NOMBRE: Gnesis Ayala

Fecha: 24 de Agosto de 2017

EJERCICIO 1

1. COMPONENTES

Estacionalidad
Estacionariedad
Tendencia

MEDIAS MOVILES Suavizacin expo

Suavizacin
nivel 1 expoSuavizacin
Holt expo Wnters
RSME 0,51 0,48781002 1,041796668 -
MAPE 0,36% 0,38% 0,82% -

Aplicando los cuatro mtodos para realizar el pronstico ms apropiado para el valor aadido es el
0,36% cual es el menor porcentaje de error absoluto para el pronstico en este caso el mejor
mtodo es el de medias mviles.
EJERCICIO 2

SERIE DE TIEMPO

COMPONENTES

Estacionariedad
Ciclicidad
Base
Aleatoriedad

APLICANDO 4 MTODO PARA LAS SERIES DE TIEMPO

MEDIAS MOVILESSuavizacin expoSuavizacin

nivel 1 expoSuavizacin
Holt expo Wnters
RSME 1226,478088 975,4288627 956,0837021 -
MAPE 18,44% 21,42% 22,17% -

Podemos observar con los datos obtenidos que el mejor mtodo para este pronstico es el de
medias mviles con un erros porcentual absoluto del 18,44%
EJERCICIO 3

SERIE DE TIEMPO

COMPONENTES:

Ciclicidad
Estacionalidad
Aleatoriedad

APLICANDO 4 MTODOS PARA EL PRONSTICO DE LA SERIE DE TIEMPO

MEDIAS MOVILES Suavizacin expo

Suavizacin
nivel 1 expoSuavizacin
Holt expo Wnters
RSME 3,262046983 3,40454917 3,302486571 -
MAPE 11,53% 12,16% 11,61% -

Con los datos obtenidos podemos observar que el mtodo ms eficiente es el de medida mviles
con un error porcentual absoluto de 11,53%.
EJERCICIO 4

SERIE DE TIEMPO

COMPONENTES

Estacionaridad
Estacionalidad
Ciclicidad

APLICANDO LOS 4 MTODOS PARA PRONOSTICAR UNA SERIE DE TIEMPO

MEDIAS MOVILES Suavizacin expo

Suavizacin
nivel 1 expo
Suavizacin
Holt expo Wnters
RSME 12,16093791 11,8769264 14,4292852 6,109933447
MAPE 8,57% 8,03% 8,57% 4,22%

Con los datos obtenidos podemos observar que el mtodo ms eficiente es el de suavizacin
exponencial Winters de 4,22%.