Sie sind auf Seite 1von 44

Pronsticos

ELABORADO: Lic. Gabriel Leandro,


MBA
http://www.auladeeconomia.com
ESTADSTICA PARA LA ADMINISTRACIN II
1.1. Necesidad de pronosticar
Entorno altamente incierto
La intuicin no necesariamente da los
mejores resultados
Mejorar la planeacin
Competitividad y cambio

www.auladeeconomia.com
1.2. Tipos de pronsticos
Por su plazo: - De corto plazo
- De largo plazo
Segn el entorno a
pronosticar
- Micro
- Macro
Segn el
procedimiento
empleado
- Cualitativo
- Cuantitativo
www.auladeeconomia.com
1.3. Pasos de la elaboracin de
pronsticos
1. Recopilacin de datos
2. Reduccin o condensacin de
datos
3. Construccin del modelo
4. Extrapolacin del modelo

www.auladeeconomia.com
2. Exploracin de patrones de datos
Se requieren suficientes datos histricos
Se apoyan en la suposicin de que el
pasado puede extenderse hacia el futuro
www.auladeeconomia.com
Las tcnicas cuantitativas pueden ser:


Estadsticas Se enfocan en patrones y en
cambios en los patrones y
sus perturbaciones
Determinsticas Son de tipo causal,
establecen relacin entre
la variable a pronosticar y
otras variables
www.auladeeconomia.com
Con relacin a las tcnicas
cuantitativas estadsticas se presentan
dos enfoques:
Los datos se pueden descomponer en
componentes de tendencia, cclicos,
estacionales y aleatorios.
Modelos economtricos de series de
tiempo y Box-Jenkins.
www.auladeeconomia.com
3. Componentes de series de
tiempo:
Una serie de tiempo consta de datos que
se renen, registran u observan sobre
incrementos sucesivos de tiempo.
Se requiere un enfoque sistemtico para
analizarlas.
www.auladeeconomia.com
Descomposicin clsica de series de
tiempo:
Componente Descripcin
Tendencia Es el componente de largo plazo que
representa el crecimiento o disminucin
en la serie sobre un periodo amplio.
Cclico Es la fluctuacin en forma de onda
alrededor de la tendencia.
Estacional Es un patrn de cambio que se repite a
s mismo ao tras ao.
Aleatorio Mide la variabilidad de las series de
tiempo despus de retirar los otros
componentes.
www.auladeeconomia.com
4. Seleccin de una tcnica de
pronstico: Datos estacionarios
Las fuerzas que generan la serie se han estabi-lizado y
el medio permanece relativamente sin cambios.
Se puede lograr la estabilidad haciendo correcciones
sencillas a factores como crecimiento de la poblacin o
la inflacin.
La serie se puede transformar en una serie estable.
La serie es un conjunto de errores de pronstico, de
una tcnica de pronstico que se considera adecuada.
www.auladeeconomia.com
4. Seleccin de una tcnica de
pronstico: Datos con tendencia
Productividad creciente y nueva tecnologa
producen cambios.
El incremento de la poblacin elevan la
demanda por productos.
El poder de compra se afecta por la inflacin.
Aumenta la aceptacin en el mercado de un
producto.
www.auladeeconomia.com
4. Seleccin de una tcnica de
pronstico: Datos con
estacionalidad
El clima influye en la variable de inters.

El ao calendario influye en la variable.
www.auladeeconomia.com
4. Seleccin de una tcnica de
pronstico: Series cclicas
El ciclo del negocio influye sobre la variable.
Cambios en el gusto popular.
Cambios en la poblacin.
Cambios en el ciclo de vida del producto.
www.auladeeconomia.com
5. Medicin del error en el
pronstico
Se compara la precisin de dos o ms
tcnicas de pronstico.
Se mide la confiabilidad de una tcnica de
pronstico.
Se busca la tcnica ptima.
www.auladeeconomia.com
5. Medicin del error en el pronstico
Periodo, t Yt Pronstico, Yt
1 58 -
2 54 58
3 60 54
4 55 60
5 62 55
6 62 62
7 65 62
8 63 65
9 70 63
www.auladeeconomia.com
5. Frmulas de medicin del error
en el pronstico
www.auladeeconomia.com
t t t
t t
t
Y Y e
residual o pronstico del Error
Y para pronstico del valor Y
t periodo el en tiempo de serie una de valor Y

=
=
=
5. Frmulas de medicin del error
en el pronstico
www.auladeeconomia.com
( )
n
Y Y
EMC
cuadrado medio Error
n
Y Y
DAM
media absoluta Desviacin
n
t
t t
n
t
t t

=
=

=
1
2
1

:
5. Frmulas de medicin del error
en el pronstico
www.auladeeconomia.com
( )
n
Y
Y Y
PME
error de medio Porcentaje
n
Y
Y Y
PEMA
absoluto medio error de Porcentaje
n
t
t
t
n
t
t
t t

=
=

=
1
1

:
6. Modelos de series de tiempo
6.1. Modelos no formales:
Estas tcnicas suponen que los periodos
recientes son los mejores para
pronosticar el futuro.
El mtodo ms sencillo es el mtodo del
ltimo valor:
Pronstico = ltimo valor
www.auladeeconomia.com
6.1. Mtodo del ltimo valor
t Yt Yt+1 et
1 42
2 52 42 10
3 54 52 2
4 65 54 11
5 51 65 -14
6 64 51 13
www.auladeeconomia.com
6.2. Mtodos de promedio
Promedios simples:
Se obtiene la media de todos los
valores pertinentes, la cual se
emplea para pronosticar el periodo
siguiente.
www.auladeeconomia.com
Promedios simples:
t Yt Yt+1
1 42
2 52 42
3 54 47.00
4 65 49.33
5 51 53.25
6 64 52.80
www.auladeeconomia.com
Promedios mviles:
Este mtodo no considera la media de todos
los datos, sino solo los ms recientes.
Se puede calcular un promedio mvil de n
periodos.
El promedio mvil es la media aritmtica de
los n periodos ms recientes.
www.auladeeconomia.com
Promedios mviles:
promedio mvil
t Yt n=3 n=4
1 42
2 52
3 54
4 65 49.33
5 51 57.00 53.25
6 64 56.67 55.5
www.auladeeconomia.com
6.3. Mtodos de suavizamiento
exponencial
El mtodo de suavizamiento exponencial puede dar
una ponderacin mayor a las observaciones ms
recientes.
Las ponderaciones se asigna mediante la constante
o, 0 < o < 1.
El modelo se expresa como:
pronstico = o (ltimo valor) + (1 - o)(ltimo pronstico)
www.auladeeconomia.com
6.3. Mtodos de suavizamiento
exponencial
t Yt o=0.1 o=0.5
1 42
2 52 42 42
3 54 43.00 47.00
4 65 44.10 50.50
5 51 46.19 57.75
6 64 46.67 54.38
www.auladeeconomia.com
6.4. Descomposicin de series de
tiempo
Las tendencias son movimientos a largo plazo en
una serie de datos a lo largo del tiempo.
La tendencia puede ser descrita por una recta o
por una curva.
Las tendencias se dan por varias causas: cambios
en la poblacin, cambios en la productividad,
cambios tecnolgicos, etc.
En este tipo de anlisis la variable independiente
es el tiempo.
www.auladeeconomia.com
6.4.1. Tendencia lineal
El mtodo ms empleado para describir una
tendencia lineal es el de mnimos cuadrados, para
encontrar una lnea de mejor ajuste para un
conjunto de puntos.
Y = a + bX
Y = valor pronosticado en un periodo X
a = valor de la tendencia cuando X = 0
b = pendiente de la recta de tendencia
X = periodo (codificado)
www.auladeeconomia.com
6.4.1. Tendencia lineal: ejemplo
Ao Periodo X Demanda (Y)
1994 1 35
1995 2 42
1996 3 48
1997 4 51
1998 5 54
1999 6 60
2000 7 71
2001 8 75
www.auladeeconomia.com
6.4.1. Tendencia lineal: ejemplo
www.auladeeconomia.com
30
35
40
45
50
55
60
65
70
75
80
1994 1995 1996 1997 1998 1999 2000 2001
6.4.1. Tendencia lineal: ejemplo
X Y XY X
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
Sumas
www.auladeeconomia.com
6.4.1. Tendencia lineal: frmulas
www.auladeeconomia.com
( )
n
x
b
n
y
a
x x n
y x xy n
b



=

=
2
2
6.4.1. Tendencia lineal
t Yt Yt et
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
9
www.auladeeconomia.com
6.4.1. Tendencia lineal
Se puede calcular el coeficiente de determinacin, a fin de evaluar qu tan
correcta es la estimacin de la recta de regresin.
El coeficiente de determinacin r se calcula como:
www.auladeeconomia.com
| |
( ) | | ( ) | |
2
2
2 2
2
2




=
y y n x x n
y x xy n
r
6.4.1. Tendencia lineal
Tambin es posible calcular intervalos de
confianza para la estimacin. Para ello es
necesario calcular el error estndar de la
estimacin.
www.auladeeconomia.com
2
2


=

n
xy b y a y
S
e
6.4.1. Tendencia lineal
Nivel de
confianza
Z Frmula
68% 1 y Se
95% 2 y 2Se
99% 3 y 3Se
www.auladeeconomia.com
7. Aplicacin de varios mtodos a
datos desestacionalizados
Los datos muestran alguna tendencia creciente a
lo largo del tiempo, adems de una marcada
estacionalidad. Se proceder a desestacionalizar
los datos, lo que permite observar hasta donde las
variaciones se deben a efectos estacionales o
bien, a otros factores.
El proceso de ajuste estacional se realizar a
travs del clculo de factores estacionales:
Factor estacional = Prom. periodo / prom. global
www.auladeeconomia.com
Ao Trim. Yt
1 1 13618
2 12930
3 13138
4 16532
2 1 14514
2 14128
3 15568
4 17448
3 1 13984
2 13644
3 15898
4 19300
www.auladeeconomia.com
7. Aplicacin de varios mtodos a
datos desestacionalizados
www.auladeeconomia.com
10000
11000
12000
13000
14000
15000
16000
17000
18000
19000
20000
1 2 3 4 1 2 3 4 1 2 3 4
Trimestres
7. Aplicacin de varios mtodos a
datos desestacionalizados
T
Ao
Suma Prom
Factor
Estac. 1 2 3
1 13618 14514 13984 42116 10529 0.9323
2 12930 14128 13644 40702 10175 0.9010
3 13138 15568 15898 44604 11151 0.9873
4 16532 17448 19300 53280 13320 1.1794
Total 45175.50
Prom. 11293.88
www.auladeeconomia.com
Ao Trim. Yt Yt ajust.
1 1 13618.00 14607.27
2 12930.00 14351.12
3 13138.00 13306.33
4 16532.00 14017.29
2 1 14514.00 15568.36
2 14128.00 15680.79
3 15568.00 15767.47
4 17448.00 14793.96
3 1 13984.00 14999.86
2 13644.00 15143.59
3 15898.00 16101.70
4 19300.00 16364.25
www.auladeeconomia.com
7. Aplicacin de varios mtodos a
datos desestacionalizados
Se aplican varios mtodos de pronstico para
finalmente seleccionar el mejor pronstico.
A. Mtodo de pronstico del ltimo valor
B. Promedios mviles
C. Suavizamiento exponencial
D. Suavizamiento exponencial con tendencia
www.auladeeconomia.com
Otros mtodos:
Modelos de tendencia con ajuste estacional
Modelo de promedios mviles integrados
autorregresivos (ARIMA o Box-Jenkins)
Pronsticos causales (modelos economtricos)
Mtodos de pronsticos subjetivos
www.auladeeconomia.com
Si desea ms informacin
visite
www.auladeeconomia.com
Le invitamos a leer nuestros artculos y
matricular nuestros cursos