Profesor: Dr. Richard McGowan S.J. Mtro. Oscar Doas
I. Generalidades: Duracin del 30 de mayo al 8 de julio de 2011.
II. Descripcin La meta de este curso es doble: (1) Proporcionar una introduccin a la teora y a los Mtodos de Pronstico de Regresin y de Serie de Tiempo; (2) Permitir al estudiante aplicar esta teora a los datos de serie reales de las empresas y de la economa. Por lo tanto, el curso tendr tanto componentes tericos y prcticos. El nico requisito previo para el curso es un curso de estadstica bsica. El curso no requiere un nivel avanzado de las matemticas (es decir, clculo), sino que requiere capacidades fuertes en el razonamiento algebrico y estadstico.
Las asignaciones implicarn en gran parte clculos numricos. stos se realizan lo ms fcilmente posible en una PC usando un paquete estadstico. El paquete estadstico a ser utilizado es SPSS.
III. Objetivos * Que los alumnos tengan el panorama completo de los mtodos de pronsticos * Que los alumnos posean las estructuras y herramientas para poder realizar pronsticos adecuadamente reconociendo los modelos y tcnicas * Que los alumnos sepan utilizar el paquete de estadstico SPSS
IV. Forma de Clases: 14 Clases expositivas.
V. Evaluacin: Primera parte del curso: 30% - Examen sobre Herramientas e Introduccin a Pronsticos Segunda parte: 70% - Anlisis de caso: 21% - Proyecto en Grupo y Presentacin: 21% - Examen Final: 28% La asistencia y puntualidad ser tomada en cuenta para la evaluacin.
VI. Consultas Mtro. Oscar Doas y Dr. Richard McGowan Previa cita. e-mail: mcgowan@bc.edu oscar.donas@gmail.com
MAFI VII. Contenido
Primera Parte
1. Herramientas Bsicas - Datos de Corte Trasversal - Series de Tiempo - Estadsticos: media, desviacin estndard, covarianza, correlacin, autocovarianza, autocorrelacin. - ACF - Funcin de Autocorrelacin
2. Componentes de Series de Tiempo - Descomposiciones Multiplicativas y Aditivas
3. Pronsticos intuitivos versus formales - Posibilidades y limitaciones - Qu pronosticar Ventas o demanda? - Pronsticos a largo plazo - Pronsticos a mediano plazo - Pronsticos a corto plazo - Uso de pronsticos - Clasificacin de acuerdo a la agregacin o desagregacin - Top-down - Botton-Up
4. Clasificacin de los mtodos de pronsticos - Cualitativos - Cuantitativos
5. Mtodos Cualitativos - Delphi - Encuestas de mercado - Modelo de ciclo de vida
6. Mtodos Cuantitativos - Series de Tiempo - Componentes de las series - Nivel - Tendencia - Estacionalidad - Cclico - Modelos de demanda - Modelo de Nivel - Modelo de Estacionalidad -Modelo Nivel-tendencia-Estacionalidad - Tcnicas - Demanda del ltimo perodo - Promedios Aritmticos - Promedios Mviles - Promedios Mviles Ponderados - Promedios Mviles - Ponderados Exponencialmente
7. Regresin simple y Correlacin - Posibilidades y limitaciones - Estimacin mediante la lnea de regresin - Anlisis de correlacin - Ejercicios de la regresin
8. Introduccin a la Regresin mltiple y correlacin. - Deduccin de la ecuacin. - Uso de la regresin y el anlisis de correlacin
Segunda Parte.
Se estarn entregando varias tareas y casos durante el curso. En cada clase se dejar una hoja de tarea.
Junio 27 Repaso de Estadstica, Cap. 1 - Makridakis
Junio 28 Elementos de Series de Tiempo Cap. 2 Evaluacin de Modelos de Pronsticos
Junio 29 Regresin Lineal Simple Cap. 5
Junio 30 Regresin Mltiple Cap. 6
Julio 1 Tcnicas de Promedios Mviles Cap. 3
Julio 4 Promedios Mviles Suavizados Exponencialmente Cap. 4
Julio 5, 6 Modelos de ARIMA Cap. 7 Anlisis de Intervencin Cap. 8
Julio 7 Pronsticos Combinados
Julio 8 Presentacin en Grupo (Cada grupo har una presentacin de veinte minutos de su proyecto de grupo)
El examen final ser individual y deber ser entregado en WORD a ms tardar 15 das despus de finalizado el curso. Este ser enviado al profesor Mc. Gowen por e-mail en ingls.
VIII. Estrategia metodolgica
Se usarn los siguientes mtodos de aprendizaje:
* Clases magistrales. * Clases para mostrar el uso del software * Anlisis, discusin entre alumnos y profesores sobre casos y los tpicos ms importantes de la materia. * Anlisis de casos y presentacin de Resultados
IX. Bibliografa
Libros de texto. Forecasting: Methods and Applications: Makridakis, Wheelwright & Hyndman, 3 rd