Pronósticos Los pronósticos y la planeación de la capacidad de mantenimiento son dos funciones importantes para el diseño de un sistema de mantenimiento.

Slides:



Advertisements
Presentaciones similares
José David Arzabe Armijo
Advertisements

Tipos de investigación
Técnicas para el análisis de datos en el enfoque cuantitativo
MÉTODOS DE MEDICIÓN DE COSTOS.
ADMINISTRACION DE LA DEMANDA PRESENTADO POR : NATALIA MOLINA
ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
Planificación y Control de la Producción I
PRONÓSTICOS Y LA ADMINISTRACIÓN DE ESTRATÉGICA DE LA DEMANDA
METODOLOGÍA Y TALLER DE INVESTIGACIÓN
Planificación y Comercialización – Clase 5 Pronósticos
Centro de Investigación Estadística
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
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.
Pronósticos, Series de Tiempo y Regresión
1 Modelos Cuantitativos Pronósticos PRONÓSTICO Predicción de lo que ocurrirá sobre la base de: 1. Identificación de tendencias a futuro sobre.
TEMA 8: ANÁLISIS DE LA REGRESIÓN Y CORRELACIÓN ENTRE DOS VARIABLES
• Enfoque cualitativo El cuantitativo “utiliza la recolección y el análisis de datos para contestar preguntas de investigación y probar hipótesis establecidas.
Formulación de Hipótesis
Estadística Descriptiva: 4. Correlación y Regresión Lineal
بسم الله الرحمن الرحيم.
Estadística Descriptiva: 4. Correlación y Regresión Lineal Ricardo Ñanculef Alegría Universidad Técnica Federico Santa María.
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
Análisis de Correlación y de Regresión lineal simple
Pronostico de ventas….
UNIVERSIDAD AUTONOMA DEL PERÚ
MÉTODOS DE PROYECCIÓN Existen varias alternativas para determinar el comportamiento futuro de un producto, lo cual exige de los proyectistas, un análisis.
Medición del Mercado.
Módulo Instruccional para el curso de Biología 3101
BIOMETRIA II TEMA 2 El Modelo de Regresión.
ADMINISTRACIÓN DE OPERACIONES
PRONOSTICO DE VENTAS.
Previsión de Ventas. Métodos no paramétricos Previsión de Ventas. Tema 2. 1 Antonio Montañés Bernal Curso
Pronósticos, Series de Tiempo y Regresión
SERIES DE TIEMPO INTEGRANTES :.
Es el proceso de análisis y selección, entre diversas alternativas disponibles o cursos de acción que la persona deberá seguir. TOMA DE DESICIONES.
COMPORTAMIENTO HUMANO II Dr. Miguel Ángel Sastre Castillo Planeación de los recursos humanos
Toma de decisiones gerenciales clase 5
PREPARACIÓN DE PRONÓSTICOS
ANALISIS DE SERIES TEMPORALES
SERIES TEMPORALES.
Regresión lineal simple
Ramón Giraldo H MSc. Estadística. Profesor Universidad Nacional
Pronósticos.
Pronóstico de la Demanda
¿Qué es un pronóstico? Cualquier afirmación acerca de la ocurrencia o no ocurrencia de un evento,la fecha en que va a suceder algo ola intensidad de un.
Pronósticos.
ADMINISTRACION DE VENTAS
Tema: Diseño de investigación de mercados
EL CONTROL “LOS PRONOSTICOS”
- ALUMNAS: RANGEL ADA G. CI GIL VENECIA A. S. CI CATEDRA: COMPUTACION ESTADISTICA.
SERIES DE TIEMPO Suscribase a SERIES DE TIEMPO Suscribase a
COSTOS PREDETERMINADOS Profesor: Francisco Javier ortega.
Regresión Lineal Simple
Estimación de proyectos de software
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
Unidad 4 Análisis de los Datos.
REGRESIÓN LINEAL SIMPLE
TEMA : ANALISIS DE REGRESION
UNIVERSIDAD INSURGENTES PLANTEL IZTAPALAPA INTEGRANTES: GASCA SILVA CARINA GUZMÁN VÁZQUEZ ANEL VELASCO VELASCO GUADALUPE VENEGAS FUENTES JULIO PROFESORA:
Técnicas de Presupuesto en una Asociación Solidarista Agosto 2015
Germán Fromm R. 1. Objetivo Entender los diseños metodológicos predictivos 2.
ING. ÁLVARO JUNIOR CAICEDO ROLÓN
ING. ÁLVARO JUNIOR CAICEDO ROLÓN
RELACIÓN ENTRE UNA VARIABLE DEPENDIENTE Y UNA O MAS INDEPENDIENTES.
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
METODOS DE PROYECCION CALCULANDO LA DEMANDA.
Módulo de Gestión de Ventas Curso Virtual ADMINISTRACIÓN PARA EJECUTIVOS.
Cassandra López Julieta Escobosa Karen Galván Paulina Corral Elaboración de pronósticos y presupuesto de ventas.
REGRESIÓN Y CORRELACIÓN LINEAL, SERIES DE TIEMPO Msc. Esmelda Aguirre Téllez Master en Administración de Negocios.
Transcripción de la presentación:

Pronósticos Los pronósticos y la planeación de la capacidad de mantenimiento son dos funciones importantes para el diseño de un sistema de mantenimiento eficaz. Los pronósticos comprenden la estimación y predicción de la carga de mantenimiento, principalmente el mantenimiento programado y planeado.

Pasos a seguir para la generación de un modelo de pronósticos cuantitativos: Identificar el aspecto que se va a pronosticar , definir el propósito del pronóstico y su horizonte de tiempo 2. Seleccionar y validar los datos disponibles 3. Emplear los datos disponibles y las técnicas gráficas para evaluar como hipótesis los modelos apropiados. 4. Utilizar la mayor parte de los datos para estimar los parámetros de los modelos 5. Probar y verificar los modelos y seleccionar el más apropiado 6. Monitorear el proceso y mmodelo seleccionados para el pronóstico

Las técnicas de pronóstico de Mantenimiento se clasifican en : Técnicas Cualitativas : son modelos empíricos que se basan en la experiencia a) Analogía histórica b) Encuestas c) Método Delphi Técnicas Cuantitativas : son modelos matemáticos que derivan estimaciones para tendencias futuras a partir de datos históricos a) Promedio móvil simple b) Promedio móvil ponderado c) Análisis de regresión d) Suavización exponencial e) Pronósticos estacionales

Promedio móvil simple n xn+1 = ∑ xt i=1 n Promedio Móvil Ponderado : Se pretende dar a cada observación un peso diferente   n xn+1 = ∑ wt xt i=1 ∑ wi = 1

Análisis de Regresión Debe existir una variable independiente que pueda predecir una característica (variable dependiente), y una correlación entre ambas, para generar un modelo de regresión lineal utilizando el método de los mínimos cuadrados.   x(t)= a + b t b= n ∑ t x(t) – (∑ t) (∑ x(t)) n∑t2 – (∑ t) a= ẋ - b ṫ ẋ = ∑ x(t) ṫ = ∑ t n n