Ajustes de juicio: Impacto de apoyos reductores de sesgos en la precisión y en los tiempos de procesamiento del pronóstico
Fecha
2014Director(es)
Alvarado Valencia, Jorge AndrésPublicador
Pontificia Universidad Javeriana
Facultad
Facultad de Ingeniería
Programa
Ingeniería Industrial
Título obtenido
Ingeniero (a) Industrial
Tipo
Tesis/Trabajo de grado - Monografía - Pregrado
Compartir este registro
Citación
Documentos PDF
Resumen
La presente investigación tuvo como finalidad determinar los efectos en la precisión y en los tiempos de procesamiento de un pronóstico ajustado por juicio, cuando este se realiza bajo la presencia de apoyos reductores de sesgos de tipo consciente e inconsciente específicos. En apoyos reductores de sesgos de tipo consciente, fueron comparadas cuatro poblaciones con diferentes niveles de entrenamiento: Tradicional, Enfocado, Doble (Tradicional + Enfocado) y Sin Entrenamiento, dónde se encontró que poblaciones con componentes de entrenamiento tradicional fueron más imprecisas respecto de aquellas que no lo recibieron. Así mismo también se encontró que en ausencia de información privilegiada, con base en la cual el pronosticador pueda ajustar, la precisión se perjudica en mayor medida por optar por grandes ajustes, en cambio, en presencia de pequeños ajustes se obtienen resultados similares a no ajustar. La estrategia de tipo no consciente, buscó reducir el impacto del ruido sobre la calidad del ajuste, comparando el efecto de la forma visual del histórico mediante el uso de gráficas tipo Bouba (redondeadas) y tipo Kiki (puntiagudas). Se encontró que estos supuestos apoyos reductores de sesgos de naturaleza inconsciente no generaron efectos estadísticamente significativos en la precisión y en el tiempo de procesamiento del ajuste de juicio.
Abstract
This research aimed to determine the effects on accuracy and in the processing time of a Judgmental forecasting, when it is done under the presence of conscious and unconscious supports that reduce different bias. For studying the effects of reducing bias by a conscious support, there were compared four populations, each one with a different training: Traditional, Focused, Dual (Traditional + Focused) and Without Training. It was found that those who had components of traditional training where more inaccurate that those who did not. Likewise, there was also found that in the absence of privileged information, accuracy is harmed more by those who use larger adjustments than those who use smaller ones, and that accuracy is similar between small adjustments and not adjusting the forecast at all. The unconscious strategy sought to reduce the noise effect on the quality of the fit by comparing the effect of the visual form of historical graphs while using Bouba (rounded) or Kiki (pointy) style. It was found that these alleged reducing biases unconscious supports did not generate statistically significant effects on the accuracy nor in the processing time of a Judgmental forecasting.
Estadísticas Google Analytics
Colecciones
- Ingeniería Industrial [1112]