Please login first
Pronóstico Jerárquico con un Enfoque Multivariado
1  Maestría Ciencias de Datos
2  Facultad de Ciencias Físico Matemáticas, UANL
Academic Editor: Humbert G. Díaz

Abstract:

La globalización ha ampliado las cadenas de suministro a nivel mundial, aumentando tanto el consumo como la complejidad de la distribuciónde productos y servicios. La eficiencia en este sistema complejo es crítica, requiriendo herramientas avanzadas para optimizar el uso derecursos y minimizar las pérdidas. Entre estas, los sistemas de predicción de demanda son fundamentales para evitar el exceso de inventario ylas oportunidades de venta perdidas, ayudando a reducir costos significativamente. En el sector minorista, la precisión de estas predicciones enel nivel más detallado es vital debido a su impacto económico directo. Sin embargo, el análisis de pronóstico de demanda afronta el desafío deerrores inherentes al no considerar las correlaciones entre los diferentes niveles jerárquicos, lo que hace esencial la implementación de técnicasde reconciliación de pronósticos

Keywords: Maestría en Ciencia de Datos
Comments on this paper
Humbert G. Díaz
Estimado(s) autor(es), Feliz Año Nuevo 24!!!
Gracias por su contribución a nuestra conferencia MOL2NET-09, Conference on Molecular, Biomedical, Computational, & Network Science and Engineering, ISSN: 2624-5078, MDPI SciForum, Basel, Switzerland, 2023.

En estos momentos la conferencia está cerrada para envios y hemos comenzado la ronda de Post-publicación con preguntas/comentarios en línea a los autores mediante el evento REVIEWWWERS.PUB-09, Reviewers, Pre-Prints, & Post-Publication Workshop, Bilbao-Miami, USA, 2023.

En cuanto a su trabajo, tenemos la siguiente pregunta para el(los) autor(es):

Como explicaría ud. los casos puntuales en los que hay diferencias notables entre las predicciones y los datos observados, ha hecho analisis de residuales/outliers?

Participación de REVIEWWWERS'23:
También te invitamos a participar en el Taller REVIEWWWERS.PUB, que ya está abierto, realizando preguntas a otros autores.
Los pasos son muy fáciles. Instrucciones:

Paso (1), Regístrese/Inicie sesión aquí [Registrarse/Iniciar sesión] en la plataforma Sciforum, ó en el enlace https://login.mdpi.com/login.

Paso (2), vaya a [Lista de Trabajos MOL2NET'23] ó al enlace https://mol2net-09.sciforum.net/presentations/view.

Paso (3), desplácese hacia abajo en la lista de artículos y haga clic en un título.

Paso (4): Lea el artículo y luego desplácese hacia abajo y haga clic en el botón Comentar, publique su comentario/pregunta, siempre en un tono constructivo, y haga clic en enviar.

Paso (5): Repita el proceso de revisión para otros artículos.

Paso (6), Verifique en su correo electrónico respuestas de los autores y contra-argumente/agradesca por ello si lo cree necesario.

Paso (7), Recuerde verificar en su correo si ha tenido preguntas a su(s) propio(s) trabajo(s) y respondala(s).

Paso (8), Solicitar certificado al correo electrónico: mol2net.chair@gmail.com.

Ver detalles REVIEWWWERS.PUB-09, enlace https://mol2net-09.sciforum.net/reviewwwers-09.



 
 
Top