Pronsticos y grficos Diapositiva 1

Pronsticos Pron
Pron

sticos
sticos
Pronsticos
Informacin de base
Media mvil
Pronstico lineal - Tendencia
Pronstico no lineal - Crecimiento
Suavizacin exponencial
Regresiones mediante lneas de tendencia en grficos
Grficos: Eje secundario
Pronsticos y Grficos Diapositiva 2
Pronsticos
Pron Pron sticos sticos
En los negocios, a menudo se utilizan los pronsticos para proyectar los ingresos, a fin de
estimar cules sern los ingresos futuros en base a la historia pasada. Esto lo coloca a usted
en posicin de poder estimar otras cantidades, como son asignaciones de costos y de
personal, que necesitar para apoyar al flujo de ingresos.
Lo malo es que a menudo los negocios efectan un esfuerzo muy informal al pronosticar sus
ingresos y pasan por alto otras formas de utilizar pronsticos en su planeacin. Mediante el
uso de Excel, puede pronosticar muchas otras variables, siempre y cuando se tenga una
informacin base razonable para crear dicho pronstico.
Por ejemplo: Si administra una lnea de productos en particular, quizs desee pronosticar el
nmero de unidades que espera vender. Este tipo de pronstico le puede ayudar a
determinar los recursos necesarios para apoyo a actividades como instalacin,
almacenamiento y mantenimiento.
Si administra servicios a clientes, puede resultar importante pronosticar el nmero de nuevos
clientes que espera. El pronstico le puede llevar a considerar la modificacin de los niveles
de personal necesario para cumplir con las necesidades cambiantes.
Pronsticos y Grficos Diapositiva 3
Informacin de base
Informaci Informaci n de base n de base
Una informacin base es un conjunto de observaciones numricas efectuadas a lo largo
del tiempo. Desde el punto de vista de los pronsticos, existen cuatro aspectos importantes
en la informacin base:
1. Las bases de comparacin deben estar ordenadas cronolgicamente, de la informacin ms antigua
a la ms reciente.
2. Todos los periodos de la informacin deben ser de la misma duracin. No deben mezclarse
observaciones diarias con el promedio de la observacin de tres das, por ejemplo. En la prctica,
se pueden pasar por alto ligeras desviaciones. Febrero y Marzo tienen un nmero distinto de das,
pero dos o tres das de diferencia suelen pasarse por alto en bases de comparacin que contengan
informaciones mensuales.
3. Las observaciones provienen del mismo punto dentro de cada periodo. Por ejemplo, si se trata de
datos semanales, se deseara tener cada observacin todos los viernes.
4. No se permite informacin faltante. Incluso una informacin faltante puede desvirtuar las
ecuaciones de pronstico. Si falta una fraccin mnima de su serie de tiempo, intente suplir dichos
datos con estimaciones.
Si su informacin base contiene esas cuatro caractersticas, entonces su probabilidad de
obtener un pronstico til es mucho mayor.
Pronsticos y Grficos Diapositiva 4
Media mvil
Media m Media m vil vil
La media mvil es fcil de utilizar, pero a veces resulta demasiado sencilla para proporcionar
un pronstico til. Con este mtodo, el pronstico de cualquier periodo es simplemente el
promedio de varias observaciones en la serie de tiempos.
Por ejemplo, si escoge una media mvil de tres meses, entonces el pronstico para Mayo ser el
promedio de las observaciones correspondientes a febrero, marzo y abril. Si decide tomar una media
mvil de cuatro meses, entonces el pronstico para Mayo ser el promedio de enero, febrero, marzo y
abril.
Este mtodo resulta fcil de calcular y responde bien a las modificaciones recientes
de la serie de tiempo.
Muchas series de tiempo responden ms vigorosamente a eventos recientes que a patrones
establecidos durante mucho tiempo.
Suponga, por ejemplo, que pronostica el volumen de ventas de un producto maduro, uno que ha
venido promediando mil unidades por mes durante varios aos. Si su empresa reduce en forma
significativa su fuerza de ventas, las unidades promedio vendidas por mes probablemente se
reducirn por lo menos durante unos cuantos meses. Si como pronstico para el mes siguiente
utilizara el volumen de ventas promedio correspondiente a los ltimos 24 meses, el pronstico
probablemente sobreestimara el resultado real.
Pronsticos y Grficos Diapositiva 5
Media mvil
Media m Media m vil vil
Si, sin embargo, calcular su pronstico mediante el promedio de slo los ltimos tres meses,
tal pronstico respondera ms rpidamente al efecto de la reduccin en la fuerza de ventas.
El pronstico estara retrasado en relacin con los resultados reales slo en un mes o dos.
Este efecto ocurre, naturalmente, porque en el caso de una media mvil de tres meses, los
tres meses ms recientes son, cada uno de ellos, causantes de una tercera parte del valor del
pronstico. Si se trata del promedio de 24 meses, cada uno de los tres meses ms recientes
slo son responsables de nicamente el 1/24 del valor pronosticado.
Por lo tanto, mientras ms pequeo sea el nmero de observaciones de una media
mvil, ms rpidamente responder sta a modificaciones en el nivel de la
informacin base.
Pronsticos y Grficos Diapositiva 6
Media mvil
Media m Media m vil vil
Tiene en cuenta slo las variaciones de los ltimos perodos
Slo para pronosticar un dato ms que el de la informacin de base
Ao Mes Cantidad Media mvil
1 986 860
2 752 939
3 869 908
4 789 869
5 748 803
6 845 802
7 743 794
8 986 779
9 752 858
10 869 827
11 856 869
12 663 826
1 835 796
2 987 785
3 895 828
4 1056 906
5 979
6
7
8
9
10
11
12
2010
2011
Valor
pronosticado
con Media
Mvil
Pronsticos y Grficos Diapositiva 7
Pronstico lineal - Tendencia
Pron Pron stico lineal stico lineal - - Tendencia Tendencia
Una media mvil simple es una forma rpida aunque no muy clara de captar una
idea de la tendencia general de una serie de tiempo, pero lo ms probable es que
usted desee ms que eso.
Si ya ha hecho los ejercicios de los ejemplos correspondientes a los pronsticos
con medias mviles, probablemente habr notado que no le dan una
proyeccin de ms de un periodo ms all del punto final de su informacin
base. Puede obtener una proyeccin ms en el futuro, utilizando alguna de las
funciones de regresin de Excel.
Cada uno de los mtodos de regresin o pronstico estima la relacin entre las
observaciones reales y alguna otra variable. La otra variable a menudo es alguna
medida de cundo fue hecha la observacin. Pudiera ser la posicin numrica de
cada una de las posiciones en la serie de tiempo, o podra ser la fecha de
realizacin de la observacin.
La funcin de hoja de clculo TENDENCIA es la forma ms sencilla de crear un
pronstico lineal.
Pronsticos y Grficos Diapositiva 8
Pronstico lineal - Tendencia
Pron Pron stico lineal stico lineal - - Tendencia Tendencia
Frmula matricial {=TENDENCIA(C2:C16;B2:B16; B17:B24)}
Calculo de
tendencia para
valores conocidos
Pronstico de
varios periodos con
funcin tendencia
Valores
pronosticados
con
Tendencia
Ao Mes Cantidad Tendencia
1 986 805
2 752 812
3 869 818
4 789 824
5 748 830
6 845 836
7 743 843
8 986 849
9 752 855
10 869 861
11 856 867
12 663 874
13 835 880
14 987 886
15 895 892
16 1056 899
17 905
18 911
19 917
20 923
21 930
22 936
23 942
24 948
2010
2011
Pronsticos y Grficos Diapositiva 9
Pronsticos no lineales - Crecimiento
Pron Pron sticos no lineales sticos no lineales - - Crecimiento Crecimiento
La funcin tendencia genera pronsticos basados en una relacin lineal entre la
observacin y el tiempo en el cual sta fue efectuada.
Suponga que se presentan datos en una grfica de lnea, con las observaciones
como eje vertical y el tiempo como eje horizontal. Si la relacin es lineal, la lnea
dentro de la grfica resultar relativamente recta, con una tendencia hacia arriba o
hacia abajo, o incluso pudiera ser horizontal. Esta es su mejor indicacin que la
relacin es lineal, y que Tendencia probablemente es la mejor herramienta para el
pronstico.
Pero si la lnea tiene una curva dramtica hacia arriba o hacia abajo, entonces,
con toda probabilidad, la relacin no es lineal. Hay muchos tipos de datos que
se modifican a travs del tiempo de forma no lineal.
Algunos ejemplos de estos datos incluyen ventas de nuevos productos, crecimiento
demogrfico, pagos del principal de una deuda, y margen de utilidad por unidad.
Pronsticos y Grficos Diapositiva 10
Pronsticos no lineales - Crecimiento
Pron Pron sticos no lineales sticos no lineales - - Crecimiento Crecimiento
Frmula matricial {=CRECIMIENTO(B2:B11;A2:A11; A12:A16)}
Calculo de
crecimiento para
valores conocidos
Pronstico de varios
periodos con funcin
Crecimiento
Semana Pedidos
1 1
2 1
3 4
4 5
5 10
6 19
7 34
8 55
9 84
10 120
11 276
12 486
13 858
14 1512
15 2667
Valores
pronosticados con
Crecimiento
Pronsticos y Grficos Diapositiva 11
Suavizacin exponencial
Suavizaci Suavizaci n exponencial n exponencial
La herramienta de anlisis Suavizacin exponencial predice un valor que est
basado en el pronstico del perodo anterior, ajustado al error en ese pronstico
anterior. La herramienta utiliza la constante de suavizacin a, cuya magnitud
determina la exactitud con la que los pronsticos responden a los errores en el
pronstico anterior.
La idea fundamental detrs del mtodo de suavizacin es que cada nuevo
pronstico se obtiene en parte al mover el pronstico previo en una direccin que
mejorara el pronstico viejo.
Nota Los valores de 0,2 a 0,3 son constantes de suavizacin adecuadas. Estos
valores indican que el pronstico actual debe ajustarse entre un 20% y un 30% del
error en el pronstico anterior. Las constantes mayores generan una respuesta ms
rpida, pero pueden producir proyecciones errneas. Las constantes ms pequeas
pueden dar como resultado retrasos prolongados en los valores pronosticados.
Pronsticos y Grficos Diapositiva 12
Suavizacin exponencial
Suavizaci Suavizaci n exponencial n exponencial
A continuacin la ecuacin bsica: F[t+1l=F[t] + a x e[t]
Donde:
t es el periodo en el tiempo
F[t] es el pronstico en el tiempo t
F[t+1] es el pronstico del mismo periodo inmediatamente siguiente al tiempo t
a es la constante de suavizacin
e[t] es el error: la diferencia entre el pronstico para el periodo t y la observacin real en el
periodo t.
La auto correlacin es un concepto importante en el pronstico. Ocurre cuando existe una
dependencia entre las observaciones que ocurren en un cierto tiempo y las observaciones que
ocurren en un cierto nmero de periodos anteriores. Por ejemplo, si de cada observacin
usted forma pares con las observaciones inmediatamente precedentes, puede calcular la
correlacin que hay entre los dos conjuntos de datos. Si la correlacin es fuerte -digamos, .5
o mayor- entonces hay una cantidad sustancial de auto correlacin en la serie de tiempo.
Para hacer una prueba de auto correlacin puede
utilizar la funcin COEF.DE.CORREL
Pronsticos y Grficos Diapositiva 13
Suavizacin exponencial
Suavizaci Suavizaci n exponencial n exponencial
Mientras ms pequeo sea el factor de suavizacin, ms sensible ser el pronstico a las
observaciones recientes.
Por otra parte, mientras mayor sea el factor de suavizacin, ms se retardarn los pronsticos
detrs de las observaciones recientes.
Esto resulta til si las observaciones recientes reflejan ocurrencias al azar que no deben alterar
durante mucho tiempo el nivel general de las series de tiempo.
Pronsticos y Grficos Diapositiva 14
Regresiones mediante lneas de tendencia en grficos
Regresiones mediante l Regresiones mediante l neas de tendencia en gr neas de tendencia en gr ficos ficos
Para agregar una lnea de tendencia en un grfico, haga clic en la serie de datos
en la que desea agregar la lnea de tendencia o la media mvil, y del men
contextual elija la opcin Agregar lnea de tendencia
Pronsticos y Grficos Diapositiva 15
Regresiones mediante lneas de tendencia en grficos
Regresiones mediante l Regresiones mediante l neas de tendencia en gr neas de tendencia en gr ficos ficos
En la ficha Formato de la lnea de tendencia
configure sus caractersticas:
Tipo de tendencia o regresin:
Si selecciona Polinomial, introduzca en el
cuadro Orden el valor potencial ms alto de la
variable independiente.
Si selecciona Media mvil, introduzca en el
cuadro Perodo el nmero de perodos que va
a utilizarse para calcular la media mvil.
Color, estilo de la lnea y dems
caractersticas de formato.
Pronsticos y Grficos Diapositiva 16
Grficos: Eje secundario
Gr Gr ficos: Eje secundario ficos: Eje secundario
Se pueden trazar una o ms series de datos en un eje (Y) de valores secundario si la
variacin del rango de valores para series de datos diferentes es significativa, o si se tienen
tipos de datos con unidades diferentes (como temperatura y humedad).
La escala del eje secundario refleja los valores de las series asociadas.
Haga clic en la serie de datos que desea trazar en un eje de valores secundario.
Haga clic en Serie de datos seleccionada y del men contextual elija la opcin Dar
formato a la serie de datos, en Opciones de serie indique Eje secundario.