InfyCalculator
English
📊

Suavizamiento exponencial simple: pronostica el siguiente periodo

Aplica suavizamiento exponencial simple a una serie de tiempo: pronóstico del siguiente periodo con tu α, serie suavizada, MAE, MAPE y el mejor α por búsqueda.

Observaciones (de la más antigua a la más reciente)
Constante de suavizamiento α
Cargando calculadora…

Cómo funciona

Pₜ₊₁ = α × Yₜ + (1 − α) × Pₜ, con P₁ = Y₁ · el peso de cada observación pasada decae como α(1 − α)ᵏ

El suavizamiento exponencial simple pronostica el siguiente valor como un promedio ponderado de todas las observaciones pasadas, con pesos que decaen de forma geométrica: la más reciente pesa α, la anterior α(1 − α), y así sucesivamente. Un α alto reacciona rápido pero sigue el ruido; un α bajo da una curva suave pero lenta. Funciona bien con series estables, sin tendencia ni estacionalidad marcadas. En series con tendencia, como la del ejemplo, el pronóstico se queda atrás; ahí conviene un α más alto o el método de Holt (suavizamiento doble). La calculadora prueba α de 0.05 a 1.00 y te indica cuál da el menor error absoluto medio.

Ejemplo resuelto

Una tienda registra 12 meses de ventas en unidades: 120, 132, 128, 141, 150, 147, 160, 172, 165, 180, 188 y 195. Con α = 0.3, el pronóstico para el mes siguiente es 178.25, con un MAE de 17.65 unidades y un MAPE de 10.8%. La búsqueda en cuadrícula prefiere α = 1.00 (MAE 9.36), que equivale a pronosticar el último valor, 195, porque la serie sube de forma constante.

Preguntas frecuentes

¿Cómo elijo el valor de α?

Busca el que minimice un error de pronóstico, como el MAE o el MSE, sobre tus datos históricos; es lo que hace la búsqueda en cuadrícula de esta calculadora. Para series estables, un buen punto de partida es 0.2–0.3.

¿Qué hago si mi serie tiene tendencia o estacionalidad?

Usa el método de Holt para la tendencia o el de Holt-Winters para tendencia y estacionalidad. El suavizamiento simple siempre irá por detrás de una tendencia.

¿Qué significa la memoria efectiva?

Es aproximadamente cuántos periodos recientes influyen de verdad en el pronóstico, alrededor de 1/α. Con α = 0.3, el modelo «recuerda» unos 3.3 periodos; con α = 0.1, unos 10.

¿Qué diferencia hay con un promedio móvil?

El promedio móvil da el mismo peso a las últimas n observaciones y ninguno a las anteriores. El suavizamiento exponencial usa todas las observaciones, pero con pesos que bajan poco a poco, así que reacciona de forma más suave.

Calculadoras relacionadas

Esta calculadora tiene fines informativos. Verifica los resultados importantes antes de tomar decisiones.