Pronósticos de juicio

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
Pronósticos de juicio por Mind Map: Pronósticos de juicio

1. Significa que la red neural puede sustituir el modelo actual, como un análisis de regresión.

2. Pero cuando la mezcla de conjuntos es imposible, o el costo es prohibitivo...

2.1. La combinación de pronósticos es la única alternativa.

3. El número de rondas cada vez excede de tres.

4. El método Delphi

4.1. Se usó para eliminar el aspecto dinámico de las deliberaciones de los pronósticos

4.2. Tiene cuatro características principales:

4.2.1. Anonimato

4.2.1.1. Se obtiene a través del uso de cuestionarios administrados manualmente

4.2.2. Iteración

4.2.2.1. Sirve para tener la oportunidad de cambiar sus opiniones sin perder el prestigio

4.2.3. Agregación de respuestas

4.3. Retroalimentación controlada

4.3.1. Se resume el juicio del grupo de manera que cada juicio recibe el mismo peso

4.3.2. La primera ronda del método Delphi no esta estructurada.

4.3.2.1. Lo que da a los expertos completa libertad para identificar y comentar sobre asuntos importantes.

4.3.2.2. En la segunda ronda, se da la oportunidad de cambiar opiniones anteriores con base en retroalimentación proporcionada.

4.3.3. Contiene opiniones y juicios de todos los miembros del grupo

5. Formulación de escenarios

5.1. Implica la definición detallada de un futuro incierto a través de un guión para el ambiente de una organización.

5.2. Se consideran factores como:

5.2.1. Nueva tecnología

5.2.2. Cambios demográficos

5.2.3. Después de hacer el escrito, se hace una fase de debate.

5.2.3.1. Se emplea para defender y modificar los puntos de vista, para desarrollar un consenso y escenarios alternativos

5.2.4. Cambio en las demandas del consumidor

5.3. Se elabora un escrito sobre el escenario más probables junto con 1 o más escenarios menos probables.

6. Otras herramientas útiles para hacer juicios

6.1. El diagrama de árbol que el encargado de tomar decisiones vea situación compleja y tome decisiones racionales.

6.2. Implica el cálculo del valor de la media que una variable aleatoria numérica asumirá durante muchas pruebas.

6.3. Se han desarrollado varias herramientas para ayudar a tomar decisiones en:

6.3.1. Proceso de ponderar información acerca del futuro

6.3.2. Optar por las mejores decisiones posibles.

6.4. Al enfrentarse a la tarea de tomar una decisiones, la habilidad para pronosticar se convierte en un elemento crucial.

6.4.1. El valor esperado es usado por los encargados con frecuencia de manera explícita o implícita.

6.4.1.1. Para calcular el valor esperado en una distribución de probabilidad, se tiene: E (X) = (sumatoria)X(P(X))

6.4.1.1.1. Donde: E(X) = Valor esperado

6.4.1.1.2. X = los valores que puede adoptar la variable aleatoria

6.4.1.1.3. P(X) = La probabilidad de que ocurra cada X

6.5. El teorema de Bayes es un concepto diseñado para revisar las probabilidades con base en la evidencia de la muestra.

6.5.1. Este concepto se aplica en situaciones donde se determinan las estimaciones de probabilidad de un evento.

7. Los pronósticos de juicio se basan generalmente en el dominio del conocimiento.

7.1. El dominio de conocimiento es la información relevante de la serie de tiempo que se usa para la elaboración del pronóstico.

7.2. Las modificaciones de juicio tienden a reducir la exactitud del pronóstico.

7.2.1. Pero pueden tener mayor precisión si el dominio del conocimiento es relevante.

8. Combinación de pronósticos

8.1. La combinación de dos o más métodos para generar pronóstico es una rama en desarrollo.

8.1.1. Resúmenes de tres artículos ilustran la naturaleza en desarrollo de la combinación de pronósticos.

8.1.1.1. Armstrong de muestra que la combinación de pronósticos resulta en una precisión modesta pero consistente.

8.1.1.2. Mahoud indica que la cantidad de investigación sobre esta combinación es considerable.

8.1.1.2.1. Pero, se conoce poco acerca de cuándo y cómo combinar pronósticos. Los asuntos que requieren de mayor estudio son:

8.1.1.3. Según Clemen, la exactitud del pronóstico puede mejorarse mediante la combinación de métodos individuales.

8.1.2. Siempre es mejor combinar conjuntos de información en vez de pronósticos.

9. Redes neurales

9.1. Uno de los principales impulsores de la inteligencia artificial.

9.2. Tiene aplicaciones comerciales, incluyendo en la de los pronósticos

9.2.1. La aplicación exitosa se conoce como plug-compatible.

9.3. Las relaciones pasadas entre todas las variables que afectan el resultado de las dependientes son programadas en la computadora.

9.3.1. El programa de la red después desarrolla las relaciones subyacentes a través del aprendizaje.

9.3.1.1. Este proceso se llama entrenamiento.

9.3.1.2. Las relaciones no requieren alguna suposición acerca de la distribución de población.

9.3.1.3. Pueden operar con información incompleta.

9.4. Son especialmente fuertes cuando:

9.4.1. Los datos están fuertemente correlacionados.

9.4.2. No existen.

9.4.3. Los sistemas son notoriamente no lineales.