Método de previsión: regresión polinómica

LN calcula la previsión de demanda de acuerdo con el método de previsión Regresión polinómica, según un polinomio de grado n que coincide con los datos históricos de demanda.

Los parámetros relevantes para este método de previsión son:

  • Grado de regresión polinómica
  • Tipo de influencia estacional
  • Tiempo de ciclo estacional
  • Actualización automática de parámetros de previsión

Puede mantener estos parámetros en la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000).

El grado del polinomio viene indicado por el campo Grado de regresión polinómica. Si la casilla de verificación Actualización automática de parámetros de previsión está seleccionada, LN determina el grado óptimo del polinomio.

Demanda media con tendencia corregida

En primer lugar, las cifras históricas de demanda se corrigen con la demanda media con tendencia corregida para el período pertinente.

Sin influencia estacional:

TD(t) =	 AV

Con una influencia de tendencia lineal:

TD(t) = CS + TF * t

Con una influencia de tendencia progresiva:

TD(t) = BS * TF ^ (t-1)DM(t) = AD(t) - TD(t)

Donde:

DM(t)demanda media con tendencia corregida para el período t
TD(t)demanda basada en tendencia para el período t
AD(t)demanda real para el período t
AVdemanda media (*)
CSdemanda constante
BSdemanda estimada para el período 1
TFfactor de tendencia

 

(*) La demanda media es la suma de las cifras de demanda históricas por período, dividida por el número de períodos con historia de demanda.

Coeficientes del polinomio

LN calcula los coeficientes del polinomio con el método de regresión polinómica. Consulte los Temas relacionados para obtener más información sobre regresión polinómica.

Previsión de demanda

LN calcula la demanda de cada período de previsión según la demanda media con tendencia corregida para el período en cuestión, incrementada con el ruido medio en el pasado.

Ruido

El ruido es la fluctuación de los datos de demanda comparados con la tendencia que se ha determinado. El ruido medio se determina para cada período de previsión según los períodos históricos, que son un número completo de ciclos estacionales.

Nota

Si el campo Tipo de influencia estacional es No aplicable, LN supone un ciclo estacional ficticio con una longitud de estación de hasta una cuarta parte del número de períodos con demanda histórica.

Ejemplo

La Figura 1 muestra los datos históricos de demanda de dos ciclos estacionales, que constan de 8 períodos de previsión. El período 9 es el período actual.

Figura 1
Figura 1
SCTtiempo de ciclo estacional

La figura 2 muestra el polinomio determinado mediante regresión polinómica.

Figura 2
Figura 2

Para cada período histórico, la demanda basada en el polinomio se compara con la tendencia de la demanda. Se supone que hay una tendencia lineal, caracterizada por la fórmula siguiente:

TD(t) = CS + TF * t

TD (t)demanda basada en tendencia para el período t
CSdemanda constante (= 54)
TFfactor de tendencia (= 2)
PeríodoPolinomioTendenciaRuido
14556-11
25358-5
37660+16
47062+8
54964-15
65566-11
77868+10
87070+0

 

El ruido medio basado en esas diferencias se añade a la demanda con tendencia corregida. Por ejemplo, el ruido medio para el período de previsión 9 es el promedio del ruido de los períodos 1 y 5.

Período de previsiónTendenciaRuido medioBasado en períodosDemanda de previsión
972-131,559
1074-82,666
1176+133,789
1278+44,882
1380-131,467
1482-72,675

 

El resultado se muestra en la Figura 3.

Figura 3
Figura 3