PRONÓSTICO CLASE II

Clasificación de los modelos de pronósticos

Existen métodos:

Métodos Cualitativos (predictivos)

√ Delphi

Métodos Cuantitativos

√ Series de Tiempo

√ Modelos Causales
Métodos Cuantitativos:

1.- Proyección con series de tiempo:

Se utilizan los datos históricos de una variable para generar un
pronóstico del futuro. Supone que la variable pronosticada tiene
información útil para el desarrollo del pronóstico sobre su
comportamiento anterior. Queda implícito que es probable que lo
que sucedió en el pasado continúe ocurriendo en el futuro.
Cuando éste es el caso, se dice que los datos de series de tiempo
para la variable que se pronostica son estacionarios. Cuando
esta suposición no se cumple, la serie de tiempo es dinámica
y, entonces, los métodos de análisis de series de tiempo no deben
usarse o se deben emplear sólo como un punto de partida para
tener una idea de cómo diferirá el futuro del pasado.

Cuando se analizan los datos de series de tiempo es importante

pensar en y buscar variaciones de tendencia, estacionales, cíclicas
y aleatorias; según los datos la importancia de estas componentes
existe en diferentes grados.
La componente de tendencia refleja un movimiento general a largo plazo, ya
sea hacia arriba o hacia abajo a través del tiempo como por ejemplo se tiene
que el sector servicio de la economía americana ha ido creciendo a través del
tiempo, un análisis de su contribución en el PIB mostraría una tendencia hacia
arriba.

La componente estacional refleja cambios hacia arriba o hacia abajo en puntos

fijos en el tiempo, en general se considera que esta componente ocurre con un
período de un año o menos, como ejemplo se observa en la mayoría de las
áreas de recreo tienen una estación alta de turismo.

Cuando existe un patrón de cambio en puntos fijos en el tiempo con duración

de más de un año, el patrón refleja una componente cíclica, por ejemplo la
intensidad de las manchas solares varía a través de un ciclo de 11 años e influye
en la producción agrícola, en general son muy difíciles de identificar.

La última componente es la variación aleatoria, es lo que queda después que se

han separado las demás componentes y es el ruido inexplicable que queda.
Se utilizan los datos históricos de una variable para generar un pronóstico
del futuro. Supone que la variable pronosticada tiene información útil para el
desarrollo del pronóstico sobre su comportamiento anterior.

Existen una gran variedad de métodos de serie de tiempo que

pueden usarse, estos varían en cuanto:

 Al funcionamiento
 Exactitud para los diferentes horizontes de tiempo
 Capacidad para detectar puntos de cambio
 Aplicaciones apropiadas
 Requerimientos de datos
 Costos
 Necesidad de computadora
 Paquetes de programas
 Tiempo que se requiere para desarrollar un pronóstico.
Analizaremos:

1. El método gráfico

2. Los promedios móviles

3. El suavizamiento exponencial

4. Análisis de tendencia.
En los modelos de serie de tiempo la información histórica es posible
cuantificarla a través de un modelo matemático; alguna de sus características
son:

1. Proyectan la demanda para un gran número de productos de forma rápida

y eficiente en el corto y mediano plazo.

2. Tiene bajo costo y alta eficiencia computacional

3. Están orientados a funciones tales como la planificación de la producción.

2.- Métodos de proyección causal:

Toman en cuenta múltiples factores que influyen o se relacionan con la variable

que se quiere pronosticar. Así, tienden a ser más ricos en cuanto a su poder
descriptivo que los métodos de series de tiempo. Estos operan partiendo sólo
de los valores pasados de la variable que se pronostica.

Los factores que se consideran en el análisis causal pueden ser internos y

externos a la organización.

Por ejemplo el pronóstico de demanda para los productos de una compañía,

donde algunos factores externos que se relacionan con la demanda pueden ser
el PIB, la tasa de desempleo, los precios del competidor; los factores internos
podrían incluir los precios de venta del producto y los gastos de
comercialización. Cualquier factor que esté ligado de manera lógica a la
variable que se está pronosticando es un candidato posible para ser incluido en
el análisis causal. En el estudio de los métodos causales estudiaremos:

1. El análisis de regresión

2. Comentaremos los modelos econométricos.

En resumen en los métodos de proyección causal, las demandas son hechas
relacionando los factores que controlan o causan la demanda; algunas de sus
características son:

 Su aplicación está en la determinación de estrategias de comercialización de

productos ya existentes, análisis de fenómenos globales a nivel nacional y otros.

 Los costos son elevados en los modelos econométricos.

 La gran cantidad de operaciones que conllevan estos métodos inhibe su

aplicación en problemas más detallados y periódicos como es la planificación de la
producción.
3 Métodos Cualitativos: (Predictivos)
Desde la década de los 50 el uso de los métodos cualitativos de pronósticos se ha
popularizado, estos métodos se utilizan más cuando no existe un conjunto de datos
históricos útiles en los cuales pueda basarse un análisis. Los métodos cualitativos
confían principalmente en el juicio de los expertos y tienden a ser menos precisos
que los métodos cuantitativos.

En general estos métodos sirven para pronósticos a largo plazo cuando es

importante identificar cuándo o cuáles cambios importantes ocurrirán, por ejemplo
una compañía en el campo farmacéutico puede preguntarse cuándo se podría
poner en marcha un programa nacional de seguros médicos y qué efectos tendría
para la compañía.

Se usan también otros nombres para métodos cualitativos de pronósticos, por

ejemplo pronósticos tecnológicos se usa frecuentemente cuando se trata de
pronosticar los cambios en tecnología como los efectos de un gran desarrollo de
energía de fusión, cuando los cambios incluyen las áreas social, política, de medio
ambiente o legal muchas veces se usa el término pronóstico social, como por
ejemplo el análisis de los efectos que traería la legalización de la venta de
marihuana.
Los pronósticos cualitativos son cada vez más importantes y comienzan a
formar parte de los esfuerzos de planeación a largo plazo de muchas
compañías por varias razones:

1. Primero los cambios ocurren mucho más rápido que antes

2. Segundo el tiempo que transcurre entre estos cambios y las

repercusiones en las organizaciones se vuelve cada vez más corto

Por lo tanto muchas compañías se están dando cuenta que es mucho más
difícil reaccionar y se están interesando en los pronósticos cualitativos
para poder pre-actuar en respuesta a los cambios venideros.

Los métodos cualitativos no están tan bien desarrollados como los

cuantitativos, su uso en general requiere una considerable flexibilidad para
satisfacer las necesidades de la situación, estos métodos tienden a ser
costosos, ya que muchas veces requieren la opinión de un experto.
 Como resultado, los que los usan más frecuentemente son los
gobiernos y las grandes organizaciones, algunos de estos métodos son
Investigación de mercado: cuestionarios, paneles, pruebas de venta de
nuevos productos y análisis de nuevos productos, análisis de los ciclos
de vida y método Delphi, estudiaremos aquí el último método
mencionado.

En general estos métodos se basan en el juicio administrativo; en

estos métodos no se usan modelos específicos, distintos evaluadores
pueden usar el mismo método y llegar a pronósticos completamente
distintos; algunas de sus características son:

1. Son útiles en aquellas ocasiones en que se carece de datos históricos o

cuando los datos históricos no son predictores confiables del futuro.

2. Su costo es alto y su aplicación en las funciones de producción es

escaso

3. Su mayor rango de aplicación está en el largo plazo con la introducción

de nuevos productos.
Métodos Cuantitativos:

Series de tiempo:

1.- Método Gráfico:

Este enfoque no requiere de un modelo matemático; se grafican los datos y se

obtiene un pronóstico a partir de ella; éste depende de la experiencia y
capacidad del analista para identificar con su juicio subjetivo, los patrones en
los datos y hacer proyecciones basadas en esos patrones.

Aún cuando se planee emplear métodos de pronósticos más complicados, se

recomienda que primero se grafiquen los datos. Casi siempre es posible juzgar
a partir de la gráfica cuán fuertes son las variaciones por tendencia,
estacionales, cíclicas o aleatorias; esta información ayuda a seleccionar un
método apropiado de pronóstico.
2.- Promedio Móvil:

Es un modelo de pronóstico útil y sencillo, sobre todo se usa para hacer pronóstico
a corto y mediano plazo. El promedio de lo que ha ocurrido en el pasado se emplea
para pronosticar el futuro. Sea:
F  valor pronosticado de X en el período t 1
t 1
F  Xt
t 1
X t  X  ............ X t
Xt  t 1 t  N 1  1
 X
N N it  N 1 i
El número de términos que se incluyen en el cálculo del promedio móvil incluye en la
respuesta del promedio, es decir el promedio móvil hasta el período t se usa para el
pronóstico del período t+1.

El promedio móvil siempre tiene un retraso respecto de la tendencia. La magnitud del

retraso depende de la fuerza de la tendencia y del número de términos en el
promedio móvil. Un promedio móvil tendrá un retraso de cualquier patrón cíclico y
fracasará en tomar en cuenta una variación estacional.

En la tabla se ilustra el uso de promedio móvil de tres términos y otro de cinco

términos.
2.- Promedio Ponderado:

F  valor pronosticado de X en el período t 1

t 1
F  Ci X t
t 1
Ci  Peso determinado del período i
X t  X  ............ X t
CiXt  Ci t 1 t  N 1   Ci X
it  N 1 i
Tabla:
Demanda, promedios móviles y demanda pronosticada

Período t Mes Demanda

X t ,promedio Ft 1 , X t ,promedio móvil Ft 1 ,
móvil de 3 términos pronóstico de 5 términos pronóstico
1 Enero 1980 200
2 Febrero 1980 280
3 Marzo 1980 250 243.3
4 Abril 1980 300 276.7 243.3
5 Mayo 1980 310 286.7 276.7 268
6 Junio 1980 320 310 286.7 292 268
7 Julio 1980 300 310 310 296 292
8 Agosto 1980 320 313.3 310 310 296
9 Sept. 1980 360 326.7 313.3 322 310
10 Octubre 1980 370 350 326.7 334 322
11 Nov. 1980 380 370 350 346 334
12 Dic. 1980 380 376.7 370 362 346
13 Enero 1981 376.7 362
 Demanda real y pronosticada con
promedios móviles

400
Demanda

300 Demanda real

200 3 términos
100 5 términos
0
1 3 5 7 9 11 13
Períodos

En la gráfica se presentan la demanda real con línea continua y las

demandas pronosticadas con líneas punteadas para ambos promedios
móviles.
El número de términos que se incluyen en el cálculo del promedio móvil
influye en la respuesta del promedio, cuanto más pequeño es el número de
términos incluidos, mayor es la sensibilidad del promedio a los cambios y
viceversa. En una situación más bien dinámica en que los cambios son muy
rápidos y la administración desea detectar estos cambios, debe usarse un
promedio móvil de unos cuantos términos.

Por otro lado, si la situación es más o menos estable y la mayoría de los

cambios de un período a otro se deben a una variación aleatoria, debe
emplearse un número mayor de términos con objeto de minimizar la
respuesta a la variación aleatoria. En última instancia, el número de términos
que se usan en una transacción entre un promedio mayor para reducir los
efectos de una variación poco significativa y un promedio menor para reducir
el retraso en la respuesta a información importante.
Es posible experimentar con promedios móviles de diferentes términos para
identificar el que proporcione el mejor pronóstico. En la siguiente tabla se realiza
una comparación para el ejemplo estudiado, para cada promedio se calcula el
MAD. Puede observarse que en este caso el promedio de tres términos es el que
proporciona mejor pronóstico que el de cinco términos.

Mes Demanda real Demanda Valor absoluto Demanda Valor absoluto

pronosticada de 3 pronosticada de 5
términos términos

Junio 1980 320 286.7 33.3 268 52

Julio 1980 300 310 10 292 8
Agosto 1980 320 310 10 296 24
Sept. 1980 360 313.3 46.7 310 50
Octubre 1980 370 326.7 43.3 322 38
Nov. 1980 380 350 30 334 46
Dic. 1980 380 370 10 346 34
183.7* 252**

183.7
*Desviación media absoluta = 7
 26.2

** Desviación media absoluta= 252

 36.0
7
Un promedio móvil siempre tiene un retraso con respecto de la tendencia, la
magnitud del retraso depende de la fuerza de la tendencia y del número de
términos en el promedio móvil, cuanto más fuerte es la tendencia mayor es
el retraso. Al usar más términos para calcular el promedio el retraso también
es mayor, ésta es la razón fundamental por la que el promedio de cinco
términos proporcionó un pronóstico más pobre que el de tres términos, los
datos del ejemplo poseen una componente creciente de tendencia.
Un promedio móvil también tendrá un retraso de cualquier patrón cíclico y
fracasará en tomar en cuenta una variación estacional, estas son limitaciones
serias como método de pronóstico y ayudan a explicar por qué es más
común que se usen a corto plazo.
 Resuelva el siguiente problema:

1.- La demanda de pasteles frescos de DELICIAS es en miles de docenas

Como se muestra a continuación:

MES DEMANDA
ENERO 14
FEBRERO 12
MARZO 12
ABRIL 11
MAYO 17
JUNIO 16

1.-Utilizar un promedio móvil ponderado con pesos de 0.6, 0.3 y 0.1 para
hallar el pronóstico de Julio.

2.-Utilizar el promedio móvil simple de tres meses para hallar el pronóstico

del mes de Julio, graficar y aplicar los índices para su evaluación.
 SOLUCIÓN:

1.- FT+1=0.6 * 16 + 0.3* 17+0.1*11 = 15.8

2.-

MES DEMANDA PRONÓSTICO PRONÓSTICO TRES TERMINOS

ENERO 14
18
FEBRERO 12 16
MARZO 12 14
ABRIL 11 12,7 DEMANDA 12
MAYO 17 11,7 10
JUNIO 16 13,3 8 DEMANDA
JULIO 14,7 6
PRONÓSTICO
4
MAD SESGO S.de RASTREO 2
0
1,7 1,7 -0,7
5,3 -5,3
2,7 -2,7
3,2 -2,1