Author:
Valencia Cárdenas Marisol,Osorno Vásquez Victor Alfonso,Salazar Uribe Juan Carlos
Abstract
En la industria de alimentos, los modelos de inventarios que contemplan una adecuada predicción de la demanda son de gran ayuda para la gestión óptima del abastecimiento, especialmente en los productos perecederos como los lácteos, debido a su corta vida útil y la importancia de su calidad relacionada con la salud. Sin embargo, algunas empresas pequeñas y medianas colombianas no cuentan con tecnología y capacidades para hacer pronósticos de sus productos, lo cual es muy importante para la planeación de producción e inventarios. En este trabajo se propone una comparación de la precisión de pronósticos de modelos estadísticos individuales y combinaciones entre éstos, usando un algoritmo multi-producto para las combinaciones aplicado a un caso de estudio de ventas del sector de lácteos. Se encuentra que un modelo individual de regresión Bayesiana con innovación es muy buena alternativa en el caso estudiado, así como dos de las técnicas de combinación usadas.
Publisher
Universidad Nacional de Colombia
Reference33 articles.
1. Andersson, M., & Karlson, S. (2007). Bayesian forecast combination for VAR models ∗. Sveriges Riskbanc-Working Papers, 1–17. Retrieved from http://www.riksbank.se/Upload/Dokument_riksbank/Kat_publicerat/WorkingPapers/2007/wp216.pdf
2. Barrow, D. K., & Kourentzes, N. (2016). Distributions of forecasting errors of forecast combinations: Implications for inventory management. International Journal of Production Economics, 177, 24–33. https://doi.org/10.1016/j.ijpe.2016.03.017
3. Bates, D., Maechler, M., Bolker, B., Walker, S., Christensen, R. H. B., Singmann, H., … Grothendieck, G. (2015). Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software, 67(1), 1–48. https://doi.org/10.18637/jss.v067.i01
4. Bates, J. M., & Granger, C. W. . (1969). The combination of forecasts. Operational Research Quraterly, 20(4), 451.
5. Bowerman, B., Koehler, A., & O’Connell, R. (2007). Pronósticos, series de tiempo y regresión: un enfoque aplicado. M{é}xico, DF:. CENCAGE Learning,.