Pronósticos de referencias múltiples

La empresa Coservicios S.A. maneja dentro de su almacén miles de referencias las cuales deben ser controladas para mantener los niveles de inventarios óptimos, por lo que requieren hacer pronósticos de la demanda de las referencias que manejan para hacer una mejor planeación, pero al tratarse de mil...

Full description

Autores:
Madrid Giraldo, Alejandro
Lemus Flórez, Danny José
Tipo de recurso:
Fecha de publicación:
2011
Institución:
Universidad EAFIT
Repositorio:
Repositorio EAFIT
Idioma:
spa
OAI Identifier:
oai:repository.eafit.edu.co:10784/8832
Acceso en línea:
http://hdl.handle.net/10784/8832
Palabra clave:
Inventarios - Métodos de simulación
Escalas de Evaluación
Coeficiente Alfa de Cronbach
CONTROL DE INVENTARIOS
INVENTARIOS
PREDICCIONES
Inventory control
Inventories
Forecasting
Rights
License
Acceso abierto
id REPOEAFIT2_11d2efff6aa9c720e3a71547ce9efc50
oai_identifier_str oai:repository.eafit.edu.co:10784/8832
network_acronym_str REPOEAFIT2
network_name_str Repositorio EAFIT
repository_id_str
dc.title.spa.fl_str_mv Pronósticos de referencias múltiples
title Pronósticos de referencias múltiples
spellingShingle Pronósticos de referencias múltiples
Inventarios - Métodos de simulación
Escalas de Evaluación
Coeficiente Alfa de Cronbach
CONTROL DE INVENTARIOS
INVENTARIOS
PREDICCIONES
Inventory control
Inventories
Forecasting
title_short Pronósticos de referencias múltiples
title_full Pronósticos de referencias múltiples
title_fullStr Pronósticos de referencias múltiples
title_full_unstemmed Pronósticos de referencias múltiples
title_sort Pronósticos de referencias múltiples
dc.creator.fl_str_mv Madrid Giraldo, Alejandro
Lemus Flórez, Danny José
dc.contributor.advisor.none.fl_str_mv Mora Gutiérrez, Luis Alberto
dc.contributor.author.none.fl_str_mv Madrid Giraldo, Alejandro
Lemus Flórez, Danny José
dc.subject.spa.fl_str_mv Inventarios - Métodos de simulación
Escalas de Evaluación
Coeficiente Alfa de Cronbach
topic Inventarios - Métodos de simulación
Escalas de Evaluación
Coeficiente Alfa de Cronbach
CONTROL DE INVENTARIOS
INVENTARIOS
PREDICCIONES
Inventory control
Inventories
Forecasting
dc.subject.lemb.spa.fl_str_mv CONTROL DE INVENTARIOS
INVENTARIOS
PREDICCIONES
dc.subject.keyword.spa.fl_str_mv Inventory control
Inventories
Forecasting
description La empresa Coservicios S.A. maneja dentro de su almacén miles de referencias las cuales deben ser controladas para mantener los niveles de inventarios óptimos, por lo que requieren hacer pronósticos de la demanda de las referencias que manejan para hacer una mejor planeación, pero al tratarse de miles de referencias es muy complicado estudiar el modelo de pronósticos que mejor describe el comportamiento de cada una de las referencias por los altos tiempos que estos cálculos demoran en realizarse, en este caso la empresa requiere calcular los pronósticos de 576 referencias correspondientes a un grupo piloto -- El proyecto de grado que se presenta aplica una metodología en donde se pueden calcular los pronósticos de cientos de referencias a partir de identificar algunas referencias denominadas pivotes, en donde al conocer los pronósticos de las referencias pivotes aplicándole a estas la MUP (Metodología Universal de pronósticos) se pueden calcular los demás pronósticos sin necesidad de aplicar rigurosamente la metodología de pronósticos a cada referencia -- El primer paso es realizar un análisis previo a todas las referencias a las que se les requiere calcular los pronósticos en donde se miden algunas características estadísticas, matemáticas y propias del negocio como el coeficiente Alfa de Cronbach, rotación del inventario, correlaciones, variabilidad, pruebas de función de autocorrelación(ACF) y coeficiente de Determinación muestral r2 -- Las referencias pivotes son identificadas y se les aplica la metodología universal de pronósticos (MUP) para seleccionar el modelo de pronósticos que mejor describa cada una de la referencias pivotes así obteniendo los pronósticos correspondientes, luego se calcula la función de correlación multipoliomial lineal donde se encuentra cual es la relación de las referencias pivotes con cada una de las otras referencias dependientes de estas pivotes -- La función de correlación multipolinomial que relaciona cada una de las referencias pivotes con las otras referencias es utilizada para calcular los pronósticos de todas las referencias restantes -- El último paso del proyecto es realizar diferentes comparaciones de la exactitud de las proyecciones entre el modelo utilizado en la empresa Coservicios S.A. para realizar sus pronósticos con la metodología de referencias múltiples empleada en este proyecto de grado
publishDate 2011
dc.date.issued.none.fl_str_mv 2011
dc.date.available.none.fl_str_mv 2016-07-13T13:09:22Z
dc.date.accessioned.none.fl_str_mv 2016-07-13T13:09:22Z
dc.type.eng.fl_str_mv bachelorThesis
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.hasVersion.eng.fl_str_mv acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10784/8832
url http://hdl.handle.net/10784/8832
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.local.spa.fl_str_mv Acceso abierto
rights_invalid_str_mv Acceso abierto
http://purl.org/coar/access_right/c_abf2
dc.coverage.spatial.eng.fl_str_mv Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.publisher.spa.fl_str_mv Universidad EAFIT
dc.publisher.program.spa.fl_str_mv Ingeniería de Producción
dc.publisher.department.spa.fl_str_mv Escuela de Ingeniería. Departamento de Ingeniería de Producción
institution Universidad EAFIT
bitstream.url.fl_str_mv https://repository.eafit.edu.co/bitstreams/779206a2-6cd7-4e8f-8908-4b32a712d6db/download
https://repository.eafit.edu.co/bitstreams/3134a193-0d73-487e-9913-69bee130684d/download
https://repository.eafit.edu.co/bitstreams/1a98a68d-19fa-4910-a857-ab7023ed9f81/download
https://repository.eafit.edu.co/bitstreams/9c6a1330-0a68-462f-8d42-97ff8abc9d84/download
https://repository.eafit.edu.co/bitstreams/ebfb35f5-9268-41c3-a0ef-636f85889f66/download
https://repository.eafit.edu.co/bitstreams/4f3dd18d-a21f-4a2b-9eb5-3f9e835da773/download
https://repository.eafit.edu.co/bitstreams/29e4a302-43bc-43eb-a063-8fe9b798370d/download
https://repository.eafit.edu.co/bitstreams/e4e43faa-3bc9-484f-9240-ef7d834b636f/download
https://repository.eafit.edu.co/bitstreams/3101cfaa-75a2-4b4a-80cb-e0d5256d8dde/download
https://repository.eafit.edu.co/bitstreams/71e861a3-0615-444b-95c6-3c813a501b34/download
bitstream.checksum.fl_str_mv 76025f86b095439b7ac65b367055d40c
024037408c24a9109d874f112b7f5a11
7513285d2fa29c82410fb34eb38cff54
1df7d963608479be65f576636df1e256
27c0bded9465d733e982cdddfbee6581
654a084f2895b965234db2cb98f5770a
e18f1f8270123bb0b2cfa1faca0c68fd
a2126c06821fab882261efb90bfcb8cd
f75638d62c3662b9203090df067a98a7
43eeca15e551ce93691daaa3562cbd43
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EAFIT
repository.mail.fl_str_mv repositorio@eafit.edu.co
_version_ 1818102436567449600
spelling Mora Gutiérrez, Luis AlbertoMadrid Giraldo, Alejandro12089184-252b-4d74-94d4-c2c81c324747-1Lemus Flórez, Danny Joséb1979dcc-d65a-49d8-8756-53e550127936-1Ingeniero de Producciónamadridg@eafit.edu.codlemusfl@eafit.edu.coMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees2016-07-13T13:09:22Z20112016-07-13T13:09:22Zhttp://hdl.handle.net/10784/8832La empresa Coservicios S.A. maneja dentro de su almacén miles de referencias las cuales deben ser controladas para mantener los niveles de inventarios óptimos, por lo que requieren hacer pronósticos de la demanda de las referencias que manejan para hacer una mejor planeación, pero al tratarse de miles de referencias es muy complicado estudiar el modelo de pronósticos que mejor describe el comportamiento de cada una de las referencias por los altos tiempos que estos cálculos demoran en realizarse, en este caso la empresa requiere calcular los pronósticos de 576 referencias correspondientes a un grupo piloto -- El proyecto de grado que se presenta aplica una metodología en donde se pueden calcular los pronósticos de cientos de referencias a partir de identificar algunas referencias denominadas pivotes, en donde al conocer los pronósticos de las referencias pivotes aplicándole a estas la MUP (Metodología Universal de pronósticos) se pueden calcular los demás pronósticos sin necesidad de aplicar rigurosamente la metodología de pronósticos a cada referencia -- El primer paso es realizar un análisis previo a todas las referencias a las que se les requiere calcular los pronósticos en donde se miden algunas características estadísticas, matemáticas y propias del negocio como el coeficiente Alfa de Cronbach, rotación del inventario, correlaciones, variabilidad, pruebas de función de autocorrelación(ACF) y coeficiente de Determinación muestral r2 -- Las referencias pivotes son identificadas y se les aplica la metodología universal de pronósticos (MUP) para seleccionar el modelo de pronósticos que mejor describa cada una de la referencias pivotes así obteniendo los pronósticos correspondientes, luego se calcula la función de correlación multipoliomial lineal donde se encuentra cual es la relación de las referencias pivotes con cada una de las otras referencias dependientes de estas pivotes -- La función de correlación multipolinomial que relaciona cada una de las referencias pivotes con las otras referencias es utilizada para calcular los pronósticos de todas las referencias restantes -- El último paso del proyecto es realizar diferentes comparaciones de la exactitud de las proyecciones entre el modelo utilizado en la empresa Coservicios S.A. para realizar sus pronósticos con la metodología de referencias múltiples empleada en este proyecto de gradospaUniversidad EAFITIngeniería de ProducciónEscuela de Ingeniería. Departamento de Ingeniería de ProducciónInventarios - Métodos de simulaciónEscalas de EvaluaciónCoeficiente Alfa de CronbachCONTROL DE INVENTARIOSINVENTARIOSPREDICCIONESInventory controlInventoriesForecastingPronósticos de referencias múltiplesbachelorThesisinfo:eu-repo/semantics/bachelorThesisTrabajo de gradoacceptedVersionhttp://purl.org/coar/resource_type/c_7a1fAcceso abiertohttp://purl.org/coar/access_right/c_abf2LICENSElicense.txtlicense.txttext/plain; charset=utf-82556https://repository.eafit.edu.co/bitstreams/779206a2-6cd7-4e8f-8908-4b32a712d6db/download76025f86b095439b7ac65b367055d40cMD51ORIGINALAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Portada.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Portada.pdfPortadaapplication/pdf10498https://repository.eafit.edu.co/bitstreams/3134a193-0d73-487e-9913-69bee130684d/download024037408c24a9109d874f112b7f5a11MD52Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Preliminares.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Preliminares.pdfPreliminaresapplication/pdf13338https://repository.eafit.edu.co/bitstreams/1a98a68d-19fa-4910-a857-ab7023ed9f81/download7513285d2fa29c82410fb34eb38cff54MD53Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Resumen.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Resumen.pdfResumenapplication/pdf13711https://repository.eafit.edu.co/bitstreams/9c6a1330-0a68-462f-8d42-97ff8abc9d84/download1df7d963608479be65f576636df1e256MD54Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Glosario.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Glosario.pdfGlosarioapplication/pdf52482https://repository.eafit.edu.co/bitstreams/ebfb35f5-9268-41c3-a0ef-636f85889f66/download27c0bded9465d733e982cdddfbee6581MD55Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_TablaContenido.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_TablaContenido.pdfTabla de contenidosapplication/pdf332069https://repository.eafit.edu.co/bitstreams/4f3dd18d-a21f-4a2b-9eb5-3f9e835da773/download654a084f2895b965234db2cb98f5770aMD56Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Introduccion.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Introduccion.pdfIntroducciónapplication/pdf143931https://repository.eafit.edu.co/bitstreams/29e4a302-43bc-43eb-a063-8fe9b798370d/downloade18f1f8270123bb0b2cfa1faca0c68fdMD57Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_MarcoTeorico.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_MarcoTeorico.pdfMarco teoricoapplication/pdf3878047https://repository.eafit.edu.co/bitstreams/e4e43faa-3bc9-484f-9240-ef7d834b636f/downloada2126c06821fab882261efb90bfcb8cdMD58Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Conclusiones.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Conclusiones.pdfConclusionesapplication/pdf164257https://repository.eafit.edu.co/bitstreams/3101cfaa-75a2-4b4a-80cb-e0d5256d8dde/downloadf75638d62c3662b9203090df067a98a7MD59Alejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Bibliografia.pdfAlejandro_MadridGiraldo_DannyJose_LemusFlorez_2011_Bibliografia.pdfBibliografíaapplication/pdf58864https://repository.eafit.edu.co/bitstreams/71e861a3-0615-444b-95c6-3c813a501b34/download43eeca15e551ce93691daaa3562cbd43MD51010784/8832oai:repository.eafit.edu.co:10784/88322024-12-04 11:50:15.052open.accesshttps://repository.eafit.edu.coRepositorio Institucional Universidad EAFITrepositorio@eafit.edu.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