Publicación: Los pronósticos de demanda en la gestión del mercado y de la producción
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
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.
Resumen en inglés
Abstract: The present work of degree must like main objective make prognoses of demand of polyethylene in all the references that Codiplax S.A. handles, to elaborate added plans and plan of respective trade. The models that have been used for the profit of this intention consist of the quantitative techniques, like Multiple Regression and the techniques of Series of Time doing more emphasis in the Box model Jenkins ARIMA (Auto regressive integrated moving average), that establishes relations between the time and the levels of demand, being its low cost of not having to collect great volume of information of variables, only the data of the main one to consider, with the exception of the regression that requires more effort for the data collection. This type of models considers the seasonal or cyclical movements of the series of time and are also used for the short or medium term. The results thrown by the multiple regression and the methodology of Box Jenkins ARIMA are reliable, since it has been managed to obtain a satisfactory adjustment when fulfilling the specific tests of validation. The model of Box Jenkins was the used one, that is, it was specified like source of entrance of data for the added planning, and it was also used to make prognoses by reference of product. The multiple regression was used to only consider the demand by reference because it is a method that requires much mathematical effort and generally it does not grant much confidence in the prognosis, because this one is obtained placing values to the independent variables that are random. It is therefore that ARIMA for the added plans was used, because is a more flexible method, than solely considers the series of data of the variable to foretell and their results are more exact. This does not mean that the regression is not the appropriate method, which occurs is that for a company is simpler to become familiar with a methodology not very complicated, especially when they are people whose statistical knowledge are not very ample. On the other hand, the macro-surroundings of each one of the references provoked in the project studied, that is to say, each one of the markets associated to these, to establish a panorama that helps to project the market and power to compare it with the data thrown by the prognoses.