Pronóstico del precio promedio para el poliestireno de alto impacto
Date
2021
Type:
Thesis
item.page.extent
67 p.
item.page.accessRights
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
Chile al no ser un productor de resinas plásticas, depende totalmente de las importaciones.
Las grandes empresas pueden importar directamente del productor y las empresas más
pequeñas sólo tienen la disponibilidad de compra a través de un trader con precios sobre la media del mercado internacional.
Este trabajo presenta una herramienta que permite organizar, presentar y describir un
conjunto de datos cuya finalidad sea el pronóstico de precios del poliestireno de alto impacto.
El objetivo de esta investigación es proponer un modelo estadístico que oriente al usuario en la compra del poliestireno de alto impacto y estimar el precio de compra para el siguiente ciclo. Para lograrlo se propone una aproximación cuantitativa, basada en la identificación de variables que intervienen en la estructura de costo de la materia prima y la elección de un modelo estadístico capaz de predecir el precio de ésta. El conjunto de modelos propuestos son ARIMA, Holt Winters, Regresión lineal y Redes neuronales. Los datos muestran que al comparar las predicciones efectuadas con el modelo y los precios históricos se obtiene una confiabilidad del 95%. Esto permite mejorar la toma de decisiones en el proceso de compra, disminuyendo de este modo el costo de la materia prima y con ello la optimización de los recursos financieros de la empresa.
Description
Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Ingeniería Industrial y de Sistemas
item.page.coverage.spatial
item.page.sponsorship
Citation
Keywords
Métodos cuantitativos, Pronósticos, Series de tiempo, Regresión lineal múltiple, Estadística descriptiva, 070002S