NOMBRE: Jorge Alfredo Bellot Medina FECHA: 12 de marzo de 2013

MATERIA: Sistemas de Produccin II.

MTODOS CUANTITATIVOS DE PRONSTICO

1. Parmetros de comportamiento de series histricas
Los parmetros de comportamiento en una serie histrica son:
Tendencia: El concepto de tendencia no es privativo de los mercados financieros. En un sentido
general, es un patrn de comportamiento de los elementos de un entorno particular durante un
perodo.
Variacin Estacional: Las series observadas con periodicidad inferior al ao (mensual, trimestral, ...)
recogen conjuntamente la evolucin coyuntural, a medio y largo plazo, y las variaciones
estacionales. Para poder analizar correctamente la serie es necesario separar estas variaciones.
Variacin Constante: Cuando la variable solamente puede tomar un valor o permanece fijo durante
un proceso o clculo durante todo el tiempo de estudio.

2. Tipos de medidores de Bondad de Ajuste
Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos se ajustan a una
determinada distribucin, esta distribucin puede estar completamente especicada (hiptesis
simple) o perteneciente a una clase paramtrica (hiptesis compuesta).
Se la mide con:
Prueba de hiptesis: Dada una muestra aleatoria simple de una variable aleatoria X que toma
valores en las clases que es igual al nmero de individuos de la muestra en la clase.
Kolmogorov Smirnov: Se basa en el concepto de la funcin de distribucin emprica y sus
propiedades como aproximacin de la funcin de distribucin terica. Dada una muestra a.s. de
una variable aleatoria continua (X1; : : : Xn) y una hiptesis simple sobre el comportamiento de esa
variable H0 : X F0 considera el estadstico y rechaza la hiptesis nula cuando el valor de este
estadstico es alto.

3. Qu es error y las formas de medirlo
Es la diferencia numrica entre la demanda pronosticada y la real.
Las formas de medirlo son mediante la Desviacin Media Absoluta (MAD): Un promedio de las
desviaciones absolutas (Demanda Pronosticada menos Demanda Real sobre el nmero total de
periodos evaluados). La MAD expresa la dimensin pero no la direccin. El sesgo Indica la tendencia
direccional de los errores de prediccin. El sesgo mide la tendencia a sub o sobreestimar la
demanda

4. Modelos de ndice: que son y cmo se usan
El Modelo de ndice: medida del efecto estacional en una serie de tiempo, si el objetivo es explicar el valor
que toma, en un momento determinado del tiempo, un fenmeno econmico que muestra dependencia
temporal, un procedimiento factible consiste en recoger informacin sobre su evolucin a lo largo del
tiempo y explotar el patrn de regularidad que muestran los datos.



5. Modelos de Suavizado Exponencial: que son y cmo se usan
Son apropiados cuando los datos no presentan tendencia ni estacionalidad. El pronstico consiste
en un promedio ponderado de todos los valores previos, las ponderaciones declinan en forma
geomtrica cuando se retrocede en el tiempo. Entonces para pronsticar solo se necesitan el valor
del ltimo periodo y su valor estimado. Y se puede intuir que el modelo aprende de los errores
pasados.

6. Modelos de Regresin Simple: que son y cmo se usan
Explica el comportamiento de una variable cuantitativa de inters Y como funcin de otra
variable cuantitativa X observable, donde Y = variable respuesta o dependiente, X = variable
explicativa o independiente principalmente en el que se expresa Y como funcin lineal de X.

7. Modelos de Regresin Mltiple: que son y cmo se usan
Explica el comportamiento de una variable cuantitativa de inters Y como funcin de varias
variables cuantitativas X observables, donde Y = variable respuesta o dependiente, X = variables
explicativas o independientes principalmente en el que se expresa Y como funcin lineal de X.

8. Modelos de Economtricos: que son y cmo se usan
El anlisis economtrico es el modelo econmico y este se transformar en modelo economtrico
cuando se han aadido las especificaciones necesarias para su aplicacin emprica. Es decir, cuando
se han definido las variables (endgenas, exgenas) que explican y determinan el modelo, los
parmetros estructurales que acompaan a las variables, las ecuaciones y su formulacin en forma
matemtica, la perturbacin aleatoria que explica la parte no sistemtica del modelo, y los datos
estadsticos.

9. Qu es y qu mide:
a) Homocedasticidad
Una varianza homoscedastica se refiere al hecho de que todas las varianzas de la poblacin son
iguales, es decir tienen el mismo valor, consecuentemente, se dice que la varianza es
constante.

b) Auto Correlacin
En estadstica, la autocorrelacin de una serie temporal discreta de un proceso estacionario no
es ms que simplemente la correlacin de dicho proceso con una versin desplazada en el
tiempo de la propia serie temporal.

c) Multicolinealidad
La multicolinealidad tiene que ver con la relacin lineal entre algn conjunto de variables
independientes en un modelo de regresin que est siendo estudiado.

d) Coeficiente de Durbin Watson
El estadstico D de Durbin-Watson, mide el grado de autocorrelacin entre el residuo
correspondiente a cada observacin y la anterior.



10. Estigrafos de Posicin
Son estadgrafos de posicin que son interpretados como valores que permiten resumir a un
conjunto de datos dispersos, podra asumirse que estas medidas equivalen a un centro de gravedad
que adopta un valor representativo para todo un conjunto de datos predeterminados.

Estas medidas son:
1. Promedio Aritmtico (Media o simplemente promedio)
2. Mediana
3. Moda
4. Promedio Geomtrico
5. Promedio Ponderado
6. Promedio Total
7. Media Armnica

Otras medidas de posicin son: Cuartiles, Deciles y Percentiles.

11. Modelos Multivariable Multivariante
Los mtodos estadsticos multivariantes y el anlisis multivariante son herramientas estadsticas
que estudian el comportamiento de tres o ms variables al mismo tiempo. Se usan principalmente
para buscar las variables menos representativas para poder eliminarlas, simplificando as modelos
estadsticos en los que el nmero de variables sea un problema y para comprender la relacin entre
varios grupos de variables.

12. Qu es el solver de Excel y para qu se usa
Es una de las herramientas ms potentes de Excel, ya que permite hallar la mejor solucin a un
problema, modificando valores e incluyendo condiciones o restricciones.
Paso 1: ingresar a Excel.
Paso 2: ir a pestaa de datos y luego anlisis de datos.
Paso 3: si no esta la opcin solver, ir a complementos de Excel y agregar la opcin.
Paso 4: hacer click en solver.
Paso 5: ingresar el rango de entrada y definir las celdas de donde a donde son los datos de salida.
Paso 6: Luego definir lo que se quiere que haga el solver.

Las funciones que puede realizar el solver son:
- Bsicamente para investigacin de operaciones.
- Resolucin de problemas de minimizacin.
- Iteraciones finitas con un gran nmero de iteraciones.
- Se pueden hacer plantillas para resolver ejercicios generales.
- Resolucin de problemas con restricciones.
Anlisis de sensibilidad con distintos escenarios.

13. Mtodo Holtz, Mtodo Winter
Holtz: Son apropiados cuando los datos presentan tendencia, cuando sta existe el modelo de
suavizacin simple presenta errores grande que por lo general se mueven de positivo a negativo.
Winter: Este mtodo es apropiado cuando la serie de datos presentan tendencia y Estacionalidad,
Es una ampliacin del modelo de suavizacin de Holt que adiciona una ecuacin para estimar
Estacionalidad. Cuando hay estacionalidad el modelo de suavizacin simple y de Holt se quedan
cortos.

14. Qu es varianza, covarianza
Varianza: La nocin de varianza se suele emplear en el mbito de la estadstica y sirve para
identificar a la media de las desviaciones cuadrticas de una variable de carcter aleatorio,
considerando el valor medio de sta.
Covarianza: Adems de analizar cmo vara cada una de las variables por separado, sera
interesante tambin tener idea de cmo varan dichas variables conjuntamente, es decir,
cmo "covaran". Se dice que dos variables estn variando conjuntamente, y en el mismo
sentido, cuando al crecer los valores de una de las variables tambin aumentan los de la otra. En
cambio, estn variando conjuntamente, pero en sentido contrario, cuando al aumentar los valores
de una, los de la otra disminuyen.

15. Teora de Muestreo
La teora del muestreo es el estudio de las relaciones existente entre una poblacin y muestras
extradas de la misma. Tiene gran inters en muchos aspectos de la estadstica. Por ejemplo
permite estimar cantidades desconocidas de la poblacin (tales como la media poblacional, la
varianza, etc.), frecuentemente llamada parmetros poblacionales o brevemente parmetros, a
partir del conocimiento, de las correspondientes cantidades muestrales (tales como la media
muestral, la varianza, etc.), a ,menudo llamadas estadsticos muestrales o brevemente estadsticos.