PROMEDIOS
MOVILES
La
estimación o proyección de ingresos futuros puede llevarse a cabo mediante
diferentes métodos estadísticos de extrapolación, entre ellos: sistema
automático, promedios móviles y de suavización exponencial, de aumento,
econométricos (e.g., método de mínimos cuadrados, modelo de regresión lineal,
modelo de correlación no lineal) y directo.
Aunque
existen más métodos para pronosticar, por simplicidad presentamos solamente
dos, que consideramos los más usuales y sencillos de llevar a cabo.
·
Promedios Móviles
·
Suavización Exponencial
Estos
métodos pueden utilizarse cuando:
a)
Hay información disponible de la variable(s) que se está pronosticando.
b)
La información puede ser cuantificada.
c)
Si se considera razonable que el patrón de comportamiento del pasado continuará
en el futuro. Si se cuenta con una base de datos histórica y se quiere
pronosticar una variable considerando su comportamiento pasado, entonces
podemos utilizar el método de promedios móviles o el método de suavización
exponencial, que son conocidos también como métodos de series de tiempo.1
Método
de Promedios Móviles
La
utilización de esta técnica supone que la serie de tiempo es estable, esto es,
que los datos que la componen se generan sin variaciones importantes entre un
dato y otro (error aleatorio=0)2, esto es, que el comportamiento de
los datos aunque muestren un crecimiento o un decrecimiento lo hagan con una
tendencia constante.
Cuando
se usa el método de promedios móviles se está suponiendo que todas las
observaciones de la serie de tiempo son igualmente importantes para la
estimación del parámetro a pronosticar (en este caso los ingresos). De esta
manera, se utiliza como pronóstico para el siguiente periodo el promedio de los
n valores de los datos más recientes de la serie de tiempo.
Utilizando
una expresión matemática, tenemos:
tiempo,
se reemplaza la observación más antigua de la ecuación y se calcula un nuevo
promedio. El resultado es que el promedio se moverá, esto es, conforme se
tengan nuevos datos y se vayan sustituyendo en la fórmula, el valor del
promedio irá modificándose.
No
existe una regla específica que nos indique cómo seleccionar la base del
promedio móvil n. Si la variable que se va a pronosticar no presenta
variaciones considerables, esto es, si su comportamiento es relativamente
estable en el tiempo, se recomienda que el valor de n sea grande. Por el
contrario, es aconsejable un valor de n pequeño si la variable muestra patrones
cambiantes. En la práctica, los valores de n oscilan entre 2 y 10.
El
método de promedios móviles es muy útil cuando se tiene información no desagregada
y cuando no se conoce otro método más sofisticado y que permita predecir con mayor confianza.
Este
método permite suavizar la serie de tiempo aunque existen otros métodos que son
más eficientes en la predicción.
1
Una serie de tiempo es un conjunto de
observaciones respecto a una variable, medidas en puntos sucesivos en el tiempo
o a lo largo de periodos sucesivos de tiempo. Un análisis de una secuencia de
datos se conoce como análisis de series de tiempo de una variable.
2
El error aleatorio muestra el grado de
confiabilidad con que se van a comportar los datos. La variación del error
puede ser de 0 a 1, en donde, un error aleatorio=0 muestra una total
confiabilidad del comportamiento de los datos y un error aleatorio=1 muestra
que los datos no son confiables en su comportamiento.
CONCLUSIÓN
Los
promedios móviles son una parte y un método de una serie de tiempo, los cuales
consisten en predecir el comportamiento futuro de una variable y se relaciona
con una serie de tiempo porque este método tendrá valores constantes y que no
variaran, ósea su tendencia será constante, cuando el error aleatoria sea igual
a 0, significara que el método es confiable, sin embargo cuando sea igual a 1
el método no servirá para el pronóstico.
Este
método supone un poco antiguado, ya que hay métodos más “sofisticados
matemáticamente” y computo. Pero para
iniciar un análisis es suficiente.
BIBLIOGRAFIA
No hay comentarios:
Publicar un comentario