Tratamiento de observaciones perdidas y efecto precio en series de tiempo para pronosticar demanda.

Simple item page
dc.contributor.advisorFerrer Ortiz, Juan Carlos
dc.contributor.authorJadue Fagres, Fabián Antonio
dc.contributor.otherPontificia Universidad Católica de Chile. Escuela de Ingeniería
dc.date.accessioned2016-08-17T14:21:06Z
dc.date.available2016-08-17T14:21:06Z
dc.date.issued2014
dc.descriptionTesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2014
dc.description.abstractLa competitividad que ha alcanzado la economía en todas sus áreas (compañías manufactureras, de transportes, retailers, etc.), ha derivado en que se requiera minimizar las diversas incertidumbres presentes en los procesos de cada negocio y en que se ejecute una minuciosa planificación estratégica. Con el fin de cumplir con lo anterior, es que estimar la demanda futura con la máxima precisión posible, se ha convertido en un procedimiento fundamental para todo tipo de planificadores. Sin embargo, los elevados costos para obtener información regular y de confianza, han generado que muchas veces la precisión de éstos no sea la deseable. Se enfrentan en este trabajo dos problemas típicos que surgen al querer pronosticar demanda de forma precisa: i) la información poco confiable, faltante o atípica, que deriva en observaciones perdidas, y ii) la no inclusión del efecto del precio en la demanda en los modelos de pronósticos. Se propone en un primer capítulo un algoritmo para completar series con observaciones perdidas, basados en la metodología de Aprendizaje Bayesiano, comparando su desempeño contra otros métodos tradicionales de relleno de series incompletas para distintos niveles de frecuencia de información. Ésto utilizando series de tiempo aleatorias generadas a partir de modelos ARIMA. En un capítulo más extenso y desarrollado que el primero, se proponen diversas alternativas para incluir la variable precio en el modelo de atenuación exponencial, debido a que ésta condiciona directamente la cantidad demandada en series elásticas y representa una variable de control para los planificadores. Se prueban las alternativas propuestas utilizando series aleatorias. Se demuestra finalmente que la inclusión del precio en los modelos de atenuación exponencial permite obtener menores errores al pronosticar series con comportamiento elástico con respecto al precio.
dc.format.extentx, 56 hojas 
dc.identifier.doi10.7764/tesisUC/ING/16529
dc.identifier.urihttps://doi.org/10.7764/tesisUC/ING/16529
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/16529
dc.language.isoes
dc.nota.accesoContenido completo
dc.rightsacceso abierto
dc.subject.ddc340
dc.subject.deweyDerechoes_ES
dc.subject.otherDemanda (Teoría económica)es_ES
dc.subject.otherPrecioses_ES
dc.titleTratamiento de observaciones perdidas y efecto precio en series de tiempo para pronosticar demanda.es_ES
dc.typetesis de maestría
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
000627175.pdf
Size:
650.64 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
3.01 Tesis magíster