You are on page 1of 43

1.1.

NECESIDAD DE PRONOSTICAR

Entorno altamente incierto
La intuición no necesariamente
da los mejores resultados
Mejorar la planeación
Competitividad y cambio

WWW.AULADEECONOMIA.COM

1.2. TIPOS DE PRONÓSTICOS

Por su plazo:

 De corto plazo
 De largo plazo

Según el entorno a  Micro
pronosticar
 Macro
Según el
procedimiento
empleado
WWW.AULADEECONOMIA.COM

 Cualitativo
 Cuantitativo

1.3. PASOS DE LA ELABORACIÓN DE PRONÓSTICOS

1. Recopilación de datos
2. Reducción o
condensación de datos
3. Construcción del modelo
4. Extrapolación del modelo
WWW.AULADEECONOMIA.COM

2. EXPLORACIÓN DE PATRONES DE DATOS

Se requieren suficientes
datos históricos
Se apoyan en la suposición de
que el pasado puede
extenderse hacia el futuro
WWW.AULADEECONOMIA.COM

COM .LAS TÉCNICAS CUANTITATIVAS PUEDEN SER: Estadísticas Se enfocan en patrones y en cambios en los patrones y sus perturbaciones Determinísticas Son de tipo causal. establecen relación entre la variable a pronosticar y otras variables WWW.AULADEECONOMIA.

WWW. Modelos econométricos de series de tiempo y Box-Jenkins. estacionales y aleatorios.COM .CON RELACIÓN A LAS TÉCNICAS CUANTITATIVAS ESTADÍSTICAS SE PRESENTAN DOS ENFOQUES: Los datos se pueden descomponer en componentes de tendencia. cíclicos.AULADEECONOMIA.

3.AULADEECONOMIA. COMPONENTES DE SERIES DE TIEMPO: Una serie de tiempo consta de datos que se reúnen.COM . Se requiere un enfoque sistemático para analizarlas. WWW. registran u observan sobre incrementos sucesivos de tiempo.

AULADEECONOMIA.COM .DESCOMPOSICIÓN CLÁSICA DE SERIES DE TIEMPO: Componente Descripción Tendencia Es el componente de largo plazo que representa el crecimiento o disminución en la serie sobre un periodo amplio. Aleatorio Mide la variabilidad de las series de tiempo después de retirar los otros componentes. WWW. Cíclico Es la fluctuación en forma de onda alrededor de la tendencia. Estacional Es un patrón de cambio que se repite a sí mismo año tras año.

AULADEECONOMIA. WWW.4. de una técnica de pronóstico que se considera adecuada. SELECCIÓN DE UNA TÉCNICA DE PRONÓSTICO: DATOS ESTACIONARIOS Las fuerzas que generan la serie se han estabi-lizado y el medio permanece relativamente sin cambios.COM . Se puede lograr la estabilidad haciendo correcciones sencillas a factores como crecimiento de la población o la inflación. La serie es un conjunto de errores de pronóstico. La serie se puede transformar en una serie estable.

4. El poder de compra se afecta por la inflación. El incremento de la población elevan la demanda por productos. SELECCIÓN DE UNA TÉCNICA DE PRONÓSTICO: DATOS CON TENDENCIA Productividad creciente y nueva tecnología producen cambios. WWW.COM .AULADEECONOMIA. Aumenta la aceptación en el mercado de un producto.

El año calendario influye en la variable.COM .4.AULADEECONOMIA. WWW. SELECCIÓN DE UNA TÉCNICA DE PRONÓSTICO: DATOS CON ESTACIONALIDAD El clima influye en la variable de interés.

Cambios en el gusto popular. SELECCIÓN DE UNA TÉCNICA DE PRONÓSTICO: SERIES CÍCLICAS El ciclo del negocio influye sobre la variable.COM .AULADEECONOMIA. Cambios en el ciclo de vida del producto. WWW.4. Cambios en la población.

COM .5. Se mide la confiabilidad de una técnica de pronóstico. MEDICIÓN DEL ERROR EN EL PRONÓSTICO Se compara la precisión de dos o más técnicas de pronóstico. Se busca la técnica óptima. WWW.AULADEECONOMIA.

Yt 58 54 60 55 62 62 65 63 . MEDICIÓN DEL ERROR EN EL PRONÓSTICO Periodo.AULADEECONOMIA.5. t 1 2 3 4 5 6 7 8 9 WWW.COM Yt 58 54 60 55 62 62 65 63 70 Pronóstico.

AULADEECONOMIA.COM . FÓRMULAS DE MEDICIÓN DEL ERROR EN EL PRONÓSTICO Yt  valor de una serie de tiempo en el periodo t Yˆ  valor del pronóstico para Y t t Error del pronóstico o residual : e  Y  Yˆ t t t WWW.5.

5. FÓRMULAS DE MEDICIÓN DEL ERROR EN EL PRONÓSTICO Desviación absoluta media : n DAM   Y  Yˆ t t 1 t n Error medio cuadrado :  n EMC  t 1 Yt  Yˆt  2 n WWW.COM .AULADEECONOMIA.

FÓRMULAS DE MEDICIÓN DEL ERROR EN EL PRONÓSTICO Porcentaje de error medio absoluto : n  Yt  Yˆt Yt PEMA  n Porcentaje medio de error : t 1  Y  Yˆ   n t PME  t 1 Yt n WWW.AULADEECONOMIA.5.COM .

MODELOS NO FORMALES: Estas técnicas suponen que los periodos recientes son los mejores para pronosticar el futuro. El método más sencillo es el método del último valor: Pronóstico = último valor WWW.COM .6.1. MODELOS DE SERIES DE TIEMPO 6.AULADEECONOMIA.

COM Yt 42 52 54 65 51 64 Yt+1 et 42 52 54 65 51 10 2 11 -14 13 . MÉTODO DEL ÚLTIMO VALOR t 1 2 3 4 5 6 WWW.6.AULADEECONOMIA.1.

2.COM . WWW. la cual se emplea para pronosticar el periodo siguiente.AULADEECONOMIA. METODOS DE PROMEDIO Promedios simples: Se obtiene la media de todos los valores pertinentes.6.

00 4 65 49.COM .AULADEECONOMIA.33 5 51 53.80 WWW.25 6 64 52.PROMEDIOS SIMPLES: t Yt Yt+1 1 2 42 52 42 3 54 47.

WWW.PROMEDIOS MÓVILES: Este método no considera la media de todos los datos.COM .AULADEECONOMIA. sino solo los más recientes. El promedio móvil es la media aritmética de los n periodos más recientes. Se puede calcular un promedio móvil de n periodos.

AULADEECONOMIA.67 53.5 .PROMEDIOS MÓVILES: t 1 2 3 4 5 6 WWW.COM Yt 42 52 54 65 51 64 promedio móvil n=3 n=4 49.00 56.33 57.25 55.

0 <  < 1. METODOS DE SUAVIZAMIENTO EXPONENCIAL El método de suavizamiento exponencial puede dar una ponderación mayor a las observaciones más recientes. Las ponderaciones se asigna mediante la constante .)(último pronóstico) WWW.6.3. El modelo se expresa como: pronóstico =  (último valor) + (1 .COM .AULADEECONOMIA.

METODOS DE SUAVIZAMIENTO EXPONENCIAL WWW.1 =0.COM Yt 42 52 54 65 51 64 =0.5 42 43.50 57.19 46.67 42 47.75 54.AULADEECONOMIA.38 .10 46.00 50.t 1 2 3 4 5 6 6.3.00 44.

WWW.6. cambios en la productividad. La tendencia puede ser descrita por una recta o por una curva. etc. En este tipo de análisis la variable independiente es el tiempo.COM . DESCOMPOSICIÓN DE SERIES DE TIEMPO Las tendencias son movimientos a largo plazo en una serie de datos a lo largo del tiempo. cambios tecnológicos.4.AULADEECONOMIA. Las tendencias se dan por varias causas: cambios en la población.

TENDENCIA LINEAL El método más empleado para describir una tendencia lineal es el de mínimos cuadrados. 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. para encontrar una línea de mejor ajuste para un conjunto de puntos.1.6.4.COM .

6.1.AULADEECONOMIA.COM Periodo X 1 2 3 4 5 6 7 8 Demanda (Y) 35 42 48 51 54 60 71 75 .4. TENDENCIA LINEAL: EJEMPLO Año 1994 1995 1996 1997 1998 1999 2000 2001 WWW.

1. TENDENCIA LINEAL: EJEMPLO WWW.AULADEECONOMIA.4.6.COM .

4.AULADEECONOMIA. TENDENCIA LINEAL: EJEMPLO X 1 2 3 4 5 6 7 8 Sumas WWW.COM Y 35 42 48 51 54 60 71 75 XY X² .1.6.

4.1. TENDENCIA LINEAL: FÓRMULAS b n xy   x  y n x    x  2 2 y x   a b n n WWW.COM .6.AULADEECONOMIA.

TENDENCIA LINEAL t Yt 1 2 3 4 5 6 7 8 9 35 42 48 51 54 60 71 75 WWW.COM Y´t et .AULADEECONOMIA.6.4.1.

El coeficiente de determinación r² se calcula como:  n xy   x  y   n  x    x   n  y    y  2 r 2 2 2 2 2  WWW. TENDENCIA LINEAL Se puede calcular el coeficiente de determinación.AULADEECONOMIA.6.4.1.COM . a fin de evaluar qué tan correcta es la estimación de la recta de regresión.

TENDENCIA LINEAL También es posible calcular intervalos de confianza para la estimación.1. Para ello es necesario calcular el error estándar de la estimación.4.COM .6.AULADEECONOMIA. Se  y 2  a  y  b xy n2 WWW.

6.COM .1.4. TENDENCIA LINEAL Nivel de confianza 68% Z Fórmula 1 y’ ± Se 95% 2 y’ ± 2Se 99% 3 y’ ± 3Se WWW.AULADEECONOMIA.

Se procederá a desestacionalizar los datos. además de una marcada estacionalidad. El proceso de ajuste estacional se realizará a través del cálculo de factores estacionales: Factor estacional = Prom.COM . periodo / prom. APLICACIÓN DE VARIOS MÉTODOS A DATOS DESESTACIONALIZADOS Los datos muestran alguna tendencia creciente a lo largo del tiempo. global WWW.7. a otros factores. lo que permite observar hasta donde las variaciones se deben a efectos estacionales o bien.AULADEECONOMIA.

Yt 1 1 2 3 4 1 2 3 4 1 2 3 4 13618 12930 13138 16532 14514 14128 15568 17448 13984 13644 15898 19300 2 3 WWW.COM .AULADEECONOMIA.Año Trim.

COM 4 . APLICACIÓN DE VARIOS MÉTODOS A DATOS DESESTACIONALIZADOS 20000 19000 18000 17000 16000 15000 14000 13000 12000 11000 10000 1 2 3 4 1 2 3 Trim estres 4 1 2 3 WWW.AULADEECONOMIA.7.

Factor Prom Estac.50 11293.9010 11151 0. 10529 0.7.88 . APLICACIÓN DE VARIOS MÉTODOS A DATOS DESESTACIONALIZADOS 1 T 1 2 3 4 13618 12930 13138 16532 Año 2 14514 14128 15568 17448 WWW.AULADEECONOMIA.COM 3 13984 13644 15898 19300 Suma 42116 40702 44604 53280 Total Prom.1794 45175.9323 10175 0.9873 13320 1.

00 17448.12 13306.70 16364. Yt Yt ajust.Año Trim.AULADEECONOMIA.00 15568.47 14793.25 2 3 WWW.00 15898.00 13644.33 14017. 1 1 2 3 4 1 2 3 4 1 2 3 4 13618.00 16532.00 14607.00 19300.96 14999.29 15568.00 12930.86 15143.00 13984.36 15680.59 16101.27 14351.00 14128.COM .00 13138.00 14514.79 15767.

Suavizamiento exponencial D. Suavizamiento exponencial con tendencia WWW. Promedios móviles C.7. APLICACIÓN DE VARIOS MÉTODOS A DATOS DESESTACIONALIZADOS Se aplican varios métodos de pronóstico para finalmente seleccionar el mejor pronóstico.COM . Método de pronóstico del último valor B. A.AULADEECONOMIA.

OTROS MÉTODOS: Modelos de tendencia con ajuste estacional Modelo de promedios móviles integrados autorregresivos (ARIMA o Box-Jenkins) Pronósticos causales (modelos econométricos) Métodos de pronósticos subjetivos WWW.COM .AULADEECONOMIA.

SI DESEA MÁS INFORMACIÓN VISITE WWW.AULADEECONOMIA .COM LE INVITAMOS A LEER NUESTROS ARTÍCULOS Y MATRICULAR NUESTROS CURSOS .