Professional Documents
Culture Documents
Profesor:
MG. ROBERTO ESPARZA S.
Cada una de las tcnicas de proyeccin tiene una aplicacin de carcter especial que hace de
su seleccin un problema decisional influido por diversos factores, como por ejemplo, la
validez y disponibilidad de los datos histricos, la precisin deseada del pronstico, el costo
del procedimiento, los beneficios del resultado, los perodos futuros que se desea pronosticar
y el tiempo disponible para hacer el estudio, entre otros
Mtodos de Proyeccin
De esta forma tenemos que los mtodos de carcter subjetivo se basan principalmente en la
opinin de expertos. Se utiliza cuando el tiempo disponible es escaso, cuando no existen los
antecedentes mnimos necesarios o cuando los datos disponibles no son del todo confiables
para predecir algn comportamiento futuro
Algunas desventajas
Paneles
Encuestas
Curvas logsticas
(curva S)
Por otro lado estan los mtodos causales que parten del supuesto que el grado de influencia
de las variables que afectan al comportamiento del mercado permanece estable, para luego
construir un modelo que relacione ese comportamiento con las variables que, se estima, son
las causantes de los cambios que se observan en el mercado
Mtodos Causales
Proyeccin del mercado en base a antecedentes cuantitativos,
Anlisis de Regresin
y = a + b X
Y= Variable estimada
y = Variable dependiente
X = Perodo
a = Interseccin de Y
b = Pendiente
Es una relacin funcional entre dos variables correlacionadas, formando una lnea recta,
donde y es el valor estimado de la variable dependiente para un valor especfico de la
variable independiente X, a es el punto de interseccin de la lnea de regresin con el eje
Y, b es la pendiente de la lnea de regresin, y, X es el valor especfico de la variable
independiente
Anlisis de Regresin
y = Variable dependiente
X = Perodo
a = Interseccin de Y
b = Pendiente
n_= _N de datos
X, y= Promedio
Anlisis de Regresin
y = Variable dependiente
X = Perodo
n = N de datos
n Xy X y
2
r
2
2
2
2
n X X n y y
Con los antecedentes disponibles es posible calcular el error estandar de una estimacin,
para determinar la desviacin estandar de la variable independiente y para un valor
especfico de la variable independiente X.
Anlisis de Regresin
El error estandar de la variable estimada y, designado como Se, se define
como la desviacin estandar de la regresin y se calcula por medio de la
siguiente ecuacin:
Se
a y b Xy
n2
La tendencia
La estacionalidad
El componente Cclico
La componente no
sistemtica
Componente
de tendencia
Componente
estacional
Componente no
sistemtico
_Tiempo
Promedios de mviles
simples
utiliza en pronsticos a
corto plazo.
Es un mtodo no
estadstico que requiere de
una serie histrica para
obtener el valor a
pronosticar.
Promedios de mviles
simples
La exactitud del pronstico se evala buscando el error absoluto dado por:
Valor Medio:
1
e t ei
n i 1
1
et e i ei
n i 1
n
Desviacin
estndar:
1/ 2
Alisamiento Exponencial
0 a 1 ; t 2
Alisamiento Exponencial
Ao
Demanda
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
10
20
30
45
70
90
125
150
180
220
270
Demanda
X* y
X2
y2
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
Total
-5
-4
-3
-2
-1
0
1
2
3
4
5
0
10
20
30
45
70
90
125
150
180
220
270
1210
-50
-80
-90
-90
-70
0
125
300
540
880
1350
2815
25
16
9
4
1
0
1
4
9
16
25
110
100
400
900
2025
4900
8100
15625
22500
32400
48400
72900
208250
112.815 0 1.210
11110 0
30.965
25,59
1.210
1.210
0
a
25,59 110
11
11
As, la ecuacin de regresin final es:
11
2
.
815
0
1
.
210
r2
0,958
2
2
11110 0 11208.250 1.210
Se
Invierno
2
5
7
10
13
19
27
26
38
44
51
Primavera
3
6
10
17
20
34
39
44
51
67
79
Verano
4
7
10
16
28
34
48
58
70
81
107
Otoo
1
2
3
2
9
3
11
22
21
28
33
Total
10
20
30
45
70
90
125
150
180
220
270
2 3 4 1
2,50
4
3 4 1 5
S2
3,25
4
S1
SC1
2,50 3,25
2,88
2
Ao
1990
As se obtiene
la siguiente
tabla
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
Estacin
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
invierno
prmavera
verano
otoo
Demanda
2,0
3,0
4,0
1,0
5,0
6,0
7,0
2,0
7,0
10,0
10,0
3,0
10,0
17,0
16,0
2,0
13,0
20,0
28,0
9,0
19,0
34,0
34,0
3,0
27,0
39,0
48,0
11,0
26,0
44,0
56,0
22,0
38,0
51,0
70,0
21,0
44,0
67,0
81,0
28,0
51,0
79,0
107,0
33,0
Si
Sci
2,50
3,25
4,00
4,75
5,00
5,50
6,50
7,25
7,50
8,25
10,00
11,50
11,25
12,00
12,75
15,75
17,50
19,00
22,50
24,00
22,50
24,50
25,75
29,25
31,25
31,00
32,25
34,25
37,00
40,00
41,75
45,25
45,00
46,50
50,50
53,25
55,00
56,75
59,75
66,25
67,50
2,88
3,63
4,38
4,88
5,25
6,00
6,88
7,38
7,88
9,13
10,75
11,38
11,63
12,38
14,25
16,63
18,25
20,75
23,25
23,25
23,50
25,13
27,50
30,25
31,13
31,63
33,25
35,63
38,50
40,88
43,50
45,13
45,75
48,50
51,88
54,13
55,88
58,25
63,00
66,88
IE
1,39
0,28
1,14
1,23
1,33
0,33
1,02
1,36
1,27
0,33
0,93
1,49
1,38
0,16
0,91
1,20
1,53
0,43
0,82
1,46
1,45
0,12
0,98
1,29
1,54
0,35
0,78
1,24
1,45
0,54
0,87
1,13
1,53
0,43
0,85
1,24
1,45
0,48
0,81
1,18
Promedio
Invierno
Primavera
1,14
1,02
0,93
0,91
0,82
0,98
0,78
0,87
0,85
0,81
1,23
1,36
1,49
1,2
1,46
1,29
1,22
1,13
1,24
1,18
Verano
1,38
1,33
1,27
1,38
1,53
1,45
1,54
1,49
1,53
1,45
-
0,9110
1,2800
1,4350
Otoo
0,28
0,33
0,33
0,16
0,43
0,12
0,35
0,53
0,43
0,48
-
0,3440
263.540
65.885
4
as obtenemos:
Estacin
Invierno
Primavera
Verano
Otoo
Total 2001
Conversin
65,885 x 0,918
65,885 x 1,289
65,885 x 1,446
65,885 x 0,347
Estimacin
60,482
84,926
95,270
22,862
263,540
Ao
Mercado Y
1997
1998
1999
2000
2001
2002
2003
2004
38
42
45
48
38
45
35
29
Mercado Y S3aos Y
38
42
45
48
38
45
35
29
42
45
44
44
39
36
Y Y
6,33
-7,00
1,33
-8,67
-10,33
(Y Y)2
40,11
49,00
1,78
75,11
106,78
272,78
S5aos Y
42
44
42
39
Y Y
(Y Y)2
2,80
8,60
13,20
7,84
73,96
174,24
256,04
DT
272.78
7.39
5
DT
256.04
9.24
3
40,00
39,40
40,18
41,63
43,54
41,88
42,81
40,47
37,03
0 1 ; t 2
4,00
6,76
23,23
40,63
30,67
9,75
61,05
131,55
307,65
40,00
25,60
18,06
20,13
28,33
29,27
21,46
37,30
75,00
-2,00
16,40
26,94
27,87
9,67
15,73
13,54
-8,30
(Y St+1)2
4,00
268,96
725,55
776,66
93,51
247,54
183,28
68,87
2368,37
307.64
DT
6.20
8
y
DT
2368.37
17.21
8