INSTITUTO TECNOLGICO SUPERIOR DE TANTOYUCA

(Unidad Acadmica Platn Snchez)

INGENIERA EN GESTIN EMPRESARIAL

VIII
SEMESTRE

ASIGNATURA:

DECISIONES MERCADOLGICAS

TAREA:

ENSAYO DE MODELOS ECONOMTRICOS DE VENTA DE SERVICIOS Y

ARTCULOS

PRESENTA:
CRUZ HERNNDEZ CSAR 133S0368

DOCENTE:

ING. LUZ VERNICA SANTOS DELGADO

8/ABRIL/2016

1
 NDICE

Introduccin..3

Objetivo general..4

Modelos economtricos de ventas de servicios y

artculos....4

Conclusin.12

Referencias bibliogrficas13

2
 INTRODUCCIN

La econometra es una ciencia que analiza y predice tanto fenmenos econmicos

como las variables que intervienen en los mismos partiendo de la economa y las
matemticas. Surge cuando se trata de explicar fenmenos econmicos como el
comportamiento de los productores, los consumidores y el mercado en general a
travs mtodos y modelos matemticos. La econometra recurre a la estadstica
para generar un modelo economtrico.

Un modelo economtrico es una explicacin o propuesta que se pretende dar a

fenmenos econmicos. Surge al dar valores a los factores que interviene en un
modelo econmico.

Un modelo economtrico de ventas sirve para estimar hipotticamente las ventas

futuras de un bien o un servicio partir de los elementos que contribuyen en los
procesos de fabricacin y comercializacin del producto o servicio en cuestin.

Por citar un ejemplo es ver como responderan los consumidores si se les

presentasen mayores o menores medidas anuncios publicitarios presentando el
producto que se desea vender.

Dentro de los fenmenos econmicos intervienen dos tipos de variables: las

endgenas y las exgenas. Las variables endgenas son las se presentan dentro
de la organizacin y que hasta cierto punto pueden controlarse. Como por ejemplo,
la imagen del empaque, los materiales y el costo de fabricacin.
Las variables exgenas son aquellas que se presentan fuera de la organizacin y
que no pueden ser controladas por la organizacin. Para poder realizar el modelo
economtrico se requiere de un modelo matemtico. Para generar un modelo
matemtico deben seguirse una serie de pasos: determinar las propuestas
analizando los datos obtenidas de investigaciones en el mercado; la estimacin de
parmetros de evaluacin, es decir, otorgar valor a las variables; la evaluacin de
esas estimaciones; y la valoracin de la validez predictiva, que tan efectiva puede
ser la prediccin hecha

3
 OBJETIVO GENERAL

Conocer los diferentes tipos de modelos economtricos de venta de servicios y

artculos, con el fin de tener un conocimiento previo de conceptos del mismo y de
esa manera poder desarrollar dichos modelos.

MODELOS ECONOMTRICOS DE VENTAS DE SERVICIOS Y

ARTICULOS

El Pronstico de Venta : Es la tcnica que le tiene como fin calcular las proyecciones
de ventas de una manera rpida y confiable, permite estimar la demanda hacia el
futuro, basndose en informacin histrica generada por el movimiento de
productos, utilizando como fuentes de datos, ya sea las transacciones de inventarios
o la facturacin de ventas realizadas.

Existen dos tipos de modelos: los de regresin lo los y los clsicos. Los modelos de
requesn son aquellos en los que se considera que las variables son ajenas al
modelo.
Los modelos clsicos son aquellos en los que se considera que el factor
desencadenante es el comportamiento propio. La econometra es una ciencia que
analiza y predice tanto fenmenos econmicos como las variables que intervienen
en los mismos partiendo de la economa y las matemticas. Surge cuando se trata
de explicar fenmenos econmicos como el comportamiento de los productores, los
consumidores y el mercado en general a travs mtodos y modelos matemticos.
La econometra recurre a la estadstica para generar un modelo economtrico.

Formulacin de un modelo economtrico

Se requiere:

4
 1. La teora econmica que se va a analizar, para que pueda utilizarse la teora
en un estudio economtrico necesita de una elaboracin matemtica que d
lugar a un modelo y en concreto, a un modelo economtrico.

2. Determinar las variables que intervienen en el estudio y que se encuentran

asociadas a la teora a analizar.

Cuantitativos: se expresan en forma de nmeros. Ejemplo: precio del

petrleo, ingreso, azcar (medido en pesos, dlares, etc.).

Cualitativos: se expresan en forma de datos. Ejemplo: hombre o mujer,

solero o casado, etc.

Tambin puede ser datos:

Experimentales: obtenidos de un experimento controlado.

No experimentales: se obtienen de la observacin de un sistema sin

control experimental.

Adems pueden clasificarse en:

Datos de series temporales: miden una variable en perodos de tiempo

sucesivos. La frecuencia puede ser el ao, el mes, el trimestre, la
semana, el da e incluso podemos trabajar con datos intrahorarios
(Bolsa).

Datos de seccin cruzada: miden una variable en un momento

determinado del tiempo para distintas entidades. Estas entidades
pueden ser individuos, familias, pases, empresas, Comunidades
Autnomas, sectores empresariales, etc.

Datos de panel: surgen al cruzar una seccin cruzada con una serie
temporal.

En un panel se pueden analizar o contrastar hiptesis que no es posible con una

seccin cruzada. Por ejemplo, contrastar si ha habido diferencias en el

5
comportamiento del consumo de las familias despus de un cambio de poltica
econmica (impuestos) en un momento determinado del tiempo.

3. Determinar las relaciones existentes entre las variables, consiste en medir

empricamente los parmetros que caracterizan el modelo y aqu entra la
estadstica, sobre todo la inferencia estadstica (que usa la informacin
muestral disponible para inferir caractersticas de toda una poblacin).

4. Definir el objeto de estudio del modelo que exprese el comportamiento

emprico de la teora econmica analizada. Es decir, una vez que el modelo
ha sido estimado usando las tcnicas economtricas adecuadas, llegamos al
paso de la verificacin o validacin del modelo. Se establecen criterios
(grficos y estadsticos) para rechazar o aceptar el modelo.

Usos de un modelo economtrico estimado:

Pueden ser varios:

1. Anlisis estructural. Se usa el modelo estimado para medir la relacin entre

variables econmicas. Algunos ejemplos, son la medicin de la propensin
marginal a consumir de un pas, de la elasticidad demanda-precio de un bien,
de la elasticidad de la produccin-input de una empresa, de la curva de
Phillips (inflacin y paro).

2. Prediccin. Es el uso ms frecuente de un modelo economtrico. Se usa para

predecir el valor futuro de una variable de inters. Las predicciones se usan
para tomar decisiones.

3. Evaluacin de polticas econmicas. Se usa para simular el valor futuro de

una variable bajo distintos supuestos de evolucin de otras. En nuestro
ejemplo, sera predecir el patrn de evolucin de consumo bajo distintos
escenarios de evolucin de la renta.

6
Componentes del modelo economtrico: variables, parmetros y relaciones.

Variables

De acuerdo con Barbancho (1976) podemos definir las variables son los factores o
entes elementales que actan en un fenmeno desde el punto de vista cuantitativo.
En las matemticas, las variables se dividen en:

Variables dependientes

Variables independientes

Parmetros

Segn Barbancho (1976): los parmetros o coeficientes son magnitudes que

permanecen constantes dentro de un fenmeno econmico concreto.

Normalmente son dos los tipos de parmetros sobre lo que se quiere obtener
informacin cuantitativa:

Los parmetros de posicin, que son los que entran en el momento de primer
orden o esperanza matemtica de la variable dependiente.

Los parmetros de dispersin que se refieren a la varianza de las

perturbaciones aleatorias

Relaciones

Las relaciones tratan de describir el mecanismo que acciona los elementos

singulares del fenmeno econmico en cuestin

Las relaciones que aparecen en los modelos economtricos pueden clasificarse en

la forma siguiente:

a) Relaciones de comportamiento

b) Relaciones institucionales

c) Relaciones tcnicas

d) Relaciones contables o de definicin

7
 e) Relaciones de ajuste

f) Restricciones

Ejemplos de modelos economtricos:

Las ventas de cemento de una empresa dependern de variables indicativas

de la actividad constructora.

Las exportaciones de un pas sern funcin de la renta de los pases que las
importen y de los precios relativos entre pases (esto mismo se puede aplicar
a una empresa).

El consumo privado depende de la renta disponible y los tipos de inters

reales.

Determinar si el gasto de una campaa publicitaria tiene relacin con el xito

de las ventas de cierta marca de autos.

Modelos casuales:

Los modelos causales, como la regresin lineal, incorporan variables o factores que
pueden influir sobre el pronstico. Por ejemplo, un modelo causal para las ventas
de podadoras de csped podra incluir factores como el nmero de viviendas
nuevas, el presupuesto de publicidad y los precios de la competencia. A diferencia
de las previsiones de series temporales, los modelos de previsin casual consideran
diferentes variables que estn relacionadas con la cantidad de la que se est
haciendo la prediccin. Una vez que estas variables relacionadas han sido halladas,
se construye el modelo estadstico para realizar la previsin.

El modelo cuantitativo de previsin casual ms comn es el anlisis de regresin

lineal. Para la regresin lineal se utiliza el mismo modelo matemtico empleado en
el mtodo de mnimos cuadrados de proyeccin de tendencia.

8
Tipos de modelos de regresin lineal

Regresin Simple

En la regresin simple, se considera que y es siempre una variable aleatoria,

mientras que x es una variable no aleatoria, que se considera de valores
controlados o elegidos de antemano por el investigador.

Ej. Anlisis de lnea de tendencias

La regresin lineal se utiliza en la creacin de lneas de tendencia, la cual utiliza los

datos del pasado para predecir el rendimiento o "tendencias" en el futuro. Por lo
general, las lneas de tendencia se utilizan en el negocio para mostrar el rumbo de
las ventas en un tiempo determinado.

Regresin Mltiple

En la regresin mltiple se trabaja con ms de dos variables, considerando a y

siempre como una variable aleatoria, mientras que se tendrn dos o ms x, sern
las variables bajo el supuesto de ser valores controlados o elegidos de antemano
por el investigador.

Ej. Ventas o previsiones del mercado

La regresin lineal multivariable (con ms de dos variables) es un mtodo

sofisticado para prevenir volmenes de ventas o el movimiento del mercado, a fin
de crear planes integrales para el crecimiento. Este mtodo es ms preciso que el
anlisis de tendencias ya que ste ltimo slo observa cmo cambia una variable
con respecto a otra, donde este mtodo analiza cmo una variable cambiar cuando
se modifican otras variables.

Anlisis de regresin lineal simple.

El modelo de regresin lineal simple tiene la forma:

Y=a+bX

Dnde:

9
Y = variable dependiente

X= variable independiente

Los valores de:

b= valor de la pendiente

a= la interseccin

Se obtiene de las siguientes ecuaciones:

Dnde:

Ejemplo:

Una empresa estudia la posible relacin que existe entre los permisos de
construccin emitidos por las autoridades municipales y la demanda del
conglomerado que vende.

La empresa tiene datos del trimestre anterior.

Permisos de construccin Embarques de conglomerado

(X) (X)(Y) X2
(Y)

15 6 225 225

9 4 36 16

40 16 640 256

10
 20 6 120 36

25 13 325 169

25 9 225 81

15 10 150 100

36 16 576 256

Y=185 X=89 (X)(Y)= 2297 X2 =1139

Sustituimos:

= 89/8=11.125 = 185/8=23.125

= 2297-8 (11.125) (23.125) /1139- 8 (1139) = 0.3905

= 23.125-0.3905 (11.125)= 0.969

Y = a + b X = 0.969-0.3905 X

Estime los embarques cuando existan 30 permisos de construccin = (13

embarques).

Sustitucin:

Y= a + b X = 0.969 + 0.3905 (30) = 12.684

11
 CONCLUSIN

Para la determinacin de un modelo economtrico que represente una funcin de

produccin de manera adecuada, es necesario centrarse en ciertos aspectos
relevantes. El primero de estos aspectos, que puede ser considerado como una
etapa previa a la determinacin propiamente tal de modelo, es la recogida de
informacin. En esta etapa la seleccin e implementacin de un tipo y tamao de
muestreo resulta crucial, ya que junto con los contraste de hiptesis determinaran
la representatividad que la muestra hace de la poblacin.

En segundo lugar, el conocimiento por parte del investigador de los modelos

existentes y su aplicabilidad en la funcin a estimar, permitir la propuesta a priori
de tipos de modelo, utilizando de este modo, la estadstica como una prueba
confirmatoria del modelo propuesto y no como la base del proceso de seleccin. En
forma complementaria, la eleccin de modelos simples, con una interpretacin
tcnica y biolgica adecuada, surge como garanta para su posterior utilizacin en
la prediccin de resultados, sea en forma directa o por medio de modelos de
simulacin. 54 La seleccin de un modelo en detrimento de otro, implica la
aceptacin de sus resultados; sin embargo, no se puede ignorar la sensibilidad de
resultados ante el modelo seleccionado. Los sistemas de produccin presentan
diferencias en cuanto a su grado de ajuste, es as como sistemas intensivos
normalmente entregan ajusten con un elevado nivel de significacin y escaso
nmero de variable; en tanto que en los sistemas extensivos el nmero de variables
suele incrementarse, disminuyendo el aporte de cada una, junto con el grado de
significacin del modelo.

Este ensayo se ha centrado en la construccin de modelos a partir de variables

cuantitativas, sin embargo, hoy en da se han abierto nuevas lneas de investigacin
que buscan relacionar la gestin con los resultados, como por ejemplo la regresin
logstica, el anlisis discriminantes, la correlacin cannica, entre otros.

12
 REFERENCIAS BIBLIOGRFICAS.

Acero, R., Garca, A., Ceular, N., Artacho, C., Martos, J., 2004. Aproximacin
metodolgica a la determinacin de costes en la empresa ganadera (Methodological
approach concerning costs determination in farms). Archivos de Zootecnia 53, 91-
94.

Agudelo, D., Cern, M., Restrepo, L., 2008. Modelacin de las funciones de
crecimiento aplicadas a la produccin animal. Revista Colombiana de Ciencias
Pecuarias 21, 39-58.

Aguilar, C., Allende, R., Morales, S., 2003. Gestin de sistemas pecuarios,
Coleccin en Agricultura. Facultad de Agronoma e Ingeniera Forestal, P.
Universidad Catlica de Chile, Santiago de Chile. Alvarez, A., Arias, C., 2004.
Technical efficiency and farm size: a conditional analysis. Agricultural Economics
30, 241-250.

Aspilcueta, R., Muoz, M., Tonhati, S., Hurtado-Lugo, N., 2008. Modelacin para
ajuste de la curva de lactacin usando funcin lineal, no lineal y polinomios
segmentados en ganados con alto grado de sangre Brown Swiss. Livestock
Research for Rural Development 20.

Bolaos, O., 1999. Caracterizacin y tipificacin de organizaciones de productores

y productoras. Unidad de planificacin estratgica. . XI Congreso Nacional
Agronmico y I Congreso Nacional de Extensin. Ministerio de agricultura y
ganadera. , Costa Rica.

Bravo-Ureta, B., Pinheiro, A., 1993. Efficiency Analysis Of Developing Country

Agriculture: A Review Of The Frontier Function Literature. Agricultural and Resource
Economics Review 22, 88-101.

Bravo-Ureta, B.E., Rieger, L., 1990. Alternative production frontier methodologies

and dairy farm efficiency Journal of Agricultural Economics 41, 215-226.

Burnside, C., 1996. Production function regressions, returns to scale, and

externalities. Journal of Monetary Economics 37, 177-201.

13