Pronósticos bayesianos para repuestos de automóviles usando simulación estocástica

Abstract

This article presents the development and application of a simulation model that was used to forecast the demand of automobile parts using information from a car dealer in Mexico, D. F. In particular, this work illustrates, using a simple model, how stochastic simulation and Bayesian statistics can be combined to model and solve complex forecasting problems. The proposed framework is general enough to be applied to very detailed models of the system under study. The results obtained demonstrate how uncertainty on the parameters of the model can be incorporated, and the application using real data shows how a large sample size produces a posterior distribution that has little influence from the prior distribution.

Este artículo presenta el desarrollo y la aplicación de un modelo de simulación que fue utilizado para pronosticar la demanda de repuestos de automóviles a partir de información obtenida de un distribuidor de automóviles y repuestos en México D. F. En particular este trabajo ilustra con un modelo sencillo cómo se pueden combinar la simulación estocástica y la estadística bayesiana para modelar y resolver problemas complejos de pronóstico. El marco propuesto es suficientemente general para aplicarse a modelos muy detallados del fenómeno en estudio. Los resultados obtenidos demuestran cómo se puede incorporar la incertidumbre en los parámetros del modelo y su aplicación usando datos reales revela cómo la amplitud de la muestra produce una distribución posterior con poca influencia sobre la distribución a priori.