| dc.description.abstract | El pronóstico de la demanda constituye un proceso fundamental para la planificación de la
cadena de suministro, especialmente en la industria textil, donde la estacionalidad, la
volatilidad del mercado y las variaciones del poder adquisitivo incrementan la complejidad de
la toma de decisiones. Sin embargo, muchas empresas continúan utilizando métodos
empíricos basados en hojas de cálculo y juicio experto, lo que limita la precisión de los
pronósticos y afecta la planificación de la producción, las compras y los inventarios.
El presente trabajo analiza el impacto de los métodos estadísticos en la precisión del
pronóstico de demanda mediante una investigación teórica, documental y comparativa de la
literatura especializada. Para ello, se revisan estudios y casos de aplicación de metodologías
como promedios móviles, suavización exponencial, Holt-Winters, ARIMA y técnicas de
machine learning, comparando su desempeño mediante indicadores de precisión como
MAPE, WAPE, MAE y RMSE. | es_ES |
