Métodos no paramétricos

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

Tema 6: Regresión lineal.
Tema.9.Predicción y estimación. Concepto. Cálculo de la ecuación de regresión lineal. Modelo general lineal. Evaluación del modelo. Diagnóstico del modelo.
Tema 13. Inferencia estadística Principales conceptos. Muestreo
Regresión mínimo cuadrada (I)
Ing. Andrea Barbaro 1 Pronóstico de la Demanda Esta presentación es solo un complemento de la unidad. En ningún caso, exceptúa al alumno de la lectura.
REGRESION LINEAL SIMPLE
Introducción En toda investigación, y antes de extraer conclusiones acerca de los objetivos e hipótesis planteados, es necesario llevar a cabo un análisis.
Cluster.
Modelos de Variable Dependiente Binaria -Logit y Probit-
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
POLITICA DE MANTENIMIENTO BASADA EN EL EXAMEN DE LA CONDICION.
Centro de Investigación Estadística
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
SERIES UNIVARIADAS Toda institución, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el futuro si ha de sobrevivir y progresar.
SERIES TEMPORALES.
SERIES TEMPORALES.
Modelo básico de regresión Lineal
Capitulo 10: La metodología Box-Jenkins
Regresión y correlación
Bioestadística III. Escala cuantitativa. n Cuando la escala de medición es cuantitativa, y el análisis requiere un solo valor numérico que resuma alguna.
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Estadística Descriptiva: 4. Correlación y Regresión Lineal Ricardo Ñanculef Alegría Universidad Técnica Federico Santa María.
Tema 2: Métodos de ajuste
Maracaibo, 5 de Noviembre de 2007 Universidad del Zulia Facultad de Ingeniería Instituto de Cálculo Aplicado Universidad del Zulia Facultad de Ingeniería.
TIPOS DE MODELOS DE REGRESIÓN Y SUPUESTOS PARA EL MODELO A
PRONOSTICO DE VENTAS.
Curso de Bioestadística. ANOVA
Previsión de Ventas. Métodos no paramétricos Previsión de Ventas. Tema 2. 1 Antonio Montañés Bernal Curso
SERIES TEMPORALES.
Pronósticos Los pronósticos y la planeación de la capacidad de mantenimiento son dos funciones importantes para el diseño de un sistema de mantenimiento.
SERIES DE TIEMPO INTEGRANTES :.
Control Estadístico de Procesos Introducción a la Probabilidad.
De los clientes potenciales, debe tenerse en cuenta que es posible que sean personas naturales que actúen como consumidores finales, así como pueden ser.
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Medidas de Posición y Centralización Estadística E.S.O.
Titular: Agustín Salvia
Introducción a la Inferencia Estadística
Previsión de Ventas. Métodos no paramétricos Previsión de Ventas. Tema 2. 1 Antonio Montañés Bernal Curso
Capacidad de Proceso.
Estimación por intervalo en la regresión: Bandas de Confianza
ANALISIS DE SERIES TEMPORALES
1 TEMA II Prof. Samaria Muñoz Análisis de Regresión simple: ESTIMACION.
Tratamiento de datos y azar
Previsión de VentasIntroducción1 Previsión de Ventas. Introducción Antonio Montañés Bernal Curso
SERIES TEMPORALES.
Repaso de clase anterior
Límites y Continuidad.
Tema 7: Introducción a la inferencia estadística
Regresión lineal simple
Índice: Introducción Conceptos básicos Procesos elementales
Regresión lineal múltiple
Estadística Aplicada a las Ciencias Políticas
Tema 7: Introducción a la inferencia estadística
Diapositivas de matemáticas
Pruebas de hipótesis.
ADMINISTRACION DE VENTAS
Estadística II Regresión Lineal.
Análisis de los Datos Cuantitativos
MEDIDAS DE TENDENCIA CENTRAL
MODELOS DE PRONOSTICOS Primer semestre 2010 Modelo de Regresión con dos variables.
Clase N°9 Análisis de output en el largo plazo (Parte II) ICS3723 Simulación Profesor Pedro Gazmuri.
INFERENCIA ESTADÍSTICA
Financiera III Lica. Mónica Casia
REGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
ESTADISTICA Y EDUCACIÓN JVSF Introducción ¿Quién utiliza la Estadística? Toma de Decisiones e Información Estadística en la Planificación y la Educación.
ANALISIS DE VARIANZA.
Transcripción de la presentación:

Métodos no paramétricos Previsión de Ventas. Métodos no paramétricos Antonio Montañés Bernal Curso 2007-08 Previsión de Ventas. Tema 2.

Previsión de Ventas. Tema 2. Índice Introducción Métodos Simples Predicción Ingenua Estadísticos descriptivos Métodos de medias móviles Alisado exponencial Medidas de bondad Previsión de Ventas. Tema 2. Introducción

Previsión de Ventas. Tema 2. Introducción El objetivo es presentar métodos de predicción sencillos En este tema consideramos aquellos métodos basados en técnicas no paramétricas. Esto implica que no efectuamos ninguna hipótesis acerca de la estructura estocástica de la variable que queremos estudiar. Son métodos sencillos que requieren de escasa información Las predicciones pueden ser buenas para el cortísimo plazo (un periodo) Si el horizonte de predicción es mayor que 1, entonces la calidad de la predicción disminuye. Previsión de Ventas. Tema 2. Introducción

Previsión de Ventas. Tema 2. Introducción A lo largo del presente capítulo vamos a suponer que disponemos de una serie de valores y1 y2, ..., yT., cuyo gráfico responde a: Previsión de Ventas. Tema 2. Introducción

Métodos Simples Predicción Ingenua. Último valor disponible Previsión de Ventas. Tema 2. Métodos Simples

Métodos Simples Predicción Ingenua II. Último valor disponible más su incremento Previsión de Ventas. Tema 2. Métodos Simples

Métodos Simples Predicción Ingenua III. Promedio primer y último valor Previsión de Ventas. Tema 2. Métodos Simples

Métodos Simples Media Promedio de todas las observaciones Mediana Valor central de la distribución Previsión de Ventas. Tema 2. Métodos Simples

Métodos Simples Ventajas Inconvenientes Simplicidad Predicciones muy corto plazo Buenas predicciones Valor errático puede distorsionar toda la predicción Puede satisfacer criterios como max-min, mco, .. Previsión de Ventas. Tema 2. Métodos Simples

Previsión de Ventas. Tema 2. Medias Móviles Esta técnica intenta mejorar las predicciones simples que hemos visto con anterioridad Utiliza la información de k periodos, siendo el parámetro k un valor a determinar por el investigador. Cuanto mayor es el valor de k, más suave es la predicción. La predicción para más allá de un periodo no es buena Previsión de Ventas. Tema 2. Métodos Simples

Previsión de Ventas. Tema 2. Medias Móviles Previsión de Ventas. Tema 2. Métodos Simples

Previsión de Ventas. Tema 2. Alisado Exponencial Las técnicas anteriores otorgan igual ponderación a todas las observaciones. Para predecir, contiene más información la última observación. Por tanto, parece lógico darle una mayor ponderación. Esta es la base de las técnicas de alisado Previsión de Ventas. Tema 2. Alisado Exponencial

Previsión de Ventas. Tema 2. Alisado Exponencial La predicción un periodo hacia delante es igual al valor del último periodo más la estimación de dicho valor. La predicción más de un periodo hacia delante no varía Necesitamos un valor del parámetro a. valor inicial y1 promedio de unos pocos valores iniciales (v.g., y1, y2, y3) En todo caso, un valor de a dentro de (0’01, 0’3) suele funcionar bien. Previsión de Ventas. Tema 2. Alisado Exponencial

Previsión de Ventas. Tema 2. Medidas de bondad Los métodos anteriores pueden ofrecer predicciones similares Necesito disponer de estadísticos que me permitan determinar cuál de todos ellos ofrecer mejores predicciones. Los estadísticos que vamos a usar son Previsión de Ventas. Tema 2. Medidas de bondad

Previsión de Ventas. Tema 2. Medidas de bondad Error absoluto en porcentaje medio Previsión de Ventas. Tema 2. Medidas de bondad