• Barajar
    Activar
    Desactivar
  • Alphabetizar
    Activar
    Desactivar
  • Frente Primero
    Activar
    Desactivar
  • Ambos lados
    Activar
    Desactivar
  • Leer
    Activar
    Desactivar
Leyendo...
Frente

Cómo estudiar sus tarjetas

Teclas de Derecha/Izquierda: Navegar entre tarjetas.tecla derechatecla izquierda

Teclas Arriba/Abajo: Colvea la carta entre frente y dorso.tecla abajotecla arriba

Tecla H: Muestra pista (3er lado).tecla h

Tecla N: Lea el texto en voz.tecla n

image

Boton play

image

Boton play

image

Progreso

1/3

Click para voltear

Rango de Cartas a estudiar

a través

3 Cartas en este set

  • Frente
  • Atrás
1. ¿Por qué se tienen que medir los errores en la previsión?

- Las empresas deben:
1 Llegar a conocer los modelos que mejor explican lo que ha ocurrido en el pasado (histórico)
2 Disponer de medibles para conocer la precisión de los pronósticos actuales
3 Ser capaces de convertir dichos medibles (KPIs) en objetivos
4 Entender qué ha ocurrido en el pasado
- Medir los errores permite:
1 Descubrir problemas inesperados
2 Ser conscientes de los desperdicios de hacer pronósticos muy favorables
2. Describir brevemente los errores estadísticos estándares más importantes
Representa la desviación entre lo ocurrido en el pasado y lo que nuestro modelo decía que debía ocurrir.
1- sobreestimación subestimación
2- Error porcentual: A(t) – F (t)/ At (t) * 100
3- La ventaja es que de esta forma se adimensionalizan los errores, es decir, no es lo mismo jugar con desviaciones de 5 cuando la demanda es de 10 que cuando la demanda des de 100.000
o Variante: dividir entre la previsión en vez de entre la demanda: de esta forma podemos sobreestimar la previsión y damos un margen de cobertura con respecto a la demanda.
3. Describir brevemente los errores estadísticos específicos más importantes
1- Error promedio: se saca un promedio
o Los errores se suelen compensar: aquellas desviaciones positivas compensan las negativas
o Se puede apreciar cual es el sesgo de la previsión realizada

2- Error absoluto promedio: cogemos el error promedio y lo sumamos en valores absolutos
o Conjunto de desviaciones que vamos a tener, sean negativas o positivas.



3- Error porcentual promedio (MAPE): para adimensionalizar el error absoluto promedio, se usan porcentajes.

4- Error porcentual absoluto ponderado (WAPE): suma los errores absolutos y los divido por el sumatorio de los valores históricos de la demanda. Esto permite suavizar la influencia del histórico de la demanda y disminuir la dependencia con el mismo.