P196 PDF

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.
Métodos de pronósticos para negocios
Mapa de
contenidos
Hemera Technologies/Getty Images/Photos.com
Métodos Métodos de Métodos

cualitativos No existen pronósticos Sí existen cuantitativos
datos datos
históricos históricos
• Consenso de un panel
• Pronóstico visionario
• Analogía histórica
Modelos
• Método Delphi
Análisis de series de tiempo causales
Univariados Descomposición
de series Multivariados
X=f(Xt-1,Xt-2,...Xt-k+1) de tiempo
Métodos
de suavización • Multiplicativo • Regresión lineal
• Aditivo simple
Y=f(X1)
Series Series Series con • Regresión lineal
estacionarias con tendencia estacionalidad múltiple
Y=f(X1,X2,...,Xk)
• Promedio móvil simple • Promedio móvil doble • Suavización
exponencial triple:
• Promedio móvil • Suavización
de k periodos exponencial doble: • Método de Winter
• Suavización • Método de Brown
exponencial simple • Método de Holt
Comstock Images/Getty Images/Photos.com

Jupiterimages/Getty Images/Comstock Images/Photos.com
Introducción del eBook
L
os métodos de pronósticos se utilizan para procedimientos matemáticos y estadísticos buscan
realizar enunciados sobre el valor futuro de ofrecer pronósticos objetivos.
una variable bajo estudio, “ya que tener indi-
Este libro estudiará los métodos cuantitativos:
cios de lo que va a suceder, permite reducir la in-
univariados y multivariados. Los univariados de-
certidumbre.” El pronóstico sólo será útil si el costo
terminan el patrón histórico de la variable, asumen
de realizarlo es menor al beneficio obtenido a partir
que se mantiene en el futuro y lo aprovechan para
de la toma de decisiones bajo certidumbre.
realizar pronósticos; por su parte, los multivaria-
Hay dos clasificaciones de los métodos de pro- dos, mediante una relación causal establecida por
nósticos: los cualitativos y los cuantitativos. Los la teoría o la lógica, asumen que los valores futuros
métodos de pronósticos cualitativos parten gene- de la variable bajo estudio se pueden determinar
ralmente de juicios de expertos y se usan cuando proyectando los valores de variables de influencia
no existen datos históricos de la variable bajo estu- que podrían ser o no controladas por el investiga-
dio, en cambio, cuando sí existen, son más socorri- dor.
dos los métodos cuantitativos, que a través de sus
Pág. 1 de 1
Polka Dot RF/Getty Images/photos.com

Capítulo 1. Conceptos generales de pronósticos y de análisis de datos

Organizador temático
Conceptos generales Ajustes de una serie de tiempo
Pronosticar Valores monetarios Números índice
Aplicaciones Variaciones en
el calendario
Métodos de pronósticos
Cualitativos
Cuantitativos
Tipos de datos
Comstock Images/Getty Images/Photos.com

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos
TEmas CAPítulo 1
1 Características de los pronósticos
1.1 Características de los pronósticos
Pronosticar es realizar un enunciado sobre

el valor futuro de una variable de interés, fun-
damentado ya sea por el análisis de datos his-
Glosario
tóricos disponibles, por el juicio de expertos en
el tema o por una combinación de ambas co-
sas.
Tener indicios de lo que va a pasar en el
futuro apoya en el proceso de toma de deci-
siones al reducir la incertidumbre, sin embargo
Recursos
el pronóstico sólo será útil si la reducción de
incertidumbre conduce a una de-
cisión cuyo beneficio es
tracy lorna/Getty Images/Photos.com

mayor que los costos de
l e m e n tos
realizar el pronóstico. E s al e
presenst ticar
Inherentemente al reali- prono
zar un pronóstico, está pre-
Actividad
sente el tiempo, la incerti-
dumbre y la confianza en los Ti e m p o
datos históricos. En ocasio-
nes no se contará con datos r t i d u m bre
históricos y se deberá confiar
Ince
optimismo o inclinación de la persona. Sin embargo, cuando se cuente con datos
a en los
en el juicio de expertos para
n f i a n z históricos, es preferible utilizar métodos cuantitativos para generar pronósticos
Co
Conclusión
realizar pronósticos de esce-
o s h i s t óricos objetivos, sin pasar por alto el juicio de expertos, sobre todo cuando se tienen
narios futuros, teniendo cui- dat pocos datos o el pasado no es un buen predictor del futuro.
dado en controlar el sesgo que
pudiera estar presente por el
Figura 1.1 Elementos
presentes al pronosticar


Glosario
TEmas CAPítulo 1
2 Aplicación de los pronósticos en la planeación
Agentes económicos.
1.2 Aplicación de los pronósticos en la planeación Además de utilizarse como base para definir metas, los
Son los grupos de personas (las fami-
pronósticos se utilizan en la planeación para que los agen-
Las empresas, en su planeación, utilizan los pronósticos lias, las empresas, el gobierno, etc.)
como premisas para definir sus metas, de tal forma que és-
tes económicos puedan tomar decisiones que repercu- que realizan una actividad económi-
tan en ahorro de recursos o bien en beneficios. ca.
tas sean reales o bien, en caso de que sean retadoras, se
definan oportunamente estrategias para alcanzarlas.
Glosario
No hay que confundir meta y pronóstico como común-
Ejemplos de usos que se hacen de los
mente se hace, un pronóstico es lo que se espera observar
pronósticos en la planeación:
de una variable de acuerdo a las estrategias realizadas his-
tóricamente por la empresa, y una meta es lo que se desea
alcanzar de acuerdo a los objetivos definidos en la planea- »» El gobierno estará interesado en predecir el nivel de
ción. Si una empresa reporta un pronóstico de crecimien- crecimiento del país a partir del gasto público, con
to de ventas de un 2%, y en su planeación establece una la intención de determinar si será suficiente el gasto
Recursos
meta de crecimiento de un 6%, entonces es un hecho que que se ejercerá en un trimestre para alcanzar los
tendrá que modificar su estrategia para alcanzarla, si no lo niveles de crecimiento deseados.
hace, y continua con su estrategia actual, lo más probable
es que obtenga un crecimiento del 2%. »» Las empresas buscarán estimar la demanda futura
de sus productos con la intención de definir los nive-
les mínimos de inventarios para no incurrir en costos.
»» Las universidades tratarán de conocer con anticipa-
Actividad
ción la matrícula total que recibirán en un semestre
para prepararse con la contratación de profesores y
la programación de cursos.
»» Los individuos desearán conocer los niveles de sal-
Meta: dos monetarios que necesitarán en un mes para sa-
Pronóstico: Lo que se desea tisfacer sus transacciones, con la intención de traer
Conclusión
Lo que se espera observar. el mínimo efectivo y tener su dinero en inversiones
observar. que generen intereses a favor.
Figura 1.2 Ejemplos de uso de los pronósticos.

Pág. 1 de 2
Francesco Ridolfi/Getty Images/Photos.com

MAPA
TEmas CAPítulo 1
3 Aplicación de los pronósticos en la planeación
El horizonte de tiempo en la planeación también es im-

portante, por tal motivo hay pronósticos de corto, mediano
y largo plazo (Ver figura 1.3).
glosarioGlosario
Corto plazo (máximo 3 meses): son más precisos
que los de mediano y largo plazo, se utilizan en las em-
presas para tomar decisiones en el área de producción
como compras, mano de obra y niveles de producción.
Mediano plazo (de
3 meses a 3 años):
se utilizan en la pla-
RECURSOS
neación para elabo-
rar presupuestos es-
Recursos
timando las ventas y
los flujos de efectivo.
Largo plazo (más
de 3 años): se uti-
lizan para predecir
ACTIVIDAD
las ventas de nuevos
productos, las ga-
Actividad
nancias de la intro-
ducción de nuevas
tecnologías, o bien
los beneficios de la
expansión a nuevos
CONCLUSIÓN
mercados.
Conclusión
Pág. 2 de 2

TEmas CAPítulo 1
4 Métodos de pronósticos cualitativos
1.3 Métodos de pronósticos cualitativos La ventaja es que se aprovechan los diferen-

tes puntos de vista de los expertos a través de la
Los métodos de pronósticos cualitativos se
dinámica de grupo para llegar a pronósticos más
utilizan cuando no se cuenta con datos histó-
certeros, la desventaja es que si un experto con
ricos a la mano y para realizar generalmen-
más experiencia o prestigio impone su punto de
te pronósticos de largo plazo. Estos métodos
vista de acuerdo a sus propios intereses, puede
Glosario
parten de las opiniones de expertos y los más
sesgar la opinión de los demás.
recurrentes son:
1.3.1 Pronóstico visionario
Todas las personas pueden realizar este
tipo de pronóstico, sean expertas o no en el Kiyoshi Takahase Segundo/Getty Images/Photos.com
tema de interés; parte de la información que se
1.3.2 Analogía histórica
Recursos
tiene a la mano o de la experiencia, y con ello
se realiza una conjetura de lo que va a suce- Es posible aprovechar la experiencia que se
der en el futuro, por ejemplo, cualquier perso- tiene en un mercado para incursionar en uno nue-
na podría dar un pronóstico de la temperatura vo, por ejemplo, si una empresa introdujo en una
que habrá en la ciudad de residencia al día ciudad una marca de panecillos de fresa y quiere
siguiente, pero sería más difícil si a una per- lanzarlos a un nuevo público con características
sona cualquiera se le pidiera dar un pronóstico similares, es posible realizar una analogía con
sobre el precio futuro de la acción la historia que se tiene del primer mercado, para
Actividad
de una compañía, la base predecir las ventas en el nuevo.
Yuri Arcurs/Getty Images/Photos.com

de este método
1.3.3 Consenso de un panel
es la experiencia
y el prestigio del Este método aprovecha la experiencia e in-
experto a quien formación de un grupo de expertos para realizar
se le pide el pronósticos; para aplicarlo basta con seleccionar
Conclusión
pronóstico. y juntar a un grupo de expertos para analizar la
situación y en consenso llegar a un acuerdo so-
bre los valores futuros de las variables a predecir.
Feng Yu/Getty Images/Photos.com Pág. 1 de 2

TEmas CAPítulo 1
5 Métodos de pronósticos cualitativos
1.3.4 Método Delphi

Es una alternativa al método de consenso
de un panel, se busca a un grupo de expertos
para realizar pronósticos de forma anónima
(no debe de existir contacto entre los partici-
Glosario
pantes) en una serie de etapas iterativas. El
objetivo de las etapas es retroalimentar a los Escenario
expertos para disminuir la variabilidad en los conservador
pronósticos y llegar a un consenso.
En la primera etapa, el moderador recibe los Escenario
pronósticos de parte de los expertos junto con
los argumentos que los respaldan. El mode- pesimista
Recursos
rador los procesa estadísticamente calculando
el primer cuartil, la mediana y el tercer cuartil, Escenario Contiene
información que comparte a los expertos. Con
esta información, en una segunda etapa, los
optimista el resto de los
pronósticos.
expertos hacen una valoración de sus pronós-
ticos y los vuelven a enviar al moderador para Contiene los
su análisis estadístico, el cual servirá como pronósticos en el Figura 1.4 Escenarios posibles
Actividad
base para iniciar una tercera etapa. Las etapas 15% más bajo. en el método Delphi.
siguientes son similares, esta iteración contro-
lada y retroalimentada estadísticamente, bus- Contiene los
ca reducir la variabilidad en los pronósticos pronósticos en el
para llegar a un consenso. 15% más alto.
Una de las desventajas de este método es
Conclusión
que es posible que no se llegue a un consen-
so, en caso de que sea así se pueden tener
tres tipos de escenarios. (Ver figura 1.4)
Pág. 2 de 2

MAPA
Glosario
TEmas CAPítulo 1
6 Métodos de pronósticos cuantitativos
Métodos cuantitativos univariados.

1.4 Métodos de pronósticos cuantitativos Dentro de los métodos univariados que se estudiarán
en este libro se encuentran los métodos de suavización Los métodos cuantitativos univaria-
Cuando se tienen datos históricos, los métodos de dos determinan el patrón histórico de
y de descomposición utilizados para realizar pronósti-
pronósticos más frecuentemente utilizados son los la variable, asumen que se mantiene
cos de corto y mediano plazo; y dentro de los métodos en el futuro y lo aprovechan para rea-
glosarioGlosario
cuantitativos. Entre ellos se encuentran los métodos
multivariados se encuentran los de regresión lineal sim- lizar pronósticos.
univariados y los multivariados. Los métodos univaria-
ple y múltiple, empleados para realizar pronósticos de
dos asumen que la variable bajo estudio depende de
corto, mediano y largo plazo.
sus niveles pasados; en cambio, los métodos multiva- Métodos cuantitativos multivariados.
riados asumen que es posible determinar el comporta- Los métodos cuantitativos multiva-
miento de la variable bajo estudio a partir de los niveles riados mediante una relación causal
de otras variables bajo control. establecida por la teoría o la lógica
asumen que los valores futuros de
RECURSOS
Métodos la variable bajo estudio se pueden
de suavización determinar proyectando los valo-
Recursos
Pronósticos de res de variables de influencia que,
Métodos corto y mediano podrían ser o no controladas por el
univariados investigador.
plazo
Métodos de
descomposición
ACTIVIDAD
Métodos
Actividad
cuantitativos
Regresión
lineal simple
Pronósticos de
Métodos
corto, mediano y
CONCLUSIÓN
multivariados
largo plazo
Conclusión
Regresión
lineal múltiple
Figura 1.5 Esquema de métodos cuantitativos
Pág. 1 de 3

MAPA
Ligas de interés
TEmas CAPítulo 1
»» En este documento se explican

1.4.1 Métodos de suavización
los patrones que existen en una
Los métodos de suavización utilizan el patrón histórico serie de tiempo.
de la serie para proyectarlo al futuro y realizar pronósticos
Patrones de una serie de tiempo
glosarioGlosario
de la variable de interés; asumen que el valor futuro de la
variable en el periodo t+1 está en función del valor de la
serie en el periodo actual, t, del periodo anterior, t-1, y de
periodos pasados.
photolibrary.com/Photos.com
Yt+1 = f(Yt, Yt-1, Yt-2, Yt-3…..)
RECURSOS
Recursos
Una parte importante de estos métodos es determinar
el patrón de la serie, de los cuales se identifican: el patrón
horizontal (estacionario), el de tendencia, el cíclico, el esta-
cional y la variación irregular (aleatoria).
Los métodos de suavización que se estudiarán en este
libro se clasifican de acuerdo al patrón de la serie:
ACTIVIDAD
Patrón horizontal (estacionario)
• Promedio móvil simple
Actividad
• Promedio móvil de k periodos
• Suavización exponencial simple
Para saber más...
Consulte el anexo disponible en Patrón de tendencia
la barra lateral. • Promedio móvil doble
CONCLUSIÓN
• Suavización exponencial doble: Método de Brown
• Suavización exponencial doble: Método de Holt
Conclusión
Patrón estacional
• Suavización exponencial triple: Método de Winters
Pág. 2 de 3

TEmas CAPítulo 1
1.4.2 Métodos de descomposición
Vartan Nersisian/Getty Images/Photos.com

Los métodos de descomposición plantean
que cualquier variable medida a través del tiem-
po se puede expresar en función de los patrones
Comstock/Getty Images/Photos.com
de estacionalidad, tendencia, componente cíclico
Glosario
y variación aleatoria, de tal forma que es posible
modelarlas de acuerdo a la siguiente función:
Yt = f(Et,Tt,Ct,It) (1)

ser las ventas de un producto y para tratar de
Recursos
Bajo esta premisa, y partiendo de que el pe- predecirlas o explicarlas se pueden establecer
1.4.3 Regresión lineal simple y múltiple
riodo actual es el “t”, los métodos de descomposi- variables independientes como el precio del pro-
ción proponen estimar por separado cada uno de Los métodos de suavización y de descompo- ducto y el gasto en publicidad. De esa manera,
los patrones de la serie para el periodo “t+1”, con sición utilizan el patrón de la serie para realizar si es posible expresar las ventas en función del
la intención de obtener el pronóstico de la varia- pronósticos, sin embargo, mediante ellos no es precio y del gasto en publicidad mediante una
ble en t+1, agregando dichos patrones mediante posible identificar los factores que influyen en la ecuación matemática; estando en el periodo t se
un esquema multiplicativo o aditivo. variable bajo estudio, en cambio, en los métodos pueden predecir las ventas en t+1, fijando los va-
Actividad
de regresión lineal sí es posible determinarlos con lores deseados del precio y del gasto en publici-
la intención de controlarlos y realizar pronósticos. dad en t+1.
Modelo multiplicativo
En estos métodos la variable bajo estudio se Existen dos alternativas en regresión lineal
Y t+1 = (Et+1)*(Tt+1)*(C t+1)*(It+1) (2) denomina variable dependiente, y los factores para predecir a la variable dependiente: el mo-
controlables, variables independientes o explica- delo de regresión simple, que incluye una sola
tivas. La variable dependiente se asume que es variable independiente; y el modelo de regresión
Modelo aditivo
Conclusión
aleatoria y se busca predecir o explicar mediante lineal múltiple, que incluye k variables indepen-
las variables independientes, las cuales no son dientes; tomando en consideración el poder de
Y t+1 = (Et+1)+(Tt+1)+(C t+1)+(It+1) (3) explicación de las variables independientes, se
aleatorias sino controlables por el investigador.
Por ejemplo, una variable dependiente pueden optará por un modelo simple o uno múltiple.
Pág. 3 de 3

MAPA
Glosario
TEmas CAPítulo 1
9 Datos de series de tiempo y datos de corte transversal
Datos de series de tiempo

1.5 Datos de series de tiempo y datos de corte transversal
Los datos de series de tiempo son
El enfoque de este libro es estudiar los métodos nu- mediciones que se hacen de una
méricos para realizar pronósticos, si bien se trabajará variable a través del tiempo, ya sea
de frecuencia mensual, bimestral, tri-
glosarioGlosario
principalmente con datos de series de tiempo también
mestral, anual, etc.
se utilizarán, al aprender los métodos de regresión, los
datos de corte transversal.
Los datos de series de tiempo son mediciones que Datos de corte transversal
se hacen de una variable a través del tiempo, ya sea de Los datos de corte transversal son
frecuencia mensual, bimestral, trimestral, anual, etc; en mediciones de una variable en un
punto en el tiempo.
cambio, los datos de corte transversal son mediciones
RECURSOS
de una variable en un punto en el tiempo.
Recursos
Ejemplo
Una compañía de tiendas de abarrotes
podría dar seguimiento a través
ACTIVIDAD
del tiempo a las ventas mensuales
agregadas de sus 20 sucursales;
Actividad
estas mediciones formarían parte de
un conjunto de datos de series de
tiempo; sin embargo, si en un mes
cualquiera desagregara las ventas
CONCLUSIÓN
por sucursales, este conjunto de
20 observaciones formaría parte de
Conclusión
datos de corte transversal.


Glosario
TEmas CAPítulo 1
10 Ajustes de una serie de tiempo por valores monetarios
Inflación
1.6 Ajustes de una serie de tiempo por valores monetarios Tabla 1
Es el incremento, en un largo periodo
Antes de aplicar los métodos de suavización, des- Efecto de la inflación en las ventas monetarias de tiempo, generalizado de los pre-
composición o de regresión para predecir una variable (precio*cantidad) cios de los bienes y servicios de una
a través del tiempo, es conveniente realizar ajustes en economía.
la serie para predecir con mayor exactitud sus valores Ventas en Ventas en $
Periodo Precio
Glosario
futuros. unidades (Cantidad*Precio)
Uno de estos ajustes es debido a los valores mone- 1 20 $10 20*10 = $200
tarios. Una variable expresada en valores monetarios 2 20 $12 20*12 = $244
(precio*cantidad) estará afectada por el efecto de la in- 3 19 $14 19*14 = $266
flación distorsionando el comportamiento real de la se-
rie. Cuando sea posible, es recomendable predecir las
En la tabla 1 se puede observar un ejemplo del efecto
ventas en unidades más que las ventas en valores mo-
Recursos
de la inflación cuando se expresan las ventas en valores
netarios, ya que la inflación puede hacer pensar que hay
monetarios, $, las ventas monetarias presentan un creci-
crecimiento en la serie cuando en realidad no lo hay.
miento considerable del 33% (266/200-1) % del periodo 1 Ligas de interés
al 3; en cambio, las ventas en unidades decrecen en un
5% (19/20-1) %, lo cual pone en evidencia que la inflación
distorsiona el comportamiento de las variables. En la siguiente página del Banco de
México se publica información sobre
Cuando se tiene una serie a través del tiempo de una la definición de la inflación, sus deter-
Actividad
variable en valores monetarios y se tiene acceso a sus pre- minantes, la importancia de la estabi-
lidad en los precios y sobre cómo se
cios respectivos, es fácil quitar el efecto de la inflación, bas-
mide:
ta con dividir los valores monetarios por el precio (ver tabla
2). http://www.banxico.org.mx/divulga-
cion/politica-monetaria-e-inflacion/
politica-monetaria-inflacion.html
Conclusión
Brad Calkins/Getty Images/Photos.com
Pág. 1 de 4


Glosario
TEmas CAPítulo 1
Tabla 2 Deflactar una serie de tiempo

El comportamiento de las series
Procedimiento para quitar el efecto de la inflación en una serie en valores monetarios expresadas en valores monetarios
es afectado por la inflación, el pro-
cedimiento para deflactar una serie
de tiempo consiste en quitarle a la
Ventas en $ Ventas serie el efecto de la inflación y dejarla
Periodo Precio
Glosario
(Cantidad*Precio) en unidades expresada en términos reales.
1 $200 $10 $200/$10 = 20

2 $244 $12 $244/$12 = 20
3 $266 $14 $266/$14 = 19
Sin embargo, en la práctica no siempre se tiene acceso a las unidades de las variables o a la lista de precios, ya que
Recursos
las compañías agregan las ventas de sus productos, los cuales pueden ser cientos. Para esta situación existe un proce-
dimiento similar para quitar el efecto de la inflación, pero más general, dando los mismos resultados, el cual se conoce
como deflactar una serie de tiempo.
La fórmula general para deflactar una serie de tiempo es:
Actividad
Valor real de la serie = (Valor nominal / Índice de precios)*100 (4)
Alex Slobodkin/Getty Images/Photos.com

El valor real de una serie se utiliza para expresar que la serie ya
no tiene el efecto de la inflación, por su parte el valor nominal se
utiliza para identificar la serie expresada en valores monetarios. El
término nuevo que aparece en la ecuación (4) es el de índice de
Conclusión
precios. Un índice de precios monitorea el comportamiento
de los precios a través del tiempo tomando como
referencia un año base.
Pág. 2 de 4

MAPA
Ligas de interés
TEmas CAPítulo 1
En el documento de esta página, el

Los índices de precios más utilizados son: Banco de México explica los índices
de precios que se calculan en Méxi-
Índice de precios al consumidor co, cómo se calculan y la frecuencia
en que se publican.
glosarioGlosario
Mide el comportamiento de los precios de los artículos de la canasta básica, se conoce como el índice del costo de vida y se utiliza BANXICO, Los índices de precios en
para calcular la inflación de la economía. México, 2010
Índice de precios al productor En la siguiente página del Banco de

México se publica información para
Mide el comportamiento de los precios de una canasta de bienes y servicios representativa de la producción nacional. conocer qué es, para qué sirve y
cómo se calcula el Índice de Precios
RECURSOS
del Consumidor bajo la fórmula del
Índice de precios implícitos Índice de precios de Laspeyres:
Recursos
Índice de Precios del Consumidor,
Mide el comportamiento de los precios de la producción doméstica y se utiliza para obtener en términos reales el Producto Interno
IPC (BANXICO, Elaboración de INPC
Bruto, esto es, la producción de bienes y servicios de México. y UDIS, 2011).
En la siguiente página del Banco de

México se publica información para
ACTIVIDAD
conocer qué es, para qué sirve y
cómo se calcula el Índice de Precios
Actividad
del Productor bajo la fórmula del Índi-
ce de precios de Laspeyres:
Índice de Precios del Productor, INNP
(BANXICO, Elaboración del INPP,
2011)
CONCLUSIÓN
Conclusión
Pág. 3 de 4

MAPA
Glosario
TEmas CAPítulo 1
PIB
A manera de ejemplo, en la tabla 3, se plantea cómo deflactar el Producto Interno Bruto, PIB, de México expre-
sado en unidades monetarias, PIB nominal, para obtener el PIB real. Es la producción de bienes y servi-
cios de un país.
PIB Nominal
glosarioGlosario
Tabla 3 Es la producción de bienes y servi-
cios de un país expresado en unida-
Deflactar una serie de tiempo des monetarias, en dinero.
PIB Real
PIB Nominal Índice Es el PIB Nominal deflactado por un
Trimestre PIB Real
(Miles de pesos) Precios índice de precios.
RECURSOS
2010/01 $12,402,378,275 147.6 ($12,402,378,275 / 147.6)*100 = 8,402,695,308
Recursos
2010/02 $12,882,696,084 146.9 ($12,882,696,084 / 146.9)*100 = 8,769,704,618
2010/03 $13,212,164,448 148.1 ($13,212,164,448 / 148.1)*100 = 8,921,110,363
2010/04 $13,805,953,869 150.2 ($13,805,953,869 / 150.2)*100 = 9,191,713,628
ACTIVIDAD
2011/01 $13,569,045,148 154.4 ($13,569,045,148 / 154.4)*100 = 8,788,241,676
Actividad
2011/02 $14,026,012,515 154.8 ($14,026,012,515 / 154.8)*100 = 9,060,731,599
Los resultados indican que si se usa el PIB nominal para tomar decisiones, se pensaría que la economía creció
CONCLUSIÓN
del segundo trimestre del 2010 al segundo trimestre del 2011 en un 8.87% ($14,026,012,515/$12,882,696,084-
Conclusión
1)% cuando en realidad el PIB real indica que se creció solamente un 3.32% (9,060,731,599/8,769,704,618-1)%.
Pág. 4 de 4

TEmas CAPítulo 1
14 Números índice
1.7 Números índice

Los números índice generalmente se utilizan para dar seguimiento al comportamiento de los
precios y para deflactar series de tiempo, sin embargo, pueden ser utilizados para monitorear
el comportamiento de cualquier variable tomando como referencia un periodo base.
Los índices que se estudiarán en este libro son:
Glosario
Pt
Índice de precios simple = *100 (5)
Po
Índice de precios agregado = *100 (6)
Recursos
Índice de precios de Laspeyres = *100 (7)
Índice de precios de Paasche = *100 (8)
Actividad
Donde el subíndice “t” se emplea para el periodo analizado y el subíndice 0 se utiliza para ha-
Daniel Gilbey/Getty Images/Photos.com

cer referencia al periodo base.
Conclusión
Pág. 1 de 6

MAPA
Glosario
TEmas CAPítulo 1
15 Números índice
Índice de precios
1.7.1 Índice de precios simple
Un índice de precios monitorea el
El índice de precios simple se utiliza cuando sólo existe un producto y se quiere dar seguimiento al comporta- comportamiento de los precios a tra-
miento de los precios con respecto a un periodo base. vés del tiempo tomando como refe-
rencia un año base, y es utilizado
glosarioGlosario
Tabla 4 para deflactar variables
Pt
Aplicación del índice de precios simple = * 100 (año base 2007)
Po
Año Precio del producto A Índice de precios simple

2005 1.86 (1.86/1.95)*100 = 95.38 (P2005/P2007)*100
RECURSOS
2006 1.92 (1.92/1.95)*100 = 98.46 (P2006/P2007)*100
Recursos
2007 1.95 (1.95/1.95)*100 = 100 (P2007/P2007)*100
2008 1.99 (1.99/1.95)*100 =102.05 (P2008/P2007)*100
2009 2.1 (2.1/1.95)*100 = 107.69 (P2009/P2007)*100
2010 2.2 (2.2/1.95)*100 = 112.82 (P2010/P2007)*100
ACTIVIDAD
Nota: Donde pt es el valor del precio en el periodo analizado y p0 es el valor del precio en el año base.
Actividad
En la tabla 4 puede observarse que en el año base 2007, elegido arbi-
trariamente, el índice toma el valor de 100, este valor es el de referencia,
si en un año diferente al base el índice toma el valor de 100, esto querrá
decir que los precios son iguales. Cuando el índice toma un valor supe-
CONCLUSIÓN
rior a 100, por ejemplo en el año 2010, 112.82, esto implica que el precio
del producto en el año 2010 es un 12.82% mayor que en el año base
Conclusión
2007; en cambio, cuando es menor a 100, como en el año 2005, 95.38,
esto querrá decir que los precios en el año 2005 son 4.62% (100-95.38)
menores que en el año base, 2007.
Pág. 2 de 6

MAPA
Glosario
TEmas CAPítulo 1
16 Números índice
1.7.2 Índice de precios agregado índice, el valor en el año base es de 100 y es la referen- Índice de precios de Laspeyres
cia. En la tabla 5 se puede observar el cálculo para los Compara cuánto cuesta en el presen-
El índice de precios agregado se utiliza para dar se-
precios de los productos A y B, en el 2008 el índice toma te una canasta de bienes comprada
guimiento al crecimiento de los precios de más de un
el valor de 105.62, lo cual implica que los precios en el en el pasado.
producto, y a su vez puede ser utilizado para deflactar
glosarioGlosario
2008 son un 5.62% mayores a los del año base, 2007;
series de tiempo expresadas en unidades monetarias.
en el 2006 toma el valor de 94.21, lo que significa que
La interpretación del índice es similar, se comparan los precios en el 2006 son un 5.79% (100-94.21) menos
los precios con respecto al año base, que arbitrariamen- que en el 2007.
te se definió el año 2007. Nuevamente, y con cualquier
Tabla 5 Aplicación del índice de precios agregado = *100 (año base 2007)
RECURSOS
Precio del Precio del
Año Índice
producto A producto B
Recursos
2005 1.86 3.45 100*(1.86+3.45)/(1.95+4.1)= 87.77 100*(PA2005+PB2005)/(PA2007+PB2007)
2006 1.92 3.78 100*(1.92+3.78)/(1.95+4.1)= 94.21 100*(PA2006+PB2006)/(PA2007+PB2007)
2007 1.95 4.1 100*(1.95+4.1)/(1.95+4.1)= 100.00 100*(PA2007+PB2007)/(PA2007+PB2007)
ACTIVIDAD
2008 1.99 4.4 100*(1.99+4.4)/(1.95+4.1)= 105.62 100*(PA2008+PB2008)/(PA2007+PB2007)
Actividad
2009 2.1 4.89 100*(2.1+4.89)/(1.95+4.1)= 115.54 100*(PA2009+PB2009)/(PA2007+PB2007)
2010 2.2 5.2 100*(2.2+5.2)/(1.95+4.1)= 122.31 100*(PA2010+PB2010)/(PA2007+PB2007)
Nota: Donde pt es el valor de los precios en el periodo analizado y p0 es el valor de los precios en el año base.
1.7.3 Índice de precios de Laspeyres
CONCLUSIÓN
El principio del índice es determinar cuánto cuesta
La propuesta del índice de Laspeyres es no sólo
en el periodo actual una canasta de bienes comprada
Conclusión
dar seguimiento al comportamiento de los precios, sino
en el año base, esto es, lo que se compraba en el pasa-
al dinero que gastan las personas para comprar una ca-
do cuánto cuesta hoy; si el costo es mayor entonces el
nasta de bienes, con la intención de analizar el cambio
costo de vida se ha incrementado.
en el costo de vida de las personas.
Pág. 3 de 6

TEmas CAPítulo 1
17 Números índice
Tabla 6
Aplicación del índice de precios de Laspeyres = *100 (año base 2007)
Producto A Producto B
Precio Cantidad Precio Cantidad
Glosario
Año Índice
A A B B
2005 192 3750 378 5100 100*(192*3950 + 378*5210) / (195*3950 + 410*5210) = 93.86
2007 195 3950 410 5210 100*(195*3950 + 410*5210) / (195*3950 + 410*5210) = 100
2008 199 4052 440 5400 100*(199*3950 + 440*5210) / (195*3950 + 410*5210) = 105.92
2009 210 4012 489 5244 100*(210*3950 + 489*5210) / (195*3950 + 410*5210) = 116.2
Recursos
2010 220 4045 520 5500 100*(220*3950 + 520*5210) / (195*3950 + 410*5210) = 123.12
Nota: Donde pt es el valor de los precios en el periodo analizado, y p0 y q0 es el valor de los precios y las cantidades compradas en el periodo base.
En la tabla 6 se puede observar la aplicación del índice de Laspeyres, en el año base 2007 la canasta de bienes
comprada costaba (195*3950 + 410*5210) = $2,906,350, en cambio, en el 2010 la misma canasta de bienes costaba
Actividad
(220*3950 + 520*5210) = $3,578,200, lo cual significa, expresándolo en el índice 100*(3,578,200/2,906,350) = 123.12, que
los precios en el 2010 son mayores en un 23.12% que en el 2007; de esta manera el costo de vida se ha incrementado y
las personas en el presente compraran menos que en el pasado.
De manera similar a los índices anteriores, en el año base el índice toma el valor de 100, ya que es el año de referencia,
y si el valor es menor a 100, implica que los precios son menores, en la tabla 6 en el año 2005 el índice toma el valor de
93.86, esto indica que los precios en el 2005 son menores a los del año base en 6.14% (100-93.86).
Conclusión
Pág. 4 de 6

MAPA
Glosario
TEmas CAPítulo 1
18 Números índice
Índice de precios de Paasche

1.7.4 Índice de precios de Paasche
Compara cuánto cuesta en el pasado
Similar a Laspeyres, el índice de Paasche permite dar seguimiento al dinero que gastan las personas en una una canasta de bienes comprada en
canasta de bienes para analizar el cambio en el costo de vida de las personas. Sin embargo, Laspeyres compara el presente.
glosarioGlosario
cuánto cuesta en el presente una canasta de bienes comprada en el pasado y Paasche hace lo contrario, compara
cuánto cuesta en el pasado una canasta de bienes comprada en el presente.
Tabla 8
Aplicación del índice de precios de Paasche = *100 (año base 2007)
Producto A Producto B
RECURSOS
Precio Cantidad Precio Cantidad
Año Índice Paasche
A A B B
Recursos
2005 192 3750 378 5100 100* (192*3750 + 378*5100) / (195*3750 + 410*5100) = 93.82
2007 195 3950 410 5210 100* (195*3950 + 410*5210) / (195*3950 + 410*5210) = 100.00
2008 199 4052 440 5400 100* (199*4052 + 440*5400) / (195*4052 + 410*5400) = 105.93
2009 210 4012 489 5244 100* (210*4012 + 489*5244) / (195*4012 + 410*5244) = 116.18
ACTIVIDAD
2010 220 4045 520 5500 100* (220*4045 + 520*5500) / (195*4045 + 410*5500) = 123.2
Actividad
Nota: Donde pt y qt son el valor de los precios y de las cantidades compradas en el
periodo analizado, y p0 es el valor de los precios en el periodo base.
CONCLUSIÓN
Conclusión
Pág. 5 de 6 John Foxx/Getty Images/Photos.com

MAPA
Ligas de interés
TEmas CAPítulo 1
19 Números índice
En la tabla 8 está ilustrado el procedimiento de cálculo del índice de Paasche, en el 2010 la canasta de bienes com- »» En la siguiente página el INEGI
prada costaba (220*4045 + 520*5500) = $3,749,900, esa misma canasta si se hubiera comprado en el año base 2007 proporciona una calculadora de
costaría (195*4045 + 410*5500) = $3,043,775, esto significa, expresándolo en el índice 100*(3,749,900/3,043,775) inflación para México a partir
= 123.199, que los precios en el 2010 son un 23.2% mayores que en el año base, 2007, y por lo tanto el costo de de la información del Índice de
glosarioGlosario
vida se ha incrementado. Precios del Consumidor.
Los índices de precios que se han visto en esta sección permiten comparar cómo han cambiado los precios con Calculadora de inflación en México
respecto al año base, sin embargo, también pueden usarse para comparar cómo cambian los precios con respecto (INEGI, 2011).
a otros periodos. Por ejemplo, si se quisiera sacar el crecimiento de los precios de 2009 a 2010, se podría hacer
usando el índice, sacando una simple tasa de crecimiento (123.2/116.18 -1) % = 6.04%, lo cual significa que de 2009
a 2010 la inflación (el crecimiento de los precios) fue de 6.04%.
RECURSOS
Recursos
Para saber más...
Como complemento al material
ACTIVIDAD
presentando en esta sección, el
Actividad
lector también puede consultar
Alexander Putyata/Getty Images/Photos.com

literatura relacionada con el tema
(Carlos Javier Cabrera Adame,
2005) y (David R. Anderson, 2008)
CONCLUSIÓN
Conclusión
Pág. 6 de 6

MAPA
Glosario
TEmas CAPítulo 1
20 Ajustes una serie de tiempo por variaciones en el calendario
Ajuste de una serie por variaciones

1.8 Ajustes una serie de tiempo por variaciones en el calendario
en el calendario
Otro tipo de ajuste en la serie que se puede realizar para hacer más precisos los métodos de pronósticos, es el Este ajuste en la variable bajo estudio
ajuste debido a las variaciones en el calendario. Este ajuste se hace con la intención de eliminar las variaciones se hace con la intención de eliminar
las variaciones en los días laborales
glosarioGlosario
en los días laborales provocadas por días festivos, huelgas, etc.
provocadas por días festivos, huel-
Estos ajustes son recomendables porque un periodo puede tener un número diferente de días laborales con res- gas, etc.
pecto al mismo periodo de años anteriores, o bien con respecto al siguiente periodo del mismo año, lo cual puede
hacer pensar que la variable bajo estudio está creciendo, pero dicho crecimiento puede deberse simplemente a la
diferencia de días laborados.
Para realizar el ajuste de la serie histórica, se aplicará la siguiente fórmula a cada periodo:
RECURSOS
(
Promedio de días laborales en el periodo en diferentes años
(
Recursos
Dato ajustado =(Dato observado) (9)
Días laborales en el periodo
El siguiente ejemplo de las ventas mensuales de una compañía (en unidades) ilustra la aplicación del ajuste de
una serie por variaciones en el calendario. En la tabla 9 se reportan por mes y año las ventas mensuales en unida-
des de una compañía, si se observa el dato de enero y febrero de 2007 se puede pensar que las ventas cayeron de
ACTIVIDAD
154 unidades vendidas a 143 unidades, un decrecimiento del 7.4%=(143/154-1) %.
Actividad
Tabla 9
Ventas mensuales en unidades sin ajustar por variaciones en calendario
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
CONCLUSIÓN
2007 154 143 146 144 153 142 145 146 145 154 144 147
2008 154 152 151 147 157 149 150 155 146 146 158 151
Conclusión
2009 143 158 150 151 155 160 149 153 163 154 155 148
2010 152 149 155 156 156 154 154 155 144 151 153 152
2011 158 153 149 153 147 152 153 - - - - -
Pág. 1 de 3

TEmas CAPítulo 1
Sin embargo, el decrecimiento observado puede deberse a tres motivos: la primera, una caída en la demanda; la segunda, el mes de enero tuvo 3 días
más para vender que febrero (23 y 20 días, respectivamente); y por último, los días laborados en enero 2007 fueron relativamente altos comparados con
los días promedio, 21 días, que se observan en enero en los 5 años que se tienen registrados (ver tabla 10). Los dos últimos motivos tienen que ver con
las variaciones en el calendario y pueden estar distorsionando el verdadero comportamiento de la serie, esto es, entra el cuestionamiento de si realmente
las ventas cayeron porque disminuyó la demanda o simplemente por las variaciones en el calendario.
Glosario
Tabla 10
Días laborados por mes Días laborados
2007 23 20 24 22 21 21 22 22 19 22 22 21
2008 22 21 23 23 19 23 21 22 20 23 22 19
2009 20 19 22 22 21 21 21 22 20 22 21 21
Recursos
2010 18 19 21 19 22 22 21 22 20 22 22 21
2011 20 20 23 20 21 20 21 - - - - -
Promedio 21 20 23 21 21 21 21 22 20 22 22 21
En la tabla 11 se reportan las ventas ajustadas por variaciones en el calendario, se

puede observar que las ventas ajustadas de enero 2007 fueron de 141 y de febre-
Actividad
ro 2007 143, esto significa un crecimiento de 1.70%= (143/141-1%) en lugar de un
decrecimiento de 7.4% como indicaban las ventas no ajustadas, las cuales estaban
siendo afectadas por las variaciones en el calendario.
Conclusión
Pág. 2 de 3 Nicola Pavone/Getty Images/Photos.com

TEmas CAPítulo 1
Tabla 11
Ventas mensuales en unidades ajustadas por variaciones en el calendario
Ventas mensuales ajustadas
Glosario
2007 141 143 140 137 153 142 138 146 153 154 144 147
2008 147 145 151 134 174 136 150 155 146 140 158 167
2009 150 166 157 144 155 160 149 153 163 154 162 148
2010 177 157 170 172 149 147 154 155 144 151 153 152
2011 166 153 149 161 147 160 153 - - - - -
Recursos
El procedimiento para obtener las ventas ajustadas se realizó aplicando la fórmula (9):
Ventas ajustadas ene. 2007 = (154*21)/23 = 140.6 ≈ 141

Ventas ajustadas feb. 2007 = (143*20)/20 = 143
Ventas ajustadas mar. 2007 = (146*23)/24 = 139.9 ≈ 140
Actividad
Conclusión
Pág. 3 de 3

Capítulo 1. Conceptos generales de pronósticos y de análisis de datos
TEmas CAPítulo 1
23 Ejercicio integrador del capítulo 1
Ejercicio integrador del capítulo 1
Glosario
Recursos
Actividad
Conclusión
TEmas CAPítulo 1
24 Conclusión del capítulo 1
Conclusión del capítulo 1

En este capítulo se estudió que pronosticar es emitir un enunciado fu- zar pronósticos. Los ajustes en la serie que se estudiaron fueron quitar el
turo sobre el valor de una variable, con la intención de que este enuncia- efecto de la inflación usando y calculando números índices para expresar
do sirva para la toma de decisiones y que el beneficio de tal decisión sea la serie de valores monetarios a valores reales, y ajustar la serie por la
Glosario
mayor al costo de obtener el pronóstico. Se aprendió que el pronóstico variación en días laborales atribuidos a días festivos, huelgas etc. Tanto la
es utilizado para la planeación teniendo en consideración que no hay que inflación y las variaciones en los días laborales entre periodos distorsiona
confundir meta con pronóstico, como comúnmente se hace. El pronóstico el comportamiento real de la serie, de esta manera los ajustes realizados
es lo que se espera observar de acuerdo a las estrategias actuales de la permitirán modelar mejor la serie con la intención de obtener pronósticos
empresa y la meta es lo que se desea observar, de esta manera si el pro- más precisos.
nóstico está por debajo de la meta la empresa tendrá que hacer ajustes
en sus estrategias o en sus metas para que sean alcanzables.
Recursos
También se aprendió que existen métodos de pronósticos cualitativos
y cuantitativos. Los cualitativos se usan cuando no hay datos históricos
de la variable bajo estudio y los pronósticos se realizan mediante opinio-
nes de expertos. Los cuantitativos emplean datos históricos y a través de
Thinkstock/Getty Images/Photos.com
modelos matemáticos se realizan pronósticos, los cuales se espera sean
Actividad
más objetivos.
Como introducción a los siguientes capítulos se mencionaron los dis-

tintos métodos numéricos que se estudiarán, los cuales son el enfoque
principal del libro. Asimismo, se procedió a explicar en este capítulo intro-
ductorio cómo preparar la serie antes de comenzar a utilizarla para reali-
Conclusión
TEmas CAPítulo 1
Glosario
Glosario del capítulo 1
Recursos
A B C D E F G H I J K L M N Ñ O P Q R S T U V W X Y Z
A D Deflactar una serie de tiempo
El comportamiento de las series expresadas en
Agentes económicos Datos de corte transversal valores monetarios es afectado por la inflación, el
Son los grupos de personas (las familias, las em- Los datos de corte transversal son mediciones de procedimiento para deflactar una serie de tiempo
Actividad
presas, el gobierno, etc.) que realizan una activi- una variable en un punto en el tiempo. consiste en quitarle a la serie el efecto de la infla-
dad económica. ción y dejarla expresada en términos reales.
Datos de series de tiempo
Ajuste de una serie por variaciones en el
calendario
Los datos de series de tiempo son mediciones
que se hacen de una variable a través del tiempo,
I
Este ajuste en la variable bajo estudio se hace ya sea de frecuencia mensual, bimestral, trimes- Índice de precios de Laspeyres
Conclusión
con la intención de eliminar las variaciones en tral, anual, etc.
Compara cuánto cuesta en el presente una ca-
los días laborales provocadas por días festivos,
nasta de bienes comprada en el pasado.
huelgas, etc.
Pág. 1 de 2

TEmas CAPítulo 1
Glosario del capítulo 1
A B C D E F G H I J K L M N Ñ O P Q R S T U V W X Y Z
Índice de precios de Paasche Métodos cuantitativos univariados PIB Real
Compara cuánto cuesta en el pasado una canas- Los métodos cuantitativos univariados determi- Es el PIB Nominal deflactado por un índice de
Glosario
ta de bienes comprada en el presente. nan el patrón histórico de la variable, asumen que precios.
se mantiene en el futuro y lo aprovechan para
Índice de precios realizar pronósticos. PIB
Un índice de precios monitorea el comportamien- Es la producción de bienes y servicios de un país.
to de los precios a través del tiempo tomando Métodos de pronósticos cualitativos
como referencia un año base, y es utilizado para Los métodos de pronósticos cualitativos parten Pronosticar
deflactar variables expresadas en términos mo- generalmente de juicios de expertos y se usan Pronosticar es realizar un enunciado sobre el va-
Recursos
netarios. cuando no existen datos históricos de la variable lor futuro de una variable de interés, fundamenta-
bajo estudio. do ya sea por el análisis de datos históricos dis-
Inflación ponibles, por el juicio de expertos en el tema o
Es el incremento, en un largo periodo de tiempo, Métodos de pronósticos cuantitativos por una combinación de ambas cosas.
generalizado de los precios de los bienes y servi- Los métodos de pronósticos cuantitativos parten
cios de una economía. de datos históricos y a través de sus procedi-
mientos matemáticos y estadísticos buscan ofre-
Actividad
M cer pronósticos objetivos.
Métodos cuantitativos multivariados P

Los métodos cuantitativos multivariados median-
te una relación causal establecida por la teoría o PIB Nominal
la lógica asumen que los valores futuros de la va- Es la producción de bienes y servicios de un país
Conclusión
riable bajo estudio se pueden determinar proyec- expresado en unidades monetarias, en dinero.
tando los valores de variables de influencia que,
podrían ser o no controladas por el investigador.
Pág. 2 de 2
TEmas CAPítulo 1
Glosario
Recursos del capítulo 1
Recursos
»» Anexos descargables »» Formularios
Patrones de una serie de tiempo Formulario del capítulo 1
En este documento se explican los patrones que existen en una serie Este documento contiene las fórmulas utilizadas en el capítulo 1.
de tiempo.
»» Ligas de interés
»» Ejercicios descargables
»» BANXICO, Los índices de precios en México, 2010
Actividad
Ejercicios del capítulo 1
En el documento de esta página, el Banco de México explica los índices
Este documento contiene algunos ejercicios adicionales para el
de precios que se calculan en México, cómo se calculan y la frecuencia
capítulo 1.
en que se publican.
Respuestas a ejercicios del capítulo 1
BANXICO (2010). Los índices de precios en México. Cátedra Banco
Este documento contiene las respuestas de los ejercicios adicionales
de México. Recuperado de: http://www.banxico.org.mx/material-edu-
para el capítulo 1.
Conclusión
cativo/informacion-general/catedra-banco-de-mexico/universidad-au-
tonoma-de-nuevo-leon-uanl-y-escuel/%7BAA0E91F1-20C3-27B2-
4037-24939897BD9F%7D.pdf
Pág. 1 de 2

Recursos del capítulo 1
TEmas CAPítulo 1
»» Índice de Precios del Consumidor, IPC (BANXICO, Elaboración de »» Inflación (BANXICO, Política Monetaria e Inflación, 2011)
INPC y UDIS, 2011). En la siguiente página del Banco de México se publica información sobre
Glosario
En la siguiente página del Banco de México se publica información para la definición de la inflación, sus determinantes, la importancia de la esta-
conocer qué es, para qué sirve y cómo se calcula el Índice de Precios bilidad en los precios y sobre cómo se mide:
del Consumidor bajo la fórmula del Índice de precios de Laspeyres:
BANXICO. (19 de Octubre de 2011). Política Monetaria e Inflación. Obte-
BANXICO. (19 de Octubre de 2011). Elaboración de INPC y UDIS. Obte- nido de BANXICO: http://www.banxico.org.mx/divulgacion/politica-mone-
nido de Banco de México: http://www.banxico.org.mx/politica-monetaria- taria-e-inflacion/politica-monetaria-inflacion.html
e-inflacion/material-de-referencia/intermedio/inflacion/elaboracion-inpc-
»» Calculadora de inflación en México (INEGI, 2011).
Recursos
udis.html
En la siguiente página el INEGI proporciona una calculadora de inflación
»» Índice de Precios del Productor, INNP (BANXICO, Elaboración del para México a partir de la información del Índice de Precios del Consu-
INPP, 2011) midor.
En la siguiente página del Banco de México se publica información para
conocer qué es, para qué sirve y cómo se calcula el Índice de Precios INEGI. (2011, Octubre 26). INEGI. Calculadora de Inflación. Recuperado
del Productor bajo la fórmula del Índice de precios de Laspeyres: de: INEGI. Índice Nacional de Precios: http://www.inegi.org.mx/sistemas/
indiceprecios/CalculadoraInflacion.aspx
Actividad
BANXICO. (19 de Octubre de 2011). Elaboración del INPP. Obtenido
»» Si quieres seguir practicando puedes consultar la siguiente liga:
de BANXICO: http://www.banxico.org.mx/politica-monetaria-e-inflacion/
http://www.editorialdigitaltecdemonterrey.com/materialadicional/id196/
material-de-referencia/intermedio/inflacion/elaboracion-del-inpp.html
cap1/Ejercicios_integradores.doc
Conclusión
Pág. 2 de 2
Índice
Introducción del eBook 5 1.4.3 Regresión lineal simple y múltiple 8
Capítulo 1. Conceptos generales de pronósticos y de análisis de datos 6 1.5 Datos de series de tiempo y datos de corte transversal 9
Conceptos generales 6 1.6 Ajustes de una serie de tiempo por valores monetarios 10
Pronosticar6 1.7 Números índice 14
Aplicaciones 6 1.7.1 Índice de precios simple 15
Métodos de pronósticos 6 1.7.2 Índice de precios agregado 16
Tipos de datos 6 1.7.3 Índice de precios de Laspeyres 16
Cualitativos6 1.7.4 Índice de precios de Paasche 18
Cuantitativos6 1.8 Ajustes una serie de tiempo por variaciones en el calendario
Valores monetarios 6 20
Variaciones en el calendario 6 Ejercicio integrador del capítulo 1 23
Ajustes de una serie de tiempo 6 Conclusión del capítulo 1 24
Números índice 6 Glosario del capítulo 1 25
1.1 Características de los pronósticos 1 Recursos del capítulo 1 27
1.2 Aplicación de los pronósticos en la planeación 2 Capítulo 2. Regresión lineal simple 29
Pronóstico: Regresión lineal simple 30
Lo que se espera observar. 2 2.1 Análisis de correlación 31
Meta: 2.1.1 Diagramas de dispersión 31
Lo que se desea observar. 2 2.1.2 Coeficiente de correlación lineal simple 36
1.3 Métodos de pronósticos cualitativos 4 2.2 Fundamentos de regresión lineal simple 42
1.3.1 Pronóstico visionario 4 2.2.1 Modelo de regresión lineal simple poblacional 42
1.3.2 Analogía histórica 4 2.2.2 Supuestos estadísticos 44
1.3.3 Consenso de un panel 4 2.3 Ecuación de regresión lineal simple poblacional y muestral 47
1.3.4 Método Delphi 5 2.3.1 Estimadores puntuales de Mínimos Cuadrados
1.4 Métodos de pronósticos cuantitativos 6 Ordinarios 47
1.4.1 Métodos de suavización 7 2.3.2 Interpretación de los coeficientes de la ecuación de regre-
1.4.2 Métodos de descomposición 8 sión lineal simple muestral 50
Pág. 1 de 4

Índice
2.3.3 Estimación puntual de la media de Y, y predicción puntual sión lineal simple muestral 89
de un valor futuro de Y 51 3.2.3 Estimación puntual de la media de Y y predicción puntual
2.4 Análisis de Varianza, ANOVA 52 de un valor futuro de Y 90
2.4.1 Error estándar de la estimación 54 3.3 Análisis de Varianza, ANOVA 92
2.4.2 Significancia estadística del modelo de regresión, la prue- 3.3.1 Error estándar de la estimación 94
ba F 54 3.3.2 Significancia estadística del modelo de regresión, la prue-
2.4.3 Coeficiente de determinación 56 ba F 95
2.5 Inferencia estadística en regresión lineal simple 59 3.3.4 Tabla ANOVA 98
2.5.1 Pruebas de hipótesis sobre los coeficientes 3.4 Inferencia estadística en regresión lineal simple 100
de la ecuación de regresión 60 3.4.1 Pruebas de hipótesis sobre los coeficientes de la ecuación
2.5.2 Intervalos de confianza para los coeficientes de la ecua- de regresión 100
ción de regresión 64 3.4.2 Intervalos de confianza para los coeficientes de la ecua-
2.5.3 Intervalos de confianza para la media de Y y de predicción ción de regresión 104
para un valor futuro de Y 65 3.4.3 Intervalos de confianza para la media de Y y de predicción
Ejercicio integrador del capítulo 2 68 para un valor futuro de Y 105
Conclusión del capítulo 2 69 3.5 Modelos especiales en el análisis de regresión lineal
Glosario del capítulo 2 70 múltiple 108
Recursos del capítulo 2 74 3.5.1 Modelo con interacción 108
Capítulo 3. Regresión lineal múltiple 77 3.5.2 Modelo con variables independientes categóricas 112
Regresión lineal múltiple 78 3.6 Métodos de selección de variables 120
3.1 Fundamentos de regresión lineal múltiple 79 3.6.1 Prueba F parcial 120
3.1.1 Modelo de regresión lineal múltiple poblacional 80 3.6.2 Método de regresión hacia atrás (Backward) 124
3.1.2 Supuestos estadísticos 80 3.6.3 Método de regresión hacia adelante (Forward) 127
3.2 Ecuación de regresión lineal múltiple poblacional y muestral 82 3.6.4 Método de regresión paso a paso (Stepwise) 129
3.2.1 Estimadores puntuales de Mínimos Cuadrados Ordinarios Ejercicio integrador del capítulo 3 132
82 Conclusión del capítulo 3 133
3.2.2 Interpretación de los coeficientes de la ecuación de regre- Glosario del capítulo 3 134
Pág. 2 de 4

Índice
Recursos del capítulo 3 138 5.3.1 Error Cuadrático Medio (ECM) 216
Capítulo 4. Problemas en la estimación y validación de los supuestos de re- 5.3.2 Desviación Absoluta Media (DAM) 217
gresión 141 5.3.3 Error Porcentual Medio (EPM) 217
Introducción 142 5.3.4 Error Porcentual Absoluto Medio (EPAM) 218
4.1 Problemas con los datos 143 5.4 Métodos de suavización 219
4.1.1 No linealidad 143 5.4.1 Métodos de suavización para series con patrón aleatorio o
4.1.2 Multicolinealidad 148 estacionario (horizontal) 219
4.1.3 Observaciones extremas e influenciales 153 5.4.1.1 Método informal 220
4.2 Validación y corrección de supuestos 162 5.4.1.2 Método basado en la media (promedio simple) 222
4.2.1 Normalidad 162 5.4.1.3 Método de promedio móvil de k periodos 224
4.2.2. Varianza constante 167 5.4.1.4 Suavización exponencial simple 227
4.2.3 Independencia 179 5.4.2 Métodos de suavización para series con patrón de ten-
Ejercicio integrador del capítulo 4 188 dencia 230
Conclusión del capítulo 4 189 5.4.2.1. Métodos informales para series con tendencia 231
Glosario del capítulo 4 190 5.4.2.2 Método de promedio móvil doble 235
Recursos del capítulo 4 195 5.4.2.3 Método de suavización exponencial doble: Método
Capítulo 5. Métodos univariados de series de tiempo 198 de Brown 239
Métodos univariados de series de tiempo 199 5.4.2.4 Método de suavización exponencial doble: Método
5.1 Componentes de una serie de tiempo 201 de Holt 244
5.1.1 Horizontal o estacionario 201 5.4.3 Métodos de suavización para series con patrón estacional
5.1.3 Variación cíclica 203 249
5.1.4 Variación estacional 203 5.4.3.1 Métodos informales para series con patrón estacio-
5.1.5 Variación aleatoria (irregular) 204 nal 250
5.2 Análisis de autocorrelación 205 Modelo informal estacional para series con patrón horizon-
5.2.1 Coeficiente de autocorrelación 205 tal (estacionarias) 250
5.2.2 Correlograma 210 5.5 Método de descomposición de series de tiempo 264
5.3 Medidas de precisión de los métodos de pronósticos 5.5.1 Modelo multiplicativo 265
univariados 216 5.5.2 Modelo aditivo 272
Pág. 3 de 4

Índice
Ejercicio integrador del capítulo 5 279
Conclusión del capítulo 5 280
Glosario del capítulo 5 281
Recursos del capítulo 5 286
Ligas de interés 290
Glosario general 293
Referencias 305
Índicecccviii
Aviso legal 312
Pág. 4 de 4

Aviso legal ©
Montemayor Gallegos, José Enrique
Métodos de pronósticos para negocios / José Enrique Montemayor Gallegos.
p. 312 cm.
1. Pronóstico de los negocios
LC: HD30.27 Dewey: 658.40355
eBook editado, diseñado, publicado y distribuido por el Instituto Tecnológico y de Estudios Superiores de Monterrey.
Se prohíbe la reproducción total o parcial de esta obra por cualquier medio sin previo y expreso consentimiento por escrito del Instituto Tecnológico y de Es-
tudios Superiores de Monterrey.
D.R.© Instituto Tecnológico y de Estudios Superiores de Monterrey, México. 2012

Ave. Eugenio Garza Sada 2501 Sur Col. Tecnológico C.P. 64849 | Monterrey, Nuevo León | México.
ISBN en trámite
Primera edición.

P196 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

P196 PDF

Cargado por

Copyright:

Formatos disponibles

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Métodos de pronósticos para negocios

Métodos Métodos de Métodos

Comstock Images/Getty Images/Photos.com

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Jupiterimages/Getty Images/Comstock Images/Photos.com

Introducción del eBook

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1. Conceptos generales de pronósticos y de análisis de datos

Conceptos generales Ajustes de una serie de tiempo

Pronosticar Valores monetarios Números índice

Comstock Images/Getty Images/Photos.com

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

1.1 Características de los pronósticos

Pronosticar es realizar un enunciado sobre

tracy lorna/Getty Images/Photos.com

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

Figura 1.2 Ejemplos de uso de los pronósticos.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

El horizonte de tiempo en la planeación también es im-

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

1.3 Métodos de pronósticos cualitativos La ventaja es que se aprovechan los diferen-

Yuri Arcurs/Getty Images/Photos.com

Feng Yu/Getty Images/Photos.com Pág. 1 de 2

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

1.3.4 Método Delphi

Una de las desventajas de este método es

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Métodos cuantitativos univariados.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

»» En este documento se explican

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

1.4.2 Métodos de descomposición

Vartan Nersisian/Getty Images/Photos.com

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Datos de series de tiempo

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

Tabla 2 Deflactar una serie de tiempo

1 $200 $10 $200/$10 = 20

La fórmula general para deflactar una serie de tiempo es:

Alex Slobodkin/Getty Images/Photos.com

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

En el documento de esta página, el

Índice de precios al productor En la siguiente página del Banco de

En la siguiente página del Banco de

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

2010/03 $13,212,164,448 148.1 ($13,212,164,448 / 148.1)*100 = 8,921,110,363

2010/04 $13,805,953,869 150.2 ($13,805,953,869 / 150.2)*100 = 9,191,713,628

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

Capítulo 1.Conceptos generales de pronósticos y de análisis de datos

1.7 Números índice

Índice de precios agregado = *100 (6)

Índice de precios de Paasche = *100 (8)

Daniel Gilbey/Getty Images/Photos.com

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2012.

2006 1.92 3.78 100(1.92+3.78)/(1.95+4.1)= 94.21 100(PA2006+PB2006)/(PA2007+PB2007)

2007 1.95 4.1 100(1.95+4.1)/(1.95+4.1)= 100.00 100(PA2007+PB2007)/(PA2007+PB2007)

2010 2.2 5.2 100(2.2+5.2)/(1.95+4.1)= 122.31 100(PA2010+PB2010)/(PA2007+PB2007)