Señal de seguimiento

En estadística y ciencias de la gestión , una señal de seguimiento monitoriza las previsiones realizadas en comparación con los datos reales y alerta cuando se producen desviaciones inesperadas de los resultados respecto a las previsiones. Las previsiones pueden estar relacionadas con las ventas, el inventario o cualquier otro aspecto relativo a la demanda futura de una organización.

La señal de seguimiento es un indicador sencillo de que existe un sesgo en el modelo de pronóstico. Se utiliza con mayor frecuencia cuando la validez del modelo de pronóstico es dudosa.

Una forma de señal de seguimiento es la relación entre la suma acumulada de los errores de pronóstico (las desviaciones entre los pronósticos estimados y los valores reales) y la desviación absoluta media . ^{[ 1 ]} La fórmula para esta señal de seguimiento es:

${\displaystyle {\text{Señal de seguimiento}}={\frac {\Sigma (a_{t}-f_{t})}{\text{MAD}}}}$

donde a _t es el valor real de la cantidad que se pronostica, y f _t es el pronóstico. MAD es la desviación absoluta media . La fórmula para la MAD es:

${\displaystyle {\text{MAD}}={\frac {\Sigma \left|a_{t}-f_{t}\right|}{n}}}$

donde n es el número de periodos. Sustituyendo esto, la fórmula completa para el seguimiento de la señal es:

${\displaystyle {\text{Señal de seguimiento}}={\frac {\Sigma (a_{t}-f_{t})}{{\frac {1}{n}}\Sigma \left|a_{t}-f_{t}\right|}}}$

Otro modelo de señal de seguimiento propuesto fue desarrollado por Trigg (1964). En este modelo, e _t es el error observado en el período t y | e _t | es el valor absoluto del error observado. Los valores suavizados del error y del error absoluto vienen dados por:

${\displaystyle E_{t}=\beta e_{t}+(1-\beta )E_{t-1}}$

${\displaystyle M_{t}=\beta |e_{t}|+(1-\beta )M_{t-1}}$

Entonces, la señal de seguimiento es la relación:

${\displaystyle T_{t}=\left|{\frac {E_{t}}{M_{t}}}\right|}$

Si no existe un sesgo significativo en el pronóstico, el error suavizado E _t debería ser pequeño en comparación con el error absoluto suavizado M _t . Por lo tanto, un valor elevado de la señal de seguimiento indica un sesgo en el pronóstico. Por ejemplo, con un β de  0,1, un valor de T _t mayor que 0,51 indica errores no aleatorios. La señal de seguimiento también puede utilizarse directamente como una constante de suavizado variable. ^{[ 2 ]}

También se han propuesto métodos para ajustar las constantes de suavizado utilizadas en los métodos de pronóstico, basándose en alguna medida del rendimiento previo del modelo de pronóstico. Un enfoque de este tipo es sugerido por Trigg y Leach (1967), que requiere el cálculo de la señal de seguimiento. Esta señal se utiliza como valor de la constante de suavizado para el siguiente pronóstico. La idea es que, cuando la señal de seguimiento es grande, sugiere que la serie temporal ha sufrido un cambio; un valor mayor de la constante de suavizado debería ser más sensible a un cambio repentino en la señal subyacente. ^{[ 3 ]}

• Cálculo de la precisión de la previsión de la demanda
• Previsión de la demanda

• Alstrom, P., Madsen, P. (1996) "Seguimiento de señales en sistemas de control de inventario: Un estudio de simulación", International Journal of Production Economics , 45 (1–3), 293 – 302, doi : 10.1016/0925-5273(95)00120-4
• Nahmias, Steven (2005) Análisis de producción y operaciones, Quinta edición , McGraw-Hill. ISBN 0-07-123837-9
• Trigg, DW (1964) "Monitoreo de un sistema de pronóstico". Operational Research Quarterly , 15, 271 – 274.
• Trigg, DW y Leach, AG (1967). "Suavizado exponencial con una tasa de respuesta adaptativa". Operational Research Quarterly , 18 (1), 53 – 59
• Mita Montero, J. David (1973). "Análisis de Sistemas de Previsión - Amortecimento Exponencial". Tese de Mestrado de Engenharia Industrial PUC-RJ, Brasil. Aplicación Industrial de Seguimiento de Señal.

• Seguimiento de señales en la predicción por el Dr. Muhammad Al-Salamah
• Seguimiento de señales: una medida de la precisión de los pronósticos, por Tyler Hedin, Universidad Brigham Young (PowerPoint)