, ya que se la información crece y decrece en el tiempo.
ANÁLISIS SECUNDARIO APLICANDO MÉTODOS DE DEMANDA ASCENDENTE DESCENDENTE 1. 2. 3. 4. 5.
Método de Línea Recta Método Geométrico Método Semilogarítmico Exponencial Método Logaritmo Inverso Método Hiperbólico
Cálculos básicos para métodos
TOTAL
MES
2013 2014
X 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 210
Y 530 570 560 530 510 560 610 560 580 610 650 700 660 640 810 790 820 650 710 700 12750
Columna Columna Columna Columna Columna 3 4 5 6 7 X*Y 530 1140 1680 2120 2550 3360 4270 4480 5220 6100 7150 8400 8580 8960 12150 12640 13940 11700 13490 14000 142460
X² 1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 324 361 400 2870
1/Y 0.001887 0.001754 0.001786 0.001887 0.001961 0.001786 0.001639 0.001786 0.001724 0.001639 0.001538 0.001429 0.001515 0.001563 0.001235 0.001266 0.001220 0.001538 0.001408 0.001429 0.031989
Columna 8
Columna 9
Columna 10
Columna 11
Columna Columna Columna 12 13 14 (1/X) * ln X(1/Y) ln (X) ln (Y) ln(X) * ln(Y) (ln(X))² X * ln(Y) 1/X (Y) (1/X)² 0.001887 0.000000 6.272877 0.000000 0.000000 6.272877 1.000000 6.272877 1.000000 0.003509 0.693147 6.345636 4.398460 0.480453 12.691273 0.500000 3.172818 0.250000 0.005357 1.098612 6.327937 6.951949 1.206949 18.983810 0.333333 2.109312 0.111111 0.007547 1.386294 6.272877 8.696054 1.921812 25.091508 0.250000 1.568219 0.062500 0.009804 1.609438 6.234411 10.033897 2.590290 31.172054 0.200000 1.246882 0.040000 0.010714 1.791759 6.327937 11.338141 3.210402 37.967621 0.166667 1.054656 0.027778 0.011475 1.945910 6.413459 12.480015 3.786566 44.894213 0.142857 0.916208 0.020408 0.014286 2.079442 6.327937 13.158575 4.324077 50.623494 0.125000 0.790992 0.015625 0.015517 2.197225 6.363028 13.981002 4.827796 57.267253 0.111111 0.707003 0.012346 0.016393 2.302585 6.413459 14.767535 5.301898 64.134590 0.100000 0.641346 0.010000 0.016923 2.397895 6.476972 15.531101 5.749902 71.246696 0.090909 0.588816 0.008264 0.017143 2.484907 6.551080 16.278823 6.174761 78.612964 0.083333 0.545923 0.006944 0.019697 2.564949 6.492240 16.652266 6.578965 84.399118 0.076923 0.499403 0.005917 0.021875 2.639057 6.461468 17.052185 6.964624 90.460554 0.071429 0.461533 0.005102 0.018519 2.708050 6.697034 18.135905 7.333536 100.455514 0.066667 0.446469 0.004444 0.020253 2.772589 6.672033 18.498803 7.687248 106.752527 0.062500 0.417002 0.003906 0.020732 2.833213 6.709304 19.008891 8.027098 114.058174 0.058824 0.394665 0.003460 0.027692 2.890372 6.476972 18.720858 8.354249 116.585503 0.055556 0.359832 0.003086 0.026761 2.944439 6.565265 19.331022 8.669721 124.740034 0.052632 0.345540 0.002770 0.028571 2.995732 6.551080 19.625283 8.974412 131.021607 0.050000 0.327554 0.002500 0.314655 42.335616 128.953007 274.640764 102.164759 1367.43138 3.597740 22.867052 1.596163
1. Método de Línea Recta
Yi a bX i y x x xy a N x x 2
2
2
b
N xy x y N
(12750 * 2870) (210 *142460) (20 * 2870) 210 2 6675900 a 501.9 502 13300
a
b
(20 *142460) (210 *12750) 12.91 13 2 (20 * 2870) 210
x x 2
2
Y21 502 13(21) 775 Y22 502 13(22) 788 Y23 502 13(23) 801 Y24 502 13(24) 814
1. Método de Línea Recta Yi a bX i
Y21 502 13(21) 775 Y22 502 13(22) 788 Y23 502 13(23) 801 Y24 502 13(24) 814
Periodo (X)
Venta Real
Pronóstico
Error
Error Acumulado
21
670
775
-105
105
22
690
788
-98
203
23
730
801
-71
274
24
850
814
36
310
2. Método Geométrico
Yi aX
b i
Ln a
Ln y
Ln x Ln x Ln x * Ln y 2
N Ln a
( Ln x) Ln x
N Ln x * Ln y Ln x Ln y N
( Ln x) Ln x 2
2
(128.95 *102.16) (42.335 * 274.64) 6.16504 2 (20 *102.16) 42.335
a e 6.16504 475.81 476
b
2
2
(20 * 274.64) (42.335 *128.95) b (20 *102.17) 42.3352 b 0.1335 0.134
2. Método Geométrico
Yi aX
b i
Y21 476 x 210.134 716 Y22 476 x 220.134 720 Y23 476 x 230.134 725 Y24 476 x 240.134 729
Periodo (X)
Venta Real
Pronóstico
Error
Error Acumulado
21
670
716
-46
46
22
690
720
-30
76
23
730
725
5
81
24
850
729
121
202
3. Método Semilogarítmico Exponencial
Yi ab Ln a
Ln y
Xi
x x x * Ln y N x x 2
2
2
(128.95 * 2870 2 ) (210 *1367.43) Ln a (20 * 2870) 210 2 82934.63 Ln a 6.2356 13300 a e 6.2356 510.65
Ln b
N x * Ln y x Ln y N x x 2
2
(20 *1367.431) (210 *128.953) (20 * 2870) 210 2 268.4879 Ln b 0.02019 13300 b e 0.02019 1.021 Ln b
3. Método Semilogarítmico Exponencial
Yi ab
Xi
Y21 510.65 x1.0204 21 780 Y22 510.65 x1.0204 22 796 Y23 510.65 x1.0204 23 812 Y24 510.65 x1.0204 24 829
Periodo (X)
Venta Real
Pronóstico
Error
Error Acumulado
21
670
780
-110
110
22
690
796
-106
216
23
730
812
-82
298
24
850
829
21
319
4. Método Logaritmo Inverso
Ln Yi a
Ln y 1x 1x ( 1x xLny) 2
b xi
a
N
1 2 1 2 x x
(128.953 *1.596) (3.597 * 22867) (20 *1.596) 3.597 2 a 6.5104
a
b
N
1 1 ( xLny ) x x Ln y
N
1 2 x
1 x
2
(20 * 22.867) (3.597 *128.953) (20 *1.596) 3.597 2 b 0.3476
b
4. Método Logaritmo Inverso
Ln Yi a
b xi
Y21 e ( 6.51( 0.3476 / 21) 683 Y22 e ( 6.51( 0.3476 / 22) 683 Y23 e ( 6.51( 0.3476 / 23) 683 Y24 e ( 6.51( 0.3476 / 24) 682
Periodo (X)
Venta Real
Pronóstico
Error
Error Acumulado
21
670
683
-13
13
22
690
683
7
20
23
730
683
47
67
24
850
682
168
235
5. Método Hiperbólico
Yi
1 a
bX i
x a N x 1 y
b
N
2 2
x
x 2
x y
(0.0319 * 2870) (210 * 0.315) (20 * 2870) 210 2 a 0.001934
a
) (210 * 0.0319) x b (20 *(020.315 * 2870) 210 N x x b 0.0000319 x y
1 y
2
2
2
5. Método Hiperbólico
Yi
1 a
bX i
Y21 (1 / 0.001934) (0.0000319) * 21 517 Y22 (1 / 0.001934) (0.0000319) * 22 517 Y23 (1 / 0.001934) (0.0000319) * 23 517 Y24 (1 / 0.001934) (0.0000319) * 24 517
Periodo (X)
Venta Real
Pronóstico
Error
Error Acumulado
21
670
517
153
153
22
690
517
173
326
23
730
517
213
539
24
850
517
333
872
Análisis Secundario
Conclusión: el mejor método de evaluación fue el método geométrico, pues tuvo el menor error acumulado. Por lo que se procederá a realizar el pronóstico de riesgo.
Pronóstico de Riesgo 1.
2. 3.
4.
Realizar la tabla completa con base al total de ventas históricas. Obtener la sumatoria de todas las columnas de la tabla. Con los resultados, se debe utilizar la fórmula del pronóstico y aplicarlos para el ciclaje establecido. Los resultados, serán las proyecciones para los períodos sientes establecidos, los cuales no tendrán comparación. * Considerarlo como lo más cercano a la realidad.
Pronóstico de Riesgo - Método Geométrico
Yi aX
b i
Ln a
Ln y
Ln x Ln x Ln x * Ln y 2
N Ln a
( Ln x) Ln x
N Ln x * Ln y Ln x Ln y N
( Ln x) Ln x 2
2
(155.335 *140.919) (54.784 * 356.767) 6.1581 2 (24 *140.919) 54.785
a e 6.1581 472.137
b
2
2
(24 * 356.767) (54.874 *155.335) b (24 *140.919) 54.7852 b 0.1376
Pronóstico de Riesgo - Método Geométrico
Yi aX
b i
Y25 472.137 25
0.1376
Y26 472.137 26
0.1376
Y27 472.137 27
0.1376
Y28 472.137 28
0.1376
Y29 472.137 29
0.1376
Y30 472.137 30
0.1376
Periodo (X)
Pronóstico
25
735
743
26
739
747
27
743
750
28
747
754
29
750
30
754
735 739