REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACION SUPERIOR

CATEDRA: DISEÑO Y EVALUACION DE PROYECTOS

SECCION: 0995CP

Alumnos

Cáterin Hernández C.I. 18.760.713

Noemi Espinoza C.I. 11.166.434

Yohanna Bolívar C.I. 14.386.004

Jonathan Galindo C.I. 14.163.546

Caracas, Marzo 2011

 TECNICAS DE PREDICCIÓN PARA ANALISIS ECONÓMICO

Las técnicas de predicción de los comportamientos de las variables económicas es sin duda,
una de las mayores dificultades en el estudio de propuestas de la inversión, ya que por sus
variables; es ineludible no afrontar los problemas es decir, no deja las dificultades que se
deba afrontar, por cuanto la esencia de la evaluación de proyectos es comparar una
inversión efectiva o no posible inversión actual con la liquidez o utilidad que es posible
esperar en el futuro, si se toma la decisión. Por ello el resultado de una predicción o la
notificación se debe comparar otras proyecciones que se han realizado para su observación
y tomar dichas situaciones y comportamientos para conducir a datos estadísticos
disponibles, y así obtener los resultados deseados.

Las técnicas de predicción se clasifican de diversas formas de expresión económica, se usan

dos categorías: las cuantitativas y las cualitativas.

Las técnicas cuantitativas de predicción son las que están expresadas matemáticamente, su
procedimiento y cálculo y los supuestos empleados o utilizados, carecen de toda de
interpretación de diversas maneras. Dos grupos se identifican en esta categoría en: los
modelos causales y los modelos de series de tiempo.

a) Modelos causales

Se fundamenta en la posibilidad de confiar en el comportamiento de la variable que podría

explicar los valores o la importancia que asumiría la variable al planificarlo. La variable
conocida se denomina variable independiente, esto quiere decir que son la tasa de
crecimiento de la población la tasa de ocupación de un insumo por unidad producida, el
crecimiento esperado por el producto interno bruto, etc., son indicadores estadísticos que
expresan dichas variables; estos modelos causales requieren que existan una relación entre
los valores de ambas variables y junto a la variable independiente sean que su estimación
otorgue mayor confianza , y la forma mas común de hacer proyección causal es el ajuste de
curvas, el cual se puede aplicar por el método de los mínimos cuadrados o de la función
polinómica.

El método de los mínimos cuadrados selecciona una línea de tendencia recta del tipo y=
a+bx, esta es la variable dependiente, x la independiente, a el punto de intersección de la
función en el eje vertical y b la pendiente de la función. Este método también se conoce
como regresión lineal y busca de determinar la recta que represente de la mejor manera la
tendencia de las relaciones observadas en el pasado, para usarlas como base en las
proyecciones futuras. Como primer paso se debe recoger todas las informaciones históricas
que permitan expresar las expresiones observadas entre la variable x e y que parezcan
relacionadas entre sí, para luego determinar la ecuación que mejor se ajuste a dichas
relaciones. Donde x e y son los valores promedios de las variables y n es el numero de
observaciones.

b= n ∑ xy – (∑x) (∑y)

n∑x2 – (∑x)2

a= y - bx

Un ejemplo se toma de una empresa requiere proyectar la demanda potencial de juegos de

entretenimiento electrónico para niños antes de decidir respecto en conformidad de
emprender una ampliación de las instalaciones en otro sector de la ciudad. La información
disponible en la cadena de negocios de la empresa (doce locales en total) muestra los
promedios históricos anuales de venta por local se exponen que:

b= 12(2.903.465,41)- (346.08) (86.737.00) = 212,03

12(11.876,79)- (346.08)
a= 7.228 – (212,03) (28.84) = 1.113,20

x2
Cantidad Pobl. Infantil Ventas xy
x(en miles) y
Y

1 14.68 3.845 56.445 216

2 22.93 5.450 124.969 526

3 16.65 5.099 84.898 277

4 35.99 8.890 319.951 1.295

5 32.48 6.681 216.999 1.055

6 38.77 9.678 375.216 1.503

7 10.03 4.542 45.556 101

8 24.26 4.557 110.553 589

9 52.46 13.289 697.141 2.752

10 36.80 10.506 386.621 1.354

11 17.34 5.134 89.024 301

12 43.69 9.066 396.094 1.909

 Suma 346.08 86.737 2.903.465 11.877

Promedio 28.84 7.228

Cuadro de información de negocios

Método 1: Comando Análisis de datos del menú Herramientas

En ella se emplea para la obtención de mayor a menor grado de complejidad en la
operación y el nivel de detalle de los resultados proporcionados o la especificación de las
opciones de regresión, es decir; la relación recíproca entre estos elementos que conforman
el cuadro. De acuerdo con los resultados de la regresión o relación; la ecuación de la recta
que mejor representa el comportamiento de las ventas (y) en función de la población
infantil (x), es coincidentes los resultados obtenidos mediante el uso de las formulas. De
este modo, si la población infantil asociada al sector donde se quiere instalar el nuevo local
fuera 45 (45.000 personas) entonces las ventas predecían en $ 10.654.45
Resumen

Estadísticas de la Regresión 0.933542294

Coeficiente de correlación múltiple 0.871501214

Coeficiente de determinación R΅2 0.858651335

R΅2 ajustado 1121.008547

Error Típico 12

Observaciones

ANALISIS DE VARIANZA

Grado de libertad Suma de cuadrados

Regresión 1 85228887,3

Residuos 10 12566601,61

Total 11 97795488,92

Coeficientes Error Típico

Intercepción 1113,201397 809,9666902

Pob. Infantil (x) 212,0278064 25,74591521

Una información importante referente al cuadro “Resumen” en la figura es la que muestran
las filas de Estadísticas de regresión. El coeficiente de correlación es un indicador de la
precisión y confiabilidad de la relación entre las variables y puede tomar valores de la 1 a 1.
Si el coeficiente es positivo y elevado a uno la variable x e y tiene compartimientos
altamente relacionados. Si el valor del coeficiente es cero, no existe correlación entre las
variables. El coeficiente de determinación R2 muestra cuan confiable es la línea de
regresión y corresponde a una medida de lo cercano del ajuste, su resultado está en un
rango de 0 a 1 e indica que cantidad de la variación total en y respecto a su medida, es
explicada por la línea de regresión y= a+bx. Cuando esta línea está perfectamente ajustada,
el coeficiente de correlación es igual a 1. El valor que se da en el coeficiente de
determinación indica que se puede explicar aproximadamente el 87% de la variación de los
valores.
El grado de confianza en la estimación, la planilla indica que el error típico (Se) es de
1.121,01. Este valor corresponde a la cantidad de dispersión de los datos reales alrededor de
la tendencia determinada por la línea de regresión. Esta distribución normal, denominada
también distribución de Gauss, indica que para un grado de confianza del 68%, la
proyección de las ventas para una población de 45.000 niños estará entre 10.645,45 + 1Se y
para un 95% de un valor de 10.645,45 + 2Se, es decir, que el grado de confianza estará
entre 9.524,44 y 11.766,46 para un grado de 68% y entre 8.403,43 y 12.887,47 de 95%.

Método 2 Funciones Tendencia y Coeficiente R2

Es importante que para determinar rápidamente cuál es el pronóstico de un modelo de

regresión basándose en datos históricos de las variables dependientes e independientes, es
apropiado utilizar la función Tendencia. Esta función ajusta la recta (calculada con el
método de mínimos cuadrados) a los valores de la variable dependiente y devuelve el
pronóstico para un nuevo valor de la variable independiente (x) especificado.
La función Coeficiente R2 devuelve el valor R cuadrado para una línea de regresión lineal
creada con los datos de las variables x e y conocidas.
Para usar estas funciones se ingresa en una celda el nuevo valor de la variable
independiente (x) para la cual se desea el pronóstico. Esta planilla permite la realización de
un pronóstico usando la Tendencia y Coeficiente R2 Los obtenidos para la venta estimada y
el coeficiente R cuadrado deberán coincidir o relacionarse con los obtenidos a través del
método anterior.
Local Pobl. Infantil Cuadrado de Pob. Ventas
x Infantil (x2) (y)

1 14.68 215,50 3.845 Población 45

Infantil
nuevo
sector

2 22.93 525,78 5.450 Ventas 10654,45268

Estimadas

3 16.65 277,22 5.099 Coeficiente

R2

4 35.99 1.295.28 8.890

5 32.48 1.054,95 6.681

6 38.77 1.503,11 9.678

7 10.03 100,60 4.542

8 24.26 588,55 4.557

9 52.46 2.752,05 13.289

10 36.80 1.354,24 10.506

11 17.34 300,68 5.134

12 43.69 1.908,82 9.066

Método 3 Ajuste de líneas de tendencia a un grafico de dispersión

Este método aprovecha las posibilidades que proporciona Excel de ajustar una línea de
tendencia para una serie de datos en un gráfico de dispersión (XY) y visualizar la función y
R cuadrado asociados a esta línea de tendencia. Un nuevo objeto flotante se mostrará en la
hoja de cálculo, conteniendo el gráfico deseado.
El criterio inicial para escoger el tipo de línea de tendencia es la forma que adoptan los
puntos de la serie de datos. Por ejemplo, si se aprecia que la serie de datos muestra un
crecimiento a tasas constantes, es probable que una tendencia lineal se ajuste mejor. En
cambio, si el crecimiento mostrado es a tasas crecientes o decrecientes, es probable que se
logren mejores ajusten con una línea de tendencia exponencial o logarítmica,
respectivamente.
El modelo anterior puede incluir más de una variable y la función asumir cualquier forma
como, por ejemplo, una de tipo polinómica. Se emplean las herramientas que otorga Excel
como es el Solver, donde buscará determinar los valores y que minimicen la suma de los
cuadrados de las desviaciones
Otro método para ajustar una tendencia polinómica es recurrir al Asistente para gráficos. La
única diferencia con lo que se hizo proyectar una tendencia lineal consiste en escoger el
tipo Polinomial en la ficha Tipo del cuadro de dialogo Agregar línea de tendencia y de esta
manera se obtendrá el grafico dado. De este modo, el resumen de resultados de la regresión
mostrará ahora el valor de tres coeficientes (el término libre o intercepto y los coeficientes
asociados a la variable independiente al cuadrado).

En otro orden de ideas, a continuación se presentara un resumen del producto que se va

ofrecer el cual va generar una inversión, dicho producto es el Café Cacao.

Resumen histórico del Café Cacao

A principios del siglo XIX encontramos, tardíamente, algunos cafés en Caracas. Algunos
eran bares con la fachada de café, pero en todos se reunían los viajeros para tomar comidas
ligeras, en cuya elaboración utilizaban muchas veces productos importados. La moda del
café en Venezuela se despertó un poco tarde, en comparación con otros países como
México, en cuya capital se abrió en 1785 un café en la plaza de El Zócalo.

Los primeros cafés establecidos en Caracas fueron, según las fuentes hemerográficas
consultadas, el Café del Ángel, en la calle de Venezuela, y el Café de la Confederación, en
la calle de Barcelona, que estaban en funcionamiento en 1814.

Después se abrieron otros cafés, como el de La República de Colombia, en la calle de Las

Leyes Patrias, en 1821; el Café Mercantil, en 1838; el Español, el de Setoaín, el de Las
Flores y el Ávila. Hacia 1877 operaba en Caracas el Restaurant Café El Louvre, de Pereira
Lozada, que servía a los concurrentes a la plaza Bolívar en mesitas portátiles.

En algunos cafés caraqueños, como el de La India, existían peñas literarias, donde

concurrían, en 1898, algunos destacados escritores como Manuel Díaz Rodríguez, José Gil
Fortoul, Gonzalo Picón Febres, Rufino Blanco Fombona, Andrés Mata y otros.
 INGRESOS DEL CAFÉ Y CACAO

El cacao es un cultivo íntimamente ligado a la cultura venezolana, tanto por su origen como
por su gran importancia en el desarrollo económico y social del país desde que se estableció
su comercialización hace ya más de trescientos cincuenta años. Venezuela llegó a ser el
primer productor mundial de cacao, y este producto supuso la fuente principal de ingresos
durante un largo período de la época colonial.

Tradicionalmente, Venezuela ha sido considerada como un productor de cacaos finos y de

aroma de alta calidad. Sin embargo, en 1993 fue rebajado a la condición de productor
parcial de cacaos finos y de aroma debido a la proliferación de otras variedades de árboles
de cacao a lo largo del último siglo y medio (forastero principalmente, que se introdujo en
el país en un afán de los técnicos por aumentar la productividad del árbol y lograr una
mayor resistencia a plagas y enfermedades). A pesar de ello, el país sigue siendo capaz de
producir el cacao fino de alta calidad que le ha otorgado fama mundial.

Venezuela ha tenido ventaja comparativa desde la época colonial en la producción del

cacao de alta calidad, debido al saber hacer en la técnica, el método y a los conocimientos
adquiridos con la experiencia acumulada a lo largo de los siglos. Desde siempre, la
actividad cacaotera venezolana ha estado ligada a los campesinos que laboran en pequeñas
parcelas situadas en zonas deprimidas económicamente en las cuales las rentas derivadas de
la producción del cacao han sido hasta ahora muy importantes. Sin embargo, la política
cacaotera del país no parece haber sido efectiva en potenciar y explotar esta ventaja,
especialmente desde que se empezó a desarrollar la industria del petróleo, ya que desde
entonces los diferentes gobiernos de la República se han preocupado más de los ingresos
generados por las exportaciones de hidrocarburos que de los demás sectores, especialmente
del agrario.
Importancia de La Comercialización del Cacao a Nivel Mundial, Nacional Y Regional.
Desde hace más de dos siglos, el cacao en grano se ha destacado como un rubro de gran
importancia comercial en el ámbito mundial, ya que éste es utilizado como materia prima
para la obtención de diversos productos de la industria de alimentos (confitería, bebidas), la
industria cosmetología y la farmacéutica. De esta manera, se puede identificar el proceso de
comercialización y distribución del rubro como un componente de enlace a través de todo
el circuito caca otero, el cual se inicia con el productor agrícola hasta el consumidor final.
En los mercados internacionales, el cacao se comercializa según su calidad, de acuerdo a la
industrialización del mismo. Para ello, se han definido criterios de calidad con base en
características botánicas y de manejo pos cosecha. Se distinguen cacaos del tipo "fino o de
aroma", provenientes de tipos criollos, y "tipos ordinarios o corrientes", procedentes de
cacaos forasteros. Estos últimos, son utilizados para la obtención de grasas, por ello son
comercializados en grandes volúmenes, pero con baja calidad en cuanto a sabor y aroma.
En consecuencia, actualmente representan más del 80% de la producción mundial, lo que
coloca la producción de cacao fino, en una posición privilegiada para los países productores
del mismo, siendo éste, el caso particular de Venezuela.

Por otro lado se presenta la distribución geográfica tipos y proyecciones hasta el año 2005

RUTA DEL CACAO

TIPO Y PROTOCOLO DEL CACAO
 1974 Promedio anual de producción de cacao 20.000 Tm/año.
 1975 Segundo monopolio de la comercialización de cacao por parte de
FONCACAO.
 1984 Abandono y/o sustitución del rubro cacao por otras actividades agrarias, esto
ocasiona una disminución en la producción nacional de cacao llegando a producirse
sólo 10.500 Tm/año para la fecha.
 1991 Desmonopolización de la comercialización de cacao por parte del estado
venezolano y por consiguiente un incremento en la producción nacional de cacao;
alcanzado actualmente un promedio de 17.000 Tm/año.