Pronóstico consumo materia prima empresa de producción
RESUMEN : El presupuesto general es una herramienta fundamental en la planeación estratégica de una compañía. Uno de sus componentes principales es el presupuesto de compras, que depende del pronóstico de cantidades a consumir en el periodo estudiado. En la presente monografía se utilizarán herramie...
- Autores:
-
Díaz Lozano, Jennifer
Holguín Osorio, Sebastián
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2023
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/37563
- Acceso en línea:
- https://hdl.handle.net/10495/37563
- Palabra clave:
- Análisis de series de tiempo
Time-series analysis
Técnicas de predicción
Forecasting techniques
Administración de la producción
Production management
Pronóstico de los negocios
Business forecasting
Error estadístico
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/
| id |
UDEA2_661b33333d7ae4399f47beaf0d72555e |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/37563 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Pronóstico consumo materia prima empresa de producción |
| title |
Pronóstico consumo materia prima empresa de producción |
| spellingShingle |
Pronóstico consumo materia prima empresa de producción Análisis de series de tiempo Time-series analysis Técnicas de predicción Forecasting techniques Administración de la producción Production management Pronóstico de los negocios Business forecasting Error estadístico |
| title_short |
Pronóstico consumo materia prima empresa de producción |
| title_full |
Pronóstico consumo materia prima empresa de producción |
| title_fullStr |
Pronóstico consumo materia prima empresa de producción |
| title_full_unstemmed |
Pronóstico consumo materia prima empresa de producción |
| title_sort |
Pronóstico consumo materia prima empresa de producción |
| dc.creator.fl_str_mv |
Díaz Lozano, Jennifer Holguín Osorio, Sebastián |
| dc.contributor.advisor.none.fl_str_mv |
Ceballos, Yony Fernando |
| dc.contributor.author.none.fl_str_mv |
Díaz Lozano, Jennifer Holguín Osorio, Sebastián |
| dc.subject.lemb.none.fl_str_mv |
Análisis de series de tiempo Time-series analysis Técnicas de predicción Forecasting techniques Administración de la producción Production management Pronóstico de los negocios Business forecasting |
| topic |
Análisis de series de tiempo Time-series analysis Técnicas de predicción Forecasting techniques Administración de la producción Production management Pronóstico de los negocios Business forecasting Error estadístico |
| dc.subject.proposal.spa.fl_str_mv |
Error estadístico |
| description |
RESUMEN : El presupuesto general es una herramienta fundamental en la planeación estratégica de una compañía. Uno de sus componentes principales es el presupuesto de compras, que depende del pronóstico de cantidades a consumir en el periodo estudiado. En la presente monografía se utilizarán herramientas de aprendizaje supervisado para pronosticar el consumo de un conjunto de materiales a través de dos enfoques, modelos de corte transversal y modelos de series de tiempo. Al aplicar estas técnicas se encuentran unas mejores métricas de desempeño en los modelos de series de tiempo, aunque esto se puede deber a una identificación e imputación de atípicos más exigente que en los datos de corte transversal. Adicionalmente, se evidencia que los modelos obtenidos subestiman los picos de consumo lo cual puede generar una afectación al momento de desplegar el modelo, por lo que esto se debe tener en cuenta al proponer estrategias de cobertura como el establecimiento de stocks de seguridad para garantizar el suministro de materiales. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-12-12T20:35:45Z |
| dc.date.available.none.fl_str_mv |
2023-12-12T20:35:45Z |
| dc.date.issued.none.fl_str_mv |
2023 |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Especialización |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_46ec |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/COther |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/other |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_46ec |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/37563 |
| url |
https://hdl.handle.net/10495/37563 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
69 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Especialización en Analítica y Ciencia de Datos |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/2e75cce0-6cad-444b-ab26-85b023070f80/download https://bibliotecadigital.udea.edu.co/bitstreams/56003400-e173-4385-9fb2-c8076f757bbe/download https://bibliotecadigital.udea.edu.co/bitstreams/8c09382d-88a5-45be-9dea-ef3b4258b957/download https://bibliotecadigital.udea.edu.co/bitstreams/ee01d0a7-cc18-480b-9d7e-d79da2e67c6b/download https://bibliotecadigital.udea.edu.co/bitstreams/241da53a-ee13-41a0-a74e-e393b652c0a3/download |
| bitstream.checksum.fl_str_mv |
361a43894adc524e9069ad42a8f9f659 25f361a7fcb9c8c432256ee13f16ee23 8a4605be74aa9ea9d79846c1fba20a33 49c737aaa44b80a3f0c6ef65cd3eaa0d 4f54bbe0b8aa80ea50959fbe57f0ec0e |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052469289746432 |
| spelling |
Ceballos, Yony FernandoDíaz Lozano, JenniferHolguín Osorio, Sebastián2023-12-12T20:35:45Z2023-12-12T20:35:45Z2023https://hdl.handle.net/10495/37563RESUMEN : El presupuesto general es una herramienta fundamental en la planeación estratégica de una compañía. Uno de sus componentes principales es el presupuesto de compras, que depende del pronóstico de cantidades a consumir en el periodo estudiado. En la presente monografía se utilizarán herramientas de aprendizaje supervisado para pronosticar el consumo de un conjunto de materiales a través de dos enfoques, modelos de corte transversal y modelos de series de tiempo. Al aplicar estas técnicas se encuentran unas mejores métricas de desempeño en los modelos de series de tiempo, aunque esto se puede deber a una identificación e imputación de atípicos más exigente que en los datos de corte transversal. Adicionalmente, se evidencia que los modelos obtenidos subestiman los picos de consumo lo cual puede generar una afectación al momento de desplegar el modelo, por lo que esto se debe tener en cuenta al proponer estrategias de cobertura como el establecimiento de stocks de seguridad para garantizar el suministro de materiales.ABSTRACT : The general Budget is a fundamental tool in the strategic planning of a company, one of its main components is the purchase budget, which depends on the consumption quantities to be consumed in a given period of time. In this monograph, supervised learning tools will be used to forecast the consumption of a set of raw materials through two approaches, cross section models and time series models. After applying these techniques, better error metrics are founded with time series models, but it may be due to a stricter identification and data imputation than in cross-sectional data. Additionally, it is found that the models obtained underestimate the consumption peaks which can generate an affectation at the time of deploying the model, for that reason, this effect must be considered to create hedging strategies such as establishing safety stocks.EspecializaciónEspecialista en Analítica y Ciencia de Datos69application/pdfspaUniversidad de AntioquiaMedellín, ColombiaFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datoshttps://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Pronóstico consumo materia prima empresa de producciónTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/draftAnálisis de series de tiempoTime-series analysisTécnicas de predicciónForecasting techniquesAdministración de la producciónProduction managementPronóstico de los negociosBusiness forecastingError estadísticoPublicationORIGINALDiazJennifer_HolguinSebastian_2023_PronosticoConsumoMp.pdfDiazJennifer_HolguinSebastian_2023_PronosticoConsumoMp.pdfTrabajo de grado de especializaciónapplication/pdf2660928https://bibliotecadigital.udea.edu.co/bitstreams/2e75cce0-6cad-444b-ab26-85b023070f80/download361a43894adc524e9069ad42a8f9f659MD52trueAnonymousREADAnexos.zipAnexos.zipAnexoapplication/octet-stream8116241https://bibliotecadigital.udea.edu.co/bitstreams/56003400-e173-4385-9fb2-c8076f757bbe/download25f361a7fcb9c8c432256ee13f16ee23MD53falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/8c09382d-88a5-45be-9dea-ef3b4258b957/download8a4605be74aa9ea9d79846c1fba20a33MD54falseAnonymousREADTEXTDiazJennifer_HolguinSebastian_2023_PronosticoConsumoMp.pdf.txtDiazJennifer_HolguinSebastian_2023_PronosticoConsumoMp.pdf.txtExtracted texttext/plain91462https://bibliotecadigital.udea.edu.co/bitstreams/ee01d0a7-cc18-480b-9d7e-d79da2e67c6b/download49c737aaa44b80a3f0c6ef65cd3eaa0dMD55falseAnonymousREADTHUMBNAILDiazJennifer_HolguinSebastian_2023_PronosticoConsumoMp.pdf.jpgDiazJennifer_HolguinSebastian_2023_PronosticoConsumoMp.pdf.jpgGenerated Thumbnailimage/jpeg6318https://bibliotecadigital.udea.edu.co/bitstreams/241da53a-ee13-41a0-a74e-e393b652c0a3/download4f54bbe0b8aa80ea50959fbe57f0ec0eMD56falseAnonymousREAD10495/37563oai:bibliotecadigital.udea.edu.co:10495/375632025-03-26 22:50:01.537https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |
