Examinando por Materia "Multiple regression"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Los pronósticos de demanda en la gestión del mercado y de la producción
    (Universidad EIA, 2008) Parra Restrepo, Sergio Andrés; Uribe Aguilar, Juan David; Coca, German Augusto
    Resumen: El actual trabajo de grado tiene como principal objetivo hacer pronósticos de demanda de polietileno en todas las referencias que maneja Codiplax S.A., para elaborar planes agregados y el plan de mercadeo respectivo. Los modelos que se han utilizado para el logro de este propósito constan de las técnicas cuantitativas, como Regresión Múltiple y las técnicas de Series de Tiempo haciendo más énfasis en el modelo Box Jenkins ARIMA (Auto regressive integrated moving average) que establece relaciones entre el tiempo y los niveles de demanda, siendo su costo bajo por no tener que recolectar gran volumen de información de variables, sólo los datos de la principal a estimar, a excepción de la regresión que requiere más esfuerzo para la recolección de datos. Este tipo de modelos considera los movimientos estacionales o cíclicos de las series de tiempo y son usados también para el corto o mediano plazo. Los resultados arrojados por la regresión múltiple y la metodología de Box Jenkins ARIMA son confiables, prueba de ello es que se ha logrado conseguir un ajuste satisfactorio al cumplir con las pruebas específicas de validación. El modelo de Box Jenkins fue el utilizado o se especificó como fuente de entrada de datos para la planeación agregada, y se utilizó también para hacer pronósticos por referencia de producto. La regresión múltiple fue utilizada solo para estimar la demanda por referencia porque es un método que requiere mucho esfuerzo matemático y por lo general no otorga mucha confianza en el pronóstico, porque éste se obtiene colocando valores a las variables independientes que son aleatorias para obtenerlo. Es por esta razón que se utilizó ARIMA para los planes agregados, porque es un método más flexible, que sólo tiene en cuenta la serie de datos de la variable a pronosticar y sus resultados son más exactos. Esto no quiere decir que la regresión no sea el método apropiado, lo que acontece es que para una empresa es más sencillo familiarizarse con una metodología no muy complicada, máxime cuando son personas cuyos conocimientos estadísticos no son muy amplios. Por otro lado se estudio el macro-entorno de cada una de las referencias suscitadas en el proyecto, es decir, cada uno de los mercados asociados a estas. Para establecer un panorama que ayude a proyectar el mercado y compararlo con los datos arrojados por los pronósticos.
  • Miniatura
    PublicaciónAcceso abierto
    Propuesta de método para estandarizar el ajuste de máquinas de termoformado en Alico S.A.
    (Universidad EIA, 2017) Navarrete Márquez, María Alejandra; Ramírez Morales, Sara; Gil Ramírez, Sebastián
    En la división de termoformado de la empresa Alico S.A., los operarios manipulan arbitrariamente los parámetros de ajuste al momento de cambiar de referencia y de turno, es por esto que se encontró una oportunidad de mejora en cuanto al método, debido a que lo hacen basándose únicamente en su criterio y experiencia, generando así tiempos perdidos y deterioro de la máquina. Para el desarrollo de este proyecto, se utiliza como marco teórico el modelo de Seis Sigma y su método DMAIC y se comienza con una recolección de datos históricos de las variables que influyen en el proceso y con base en éstos se realiza un análisis cuantitativo donde se utilizan herramientas de control estadístico como regresión múltiple, después se realiza un análisis perceptual y, por último, un análisis del comportamiento de la productividad a lo largo del tiempo por medio de estadística descriptiva. Como resultado del trabajo se lograron identificar los parámetros que más influyen en la productividad para las referencias seleccionadas y se identifica que hay un espacio de mejora según el comportamiento histórico de la productividad. Además se entregan los valores operacionales propuestos para el ajuste de máquina de la muestra estudiada y se describe un método para estandarizar el ajuste de máquinas con el fin de que la empresa pueda replicar este estudio para incrementar la productividad por medio de su implementación.