Este método calcula el valor promedio de los datos históricos, lo que, a diferencia del método del último dato, lo hace menos sensible a las variaciones aleatorias. Sea Ft el pronóstico de la demanda para el periodo t y xt la demanda histórica para el periodo t. Así, el pronóstico del periodo t+1 es igual a la suma los valores del histórico de ventas (xt) entre el número de periodos (n).
Para el ejemplo del fijador para cabello presentado en la sección de último dato, el número de cajas vendidas en 36 meses suma 127,130, dicha cantidad se divide entre 36 meses (periodos), finalmente, se pronostica vender 3,531 cajas en el mes 37.
Los datos utilizados para realizar el cálculo se pueden consultar en la siguiente tabla:
El método del promedio es sencillo y útil cuando la demanda histórica es estable, es decir, no presenta tendencia, ni estacionalidad, ni ciclicidad. Este método da el mismo peso a todos los datos, independientemente de si son recientes o antiguos, consecuentemente, reacciona lentamente a los cambios en la serie de tiempo, pero ignora el ruido aleatorio.
- ¿Qué es un pronóstico?
- Importancia de los pronósticos
- Pronóstico de la demanda y su relación con los inventarios
- ¿Qué es un buen pronóstico?
- Obtención de datos para el pronóstico
- Métodos de pronóstico
- Diagrama de dispersión
- Componentes de la demanda
- Ciclo de vida del producto
- Series de tiempo
- Último dato
- Promedios móviles
- Promedios ponderados
- Suavizado exponencial simple
- Desarrollo de la fórmula de suavizado exponencial simple
- Valores equivalentes de n y α
- Suavizado exponencial doble
- Pronosticar más de un periodo con suavizado exponencial doble
- Factores estacionales
- Suavizado exponencial triple
- Pronosticar más de un periodo con suavizado exponencial triple
- Métodos causales
- Regresión lineal simple
- Medición de la variabilidad del modelo de regresión
- Coeficiente de determinación
- Coeficiente de correlación
- Análisis de varianza de la regresión lineal simple
- Regresión lineal simple y análisis de varianza con Microsoft Excel
- Cuarteto de Anscombe
- Regresión múltiple con enfoque matricial
- Regresión múltiple y análisis de varianza con Microsoft Excel
- Regresión y estacionalidad
- Medidas de desempeño del pronóstico
- Métodos cualitativos