Parmetros de medicin de error en los pronsticos

-Error de periodo de pronstico[1]:

Ya que las tcnicas cuantitativas de pronstico, implican por lo regular,
series de tiempo de datos, se desarroll una notacin matemtica para
hacer referencia a cada periodo especfico. Se emplear la letra y para
denotar una variable de serie de tiempo, a menos que exista ms de una
variable. El periodo asociado con una observacin se muestra como
subndice. As, Yt se refiere al valor de la serie de tiempo en el periodo t.



Se han ideado diversos mtodos para resumir los errores generados por
una tcnica particular de pronstico. La mayora de estas mediciones
implican promediar alguna funcin de la diferencia entre el valor real y su
valor de pronstico. A menudo se denominan residuales a estas diferencias
entre valores observados y los valores de pronstico.

Un residual es la diferencia entre un valor real y su valor de pronstico.

Para calcular el residual de cada periodo de pronstico, se utiliza la
siguiente ecuacin:

et=YT

En donde

et = error del pronstico en el periodo t
Yt = valor real en el periodo t
t = valor del pronstico en el periodo t








-Porcentaje absoluto de error[2]:

El error absoluto cuantifica

la desviacin en trminos absolutos respecto al valor verdadero. No
obstante, en

ocasiones es ms interesante resaltar la importancia relativa de esa
desviacin. Por

ello, se define el error relativo como el cociente entre el error absoluto y el
valor

verdadero; notndolo por su expresin es:






y suele expresarse porcentualmente sin ms que multiplicar por 100.


















-Demanda media absoluta[3]:

El error en el pronstico es la diferencia numrica entre la demanda
pronosticada y la real [1] es la medida que nos indica la efectividad al
utilizar alguno de los mtodos de pronstico.
La desviacin media absoluta (MAD) es una medida de error de sume
importancia y se expresa de la siguiente forma:
1

En cada uno de los periodos (i) se compara la demanda actual contra la
pronosticada. Si la prediccin fue perfecta lo que significa que lo actual es
igual a la prediccin el error es nulo. Como el pronstico sigue le grado de
error se acumula y se registra perodo a periodo. Despus de cualquier
periodo (n) transcurrido se puede usar la ecuacin 1 para calcular el
tamao promedio es decir la media del error en el pronstico hasta ese
momento. El MAD es un promedio de las desviaciones absolutas esto
quiere decir que los errores son medidos sin tomar en consideracin el
signo algebraico, el MAD solo expresa la dimensin pero no la direccin
del error.
Si el pronstico est funcionando adecuadamente quiere decir que los
errores de prediccin estn distribuidos normalmente. Cuando esto sucede
la desviacin media absoluta suavizada (SMAD) puede emplearse para
calcular la desviacin estndar. La relacin se representa como:
e = 1.25 SMAD
La MAD suavizada exponencialmente puede ser vista como un promedio
de la MAD en el tiempo.
El sesgo es una medida de error que se utiliza con menor frecuencia.


A diferencia de MAD, el sesgo indica la tendencia direccional de los
errores de prediccin. Si el procedimiento de prediccin sobreestima
constantemente la demanda actual, el sesgo tendr un valor positivo; si la
subestimacin muestra una tendencia constante, entonces el sesgo tendr
un valor negativo.

-Desviacin estndar[4]:

La desviacin estndar o desviacin tpica () es una medida de
centralizacin o

dispersin para variables de razn (ratio o cociente) y de intervalo, de gran
utilidad en la

estadstica descriptiva.

Se define como la raz cuadrada de la varianza. Junto con este valor, la
desviacin tpica

es una medida (cuadrtica) que informa de la media de distancias que
tienen los datos

respecto de su media aritmtica, expresada en las mismas unidades que la
variable.

Se caracteriza por ser el estadgrafo de mayor uso en la actualidad.

Se obtiene mediante la aplicacin de la siguiente frmula:




Bibliografa
1.- Hanke, J., & Reitsch, A. (1996). Pronsticos en los negocios (5 edicin ed.). Edo. de
Mxico, Naulcalpan de Jurez, Mxico: Pearson Education.
2.- Materiales, C. M. (1 de Enero de 2013). Universidad de Almera. Recuperado el 30 de
Enero de 2014, de Universidad de Almera:
http://www.ual.es/~aposadas/TeoriaErrores.pdf
3.- Adam Everett E Jr., et. al. Administracin de la Produccin y las Operaciones, cuarta
edicin Prentice Hall Hispanoamericana, S.A., Mxico, 1991.


Bibliografa
4.- Callao, U. N. (1 de Junio de 2012). UNAC. Recuperado el 30 de Enero de 2014, de
UNAC:
http://www.unac.edu.pe/documentos/organizacion/vri/cdcitra/Informes_Finales_In
vestigacion/IF_JUNIO_2012/IF_CALDERON%20OTOYA_FCA/capitulo%206%20y%20
7.pdf