FORMULACIÓN Y EVALUACIÓN DE PROYECTOS

SEMANA 2
ÍNDICE

ESTUDIO DE MERCADO ................................................................................................................. 3

APRENDIZAJES ESPERADOS ........................................................................................................... 3
INTRODUCCIÓN ............................................................................................................................. 3
DEFINICIÓN DE PRODUCTO/SERVICIO .......................................................................................... 3
ANÁLISIS DE DEMANDA................................................................................................................. 4
1. MÉTODOS SUBJETIVOS.......................................................................................................... 5
MÉTODO DELPHI ....................................................................................................................... 5
2. MÉTODOS DE SERIES DE TIEMPO .......................................................................................... 6
MODELO DE PROMEDIO MÓVILES SIMPLES ......................................................................... 7
MODELO SUAVIZAMIENTO EXPONENCIAL............................................................................ 8
MODELO DE DESCOMPOSICIÓN ......................................................................................... 10
3. MÉTODOS CAUSALES .......................................................................................................... 15
MODELO DE REGRESIÓN LINEAL ............................................................................................. 15
MODELO MÍNIMOS CUADRADOS ....................................................................................... 16
COMENTARIO FINAL.................................................................................................................... 17
REFERENCIAS ............................................................................................................................... 18

CONTENIDO SEMANA 2 Página |2

ESTUDIO DE MERCADO

APRENDIZAJES ESPERADOS
Se espera que al finalizar esta unidad el alumno comprenda lo que es un estudio de mercado,
describa la demanda y la oferta, mediante métodos cuantitativos y cualitativos de tal forma de
obtener una visión de tamaño y capacidad previa.

INTRODUCCIÓN
En la formulación y evaluación de proyectos, se encuentran variados conceptos del ámbito
industrial y económico los cuales son de alta importancia en el momento de realizar una
evaluación cuantitativa representada en un flujo. Dentro de estos conceptos se encuentra el
análisis de la economía con sus curvas de oferta y demanda, que en términos reales definen el
comportamiento de mercado dada ciertas variables. Asimismo, este comportamiento de
mercado define e indica cuál será el movimiento económico en términos de ingresos y costos
de cualquier proyecto de inversión.

En la economía se puede ver que los recursos son limitados, existe un costo oportunidad y
principalmente que los precios los determina el mercado para cualquier bien o servicio
transado. Los componentes gubernamentales solo intervienen normando y estableciendo
límites, como por ejemplo, las máximas y las mínimas cuotas, lo cual influye sobre un precio
fijado naturalmente en un mercado, afectado a la oferta y la demanda por productos o
servicios de ese mercado.

Un estudio de mercado debe abordar diversas etapas, de manera de incorporar todos los
elementos que influyan en un resultado, estas etapas se identifican inicialmente como la
definición del producto o servicio, un análisis de demanda pasada, actual y futura, un análisis
de oferta pasada, actual y futura, la comercialización del bien, un análisis de precios y de la
industria. Con todo, se logra establecer un comportamiento económico sobre el proyecto y su
producto.

Finalmente, el comportamiento de un mercado siempre determinará el efecto sobre un

proyecto, en términos de precios, costos, cantidades demandada, cantidades ofertadas, por
ende al resultado del proyecto en el tiempo. Esta es la importancia de poder realizar una
estimación asertiva sobre los elementos que afectarán los ingresos dentro de un proyecto y
cómo estos variarán en el tiempo de acuerdo al comportamiento de un mercado.

DEFINICIÓN DE PRODUCTO/SERVICIO
La importancia de entender y definir lo que es un producto o servicio y la descripción detallada
del proyecto, puede determinar el éxito o fracaso de una iniciativa. Entendiendo que el

CONTENIDO SEMANA 2 Página |3

producto o servicio es “el resultado del esfuerzo unitario o colectivo que puede ser
comercializado, costeado, medido y que generan un beneficio” (Embry, 2012).

El producto o servicio cumple con una serie de atributos que deben ser tomados en cuenta,
entre estos se encuentran las características de forma, duración en tiempo del producto entre
otros, todo esto con la finalidad de realizar una estimación cercana en cuanto al esfuerzo
necesario para la concepción de dicho producto o servicio.

Es requisito entender en qué mercado existe el producto o servicio, lo cual lleva a contestar
ciertas preguntas para lograr determinar lo anteriormente descrito.

Es importante poder entender en qué mercado se transa el producto o servicio, lo cual lleva a
contestar ciertas preguntas para lograr comprender las tendencias del mercado o preferencias.

Las preguntas necesarias a considerar para la definición del producto o servicio son1:
1. ¿Cuál es el producto o servicio que se desea producir u ofertar?
2. ¿Existe la posibilidad de configurar subproductos?
3. ¿Cuáles son los productos sustitutos, productos complementarios o ambos que sean
muy cercanos?
4. ¿Cuál es la unidad de venta del producto o servicio?
5. ¿Es este un bien de consumo, intermedio o de capital?
6. ¿Cuáles son los principales consumidores?
7. ¿Es un producto o servicio para la exportación?
8. ¿La demanda del bien es uniforme u obedece a una curva estacional?

Dentro de un informe de descripción de producto o servicio se debe considerar lo anterior

más:2
 Realizar una descripción del producto o servicio final que se presta, por ejemplo “el
servicio de buses tendrá una duración de ocho horas diarias, pasará por los puntos
turísticos bellas artes, moneda (…), el pasajero podrá subir y bajar con un único ticket
durante todo el día pagando un único valor (…)”.

 Realizar una descripción detalladas del producto o servicio, por ejemplo: “el bus es
rojo, cuenta con acceso a discapacitados, cuenta con conectores de audio en cada
asiento, cuenta con GPS, cada asiento cuenta con cinturón de seguridad (…)”.

La descripción del producto o servicio será de suma importancia para medir en que segmento
de mercado se encuentra, lo que será un aporte para la estimación de demanda y oferta.

ANÁLISIS DE DEMANDA
La descripción de demanda obedece a la cantidad de producto o servicio que un mercado
requiere a un precio determinado, de forma que satisfaga sus necesidades en un periodo

1
Miguel Angel Embry, 2012
2
Miguel Angel Embry, 2012
CONTENIDO SEMANA 2 Página |4
definido, considerando ceteris paribus (la demanda es la que varía y todas las demás variables
permanecen constantes).

Dentro de un análisis de demanda se debe considerar algunas variables independientes que

serán de utilidad para el análisis de comportamiento3:
 Gustos, hábitos y costumbres.
 Población.
 Precios del o los bienes.
 Precios del o de los bienes sustitutos y complementarios.
 Ingreso per cápita.

Ya definido el concepto de demanda es necesario establecer los métodos por los cuales se
debe estimar la misma, estos se pueden definir como (Embry, 2012).

 Métodos subjetivos: los cuales abordan la problemática de la estimación sobre

subjetividades basadas en opiniones y cálculos, estos métodos se definen como:
o Método Delphi.
o Consenso de panel.
o Investigación de mercado.
o Pronósticos futuros en función de una visión.
o Analogía histórica.

 Métodos de series de tiempo: en donde la demanda futura se relaciona y se calcula

con los datos con temporalidad pasada, en donde se consideran aspectos como
estacionalidad, tendencia, componente cíclico y no sistemático.

 Métodos causales: toma en consideración que la demanda actual o futura tiene

relación con eventos pasados y subyacentes en el medio.
o Econométricos.
o Regresión.
o Producto o insumo.
o Intencionalidad de compra.

Será en estos dos últimos puntos donde se centrará la atención.

1. MÉTODOS SUBJETIVOS
MÉTODO DELPHI
El método Delphi es el más utilizado, se basa en decisiones subjetivas las cuales como
características está la evaluación de resultados por un grupo anónimo de expertos constituidos
con anterioridad.

3
Miguel Angel Embry, 2012
CONTENIDO SEMANA 2 Página |5
Principalmente el método comprende la generación de una encuesta la que se envía a
expertos en el tema, los cuales la desarrollan y devuelven a los coordinadores para su análisis,
estos preparan una lista con información proveniente de la encuesta y se envía a los expertos
para la revisión y justificación de los puntos en discordancia. Finalmente, se consolidan los
pronósticos que reflejen consenso por el grupo de expertos.

Características:
 Funciona en base a una encuesta.
 Genera problemas en la comunicación, dado que funciona con opiniones.
 La coordinación podría ser sesgada, dado que produce inclinación a respuestas
positivas, dado que es un método subjetivo.

2. MÉTODOS DE SERIES DE TIEMPO

Este método se relaciona con el hecho de analizar y medir variables en el tiempo a espacios o
intervalos uniformes, donde su principal objetivo es el de la localización de información
histórica, que mediante el análisis de su comportamiento o patrón espacial, permite realizar
proyecciones futuras de la variable analizada.

Dentro del análisis existen cuatro patrones identificables en la serie:

1. Estacionalidad: la variable tiene un comportamiento similar en periodos diferentes.
2. Tendencia: sigue una tendencia periodo tras periodo.
3. Componente cíclico: se comporta de la misma manera durante periodos definidos
extensos.
4. Componente no sistémico: no se aprecian patrones de un sistema definidos en su
comportamiento.

Dentro del análisis los modelos de series de tiempo a ser abordados son:
 Promedios móviles simples.
 Alisamiento exponencial.
 Método de descomposición.

Antes de comenzar a revisar los métodos, es necesario definir una notación a utilizar en los
cálculos:
Xt = Es el valor observado en el periodo t.
St = Es el valor pronosticado en el periodo t.
et = Es el error en términos absolutos en el periodo t.

En donde:
t= {1,2,3,4,5,… n}
et = | St - Xt |

CONTENIDO SEMANA 2 Página |6

En términos reales, el error se definirá como la desviación en valor del pronóstico con respecto
al valor observado (realidad) en el periodo.

Este error se puede producir por excluir variables, error en correlaciones o errores aleatorios
sin explicación por el modelo de pronóstico entre otros.

Dada la definición de nomenclatura se revisará el primer modelo en cuestión.

MODELO DE PROMEDIO MÓVILES SIMPLES

Principalmente este es un promedio, el cual requiere de una serie de tiempo histórica para ser
calculado, además es un método utilizado para realizar pronósticos a corto plazo. Las
limitaciones del pronóstico es que requiere una gran cantidad de información y no se adapta a
los cambios.

La notación del cálculo es:

t 1

X i
St  i t  n

n
Se define el pronóstico como el valor obtenido de la sumatoria de los valores evaluados de “1”
a “n” periodos, dividido por el valor de “n”. Se debe considerar que lo que pronostica es el
periodo siguiente.

Por ejemplo, si se tiene la siguiente serie de tiempo, calcular el pronóstico en mayo y

septiembre:
Tabla 1. Series de tiempo y pronósticos.
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Serie histórica 1.234 2.340 2.567 3.467 1.234 5.678 3.300 3.400 2.500 3.460 2.450 1.450
S 2.402 2.168 2.753 2.831 2.903 2.858 2.918 2.875
e 1.168 3.510 547 569 403 602 468 1.425
Fuente: Embry, 2012.

Para calcular el pronóstico de mayo:

S5 = (1.234 + 2.340 + 2.567 + 3.467)/4 = 2.402 que será el pronóstico para el mes de mayo.

La exactitud del pronóstico se evalúa con la siguiente fórmula:

Se debe recordar que: et = | St - Xt |

El valor medio:
1 n
et   ei
n i 1
CONTENIDO SEMANA 2 Página |7
La desviación estándar:

 
1/ 2
1 n 2
 et    ei  ei 
 n i 1 

El comparativo entre la historia la demanda pronosticada presenta el siguiente

comportamiento:

Gráfico 1. Comparativo pronóstico versus demanda histórica.

Fuente: Embry, 2012.

MODELO SUAVIZAMIENTO EXPONENCIAL

Para este método se toman datos de demanda de series pasadas, los cuales para cada
incremento en un periodo de demanda el pronóstico se reduce en (1 - α). Este pronóstico solo
necesita de tres datos; la demanda del periodo, una constante de suavizamiento llamada α, y
el pronóstico más actual.

El método de cálculo de este método se presenta como:

S2 = X1 (cálculo del primer pronóstico)
St+1 = St+ a (Xt - St) 0 ≤α≤ 1; t≥2

Error de pronóstico, et = (Xt - St)

El pronóstico realizado en el periodo t, para el pronóstico en t+1, St+1.

CONTENIDO SEMANA 2 Página |8

La constante de suavizamiento (α) tendrá un valor entre 0 y 1, y determina la velocidad de
reacción entre lo real y lo pronosticado. La interpretación del α, se entiende como para un α
más pequeño los efectos de cambios en corto plazo son reducidos lo que indica una demanda
estable.

Si la demanda varía en los extremos, crece y decrece con rapidez, un α mayor es capaz de
seguir tales cambios.

La desventaja del método es que no es posible predecir α.

Ejemplo:

Tabla 2. Series de tiempo y pronósticos x α.

Pronóstico (α)
Demanda
Periodos observada 0,1 0,5 0,9
1 Enero 3.000
2 Febrero 2.340 3.000 3.000 3.000
3 Marzo 1.346 2.934 2.670 2.406
4 Abril 2.354 2.775 2.008 1.452
5 Mayo 5.467 2.733 2.181 2.264
6 Junio 2.345 3.006 3.824 5.147
7 Julio 2.376 2.940 3.085 2.625
8 Agosto 2.345 2.884 2.730 2.401
9 Septiembre 6.789 2.830 2.538 2.351
10 Octubre 1.567 3.226 4.663 6.345
11 Noviembre 3.465 3.060 3.115 2.045
12 Diciembre 2.346 3.101 3.290 3.323
Fuente: Embry, 2012.

Gráficamente el comportamiento según α:

Gráfico 2. Demanda observada versus α pronosticados.

Fuente: Embry, 2012.

CONTENIDO SEMANA 2 Página |9

MODELO DE DESCOMPOSICIÓN

Los modelos de descomposición toman en consideración en forma simultánea las series de

datos históricos, los cuales incorporan los análisis de tendencia, componentes cíclicos,
estacionalidad, análisis de componente no sistemático. Estas cuatro componentes se
relacionan de la forma:

En donde cada variable se define como:

S = El valor calculado o pronosticado.
T = Factor de tendencia.
C = El componente cíclico.
µ = Variación no sistemática.

Para realizar el pronóstico se debe previamente calcular cada una de estas variables.

Este método se debe tomar en consideración los siguientes pasos:

1. Cálculo de factor de estacionalidad: es el cociente entre el promedio móvil del periodo,
y el valor observado correspondiente (valor real).

Se debe calcular el índice promedio para cada periodo en cuestión:

Tabla 3. Series de tiempo y pronósticos factor de estacionalidad.

Periodo Mes Valor Promedio
observado(a) móvil 12 meses a/b * 100
(b)
2008 Enero 22.500
2008 Febrero 21.300
2008 Marzo 34.000
2008 Abril 25.000
2008 Mayo 32.000
2008 Junio 34.000
2008 Julio 35.000
2008 Agosto 30.000
2008 Septiembre 25.000
2008 Octubre 23.000
2008 Noviembre 21.000
2008 Diciembre 19.000
2009 Enero 23.000 26.817 85,77
2009 Febrero 26.000 26.858 96,80
2009 Marzo 27.000 27.250 99,08
2009 Abril 27.500 26.667 103,13
2009 Mayo 26.000 26.875 96,74
2009 Junio 25.500 26.375 96,68
CONTENIDO SEMANA 2 Página |10
 2009 Julio 30.000 25.667 116,88
2009 Agosto 34.000 25.250 134,65
2009 Septiembre 35.000 25.583 136,81
2009 Octubre 30.000 26.417 113,56
2009 Noviembre 27.200 27.000 100,74
2009 Diciembre 22.000 27.517 79,95
Fuente: Embry, 2012.

2. Cálculo de factor de estacionalidad promedio por periodo:

Suponiendo que se calculó el periodo 2010 y 2011:

Tabla 4. Series de tiempo, factor de estacionalidad.

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
2009 85,77 96,80 99,08 103,13 96,74 96,68 116,88 134,65 136,81 113,56 100,74 79,95
2010 102,92 116,17 118,90 123,75 116,09 116,02 140,26 161,58 164,17 136,28 120,89 95,94
2011 128,65 145,21 148,62 154,69 145,12 145,02 175,32 201,98 205,21 170,35 151,11 119,93
Prom. 105,78 119,39 122,20 127,19 119,32 119,24 144,15 166,07 168,73 140,06 124,25 98,61
Fuente: Embry, 2012.

El promedio en enero sería:

Prom. enero = (85,77+102,92+128,65)/3 = 105,78

3. Se debe ajustar el valor de estacionalidad multiplicándolo por un factor “k” de

estacionalidad.

K  (Número de observaciones por periodo) x 100

 índices promedio

4. Luego se calcula la tendencia mediante una regresión lineal simple.

5. Se debe calcular el factor cíclico mediante el cociente entre el promedio móvil y la

tendencia para cada periodo.

6. De debe realizar el pronóstico mediante: S = T x C x Y x µ

S(t) = Valor pronosticado para el periodo t.

T(t) = Factor de tendencia para el periodo t.
C = Componente cíclico.
Y = Componente de estacionalidad.
µ = Variación no sistemática.

CONTENIDO SEMANA 2 Página |11

Ejemplo. Se tiene la siguiente serie de datos históricos:

Tabla 5. Series de tiempo ejemplo.

Valor Valor Valor Valor
Mes observado observado observado observado
2008 2009 2010 2011
Enero 22.500 23.000 23.230 23.462
Febrero 21.300 26.000 26.260 26.523
Marzo 34.000 27.000 27.270 27.543
Abril 25.000 27.500 27.775 28.053
Mayo 32.000 26.000 26.260 26.523
Junio 34.000 25.500 25.755 26.013
Julio 35.000 30.000 30.300 30.603
Agosto 30.000 34.000 34.340 34.683
Septiembre 25.000 35.000 35.350 35.704
Octubre 23.000 30.000 30.300 30.603
Noviembre 21.000 27.200 27.472 27.747
Diciembre 19.000 22.000 22.220 22.442
Fuente: Embry, 2012.

Se calcula factor de estacionalidad:

Tabla 6. Series de tiempo factor de estacionalidad.

Promedio
móvil 12
Periodo Mes Valor observado(a) meses (b) a/b*100
2009 Enero 23.000 26.817 85,8
2009 Febrero 26.000 26.858 96,8
2009 Marzo 27.000 27.250 99,1
2009 Abril 27.500 26.667 103,1
2009 Mayo 26.000 26.875 96,7
2009 Junio 25.500 26.375 96,7
2009 Julio 30.000 25.667 116,9
2009 Agosto 34.000 25.250 134,7
2009 Septiembre 35.000 25.583 136,8
2009 Octubre 30.000 26.417 113,6
2009 Noviembre 27.200 27.000 100,7
2009 Diciembre 22.000 27.517 80,0
2010 Enero 23.230 27.767 83,7
2010 Febrero 26.260 27.786 94,5
2010 Marzo 27.270 27.808 98,1
2010 Abril 27.775 27.830 99,8
2010 Mayo 26.260 27.853 94,3
2010 Junio 25.755 27.875 92,4
2010 Julio 30.300 27.896 108,6

CONTENIDO SEMANA 2 Página |12

 2010 Agosto 34.340 27.921 123,0
2010 Septiembre 35.350 27.949 126,5
2010 Octubre 30.300 27.978 108,3
2010 Noviembre 27.472 28.003 98,1
2010 Diciembre 22.220 28.026 79,3
2011 Enero 23.462 28.044 83,7
2011 Febrero 26.523 28.064 94,5
2011 Marzo 27.543 28.086 98,1
2011 Abril 28.053 28.108 99,8
2011 Mayo 26.523 28.131 94,3
2011 Junio 26.013 28.153 92,4
2011 Julio 30.603 28.175 108,6
2011 Agosto 34.683 28.200 123,0
2011 Septiembre 35.704 28.229 126,5
2011 Octubre 30.603 28.258 108,3
2011 Noviembre 27.747 28.283 98,1
2011 Diciembre 22.442 28.306 79,3
Fuente: Embry, 2012.

Se calcula el factor de estacionalidad promedio:

Tabla 7. Factor de estacionalidad promedio.

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

2009 85,77 96,80 99,08 103,13 96,74 96,68 116,88 134,65 136,81 113,56 100,74 79,95

2010 83,66 94,51 98,07 99,80 94,28 92,40 108,62 122,99 126,48 108,30 98,10 79,28

2011 83,66 94,51 98,07 99,80 94,28 92,40 108,62 122,99 126,48 108,30 98,10 79,28

Prom. 84,36 95,27 98,41 100,91 95,10 93,82 111,37 126,88 129,92 110,05 98,98 79,51
Fuente: Embry, 2012.

Se calcula el factor de estacionalidad “K”, multiplicando cada promedio por el factor:

K = (12 * 100)/1.224,60 = 0,98

Tabla 8. Factor de estacionalidad ajustado.

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Pro ajustado 82,67 93,36 96,43 98,88 93,19 91,94 109,14 124,33 127,31 107,84 96,99 77,91
Fuente: Embry, 2012.

CONTENIDO SEMANA 2 Página |13

 Se calcula la tendencia por medio de una regresión lineal simple:

En donde:
xi = 1,2,3,4,5,6… 48 (periodos).
yi = ddai (demanda).
m = pendiente.
b = intersección con el eje.

= El promedio de los valores de y (demanda).

= El promedio de los valores de x (los periodos).

Aplicando las fórmulas se obtiene:

m = 45,12
b = 26.633

Con esto la fórmula de tendencia queda como:

S(t) = (45,12 * t) + 26.633

Ya estipulada la fórmula de tendencia se debe calcular el componente cíclico mediante

la fórmula:

Ejemplo: para el periodo 20, agosto de 2009.

Factor cíclico = 25.250 / ((45,12 * 20) + 26.633) = 0,92

Luego calcular el factor cíclico promedio por periodo:

Tabla 9. Factor cíclico promedio.

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
2009 0,99 0,99 1,00 0,97 0,98 0,96 0,93 0,92 0,93 0,96 0,98 0,99
2010 1,00 1,00 1,00 1,00 1,00 1,00 1,00 0,99 0,99 0,99 0,99 0,99
2011 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,98 0,98 0,98 0,98
Prom. 0,99 0,99 1,00 0,99 0,99 0,98 0,97 0,97 0,97 0,98 0,98 0,99
Fuente: Embry, 2012.

Finalmente se realiza el pronóstico, recordando que la ecuación para tal efecto es:

CONTENIDO SEMANA 2 Página |14

 En donde cada variable se define como:
S = El valor calculado o pronosticado.
T = Factor de tendencia.
C = El componente cíclico.
µ = Variación no sistemática.

Ejemplo: enero de 2012 representa el periodo 49.

S(49) = T(49) x C x Y x µ
S(49) = ((45,12 x 49) + 26.633) x (82,67/100) x 0,99 = 23.607
S(49) = 23.607

3. MÉTODOS CAUSALES
Los métodos causales usan el pronóstico en el análisis de comportamiento de la variable a
proyectar, realizando la relación de esta con variables que la expliquen. Los datos utilizados
son los históricos.

Las variables explicativas se definen como variables independientes que, en su concepción,

determinan las variables a proyectar. Un ejemplo se puede representar por la frase: “La
demanda se verá afectada por el efecto relacionado al marketing, la competencia entre otros”.

Algunos de los modelos causales son:

 Econométricos.
 Regresión.
 Encuestas.
 Insumo o producto.

MODELO DE REGRESIÓN LINEAL

El modelo de regresión lineal, se define como la relación entre dos variables que gráficamente
forman una línea recta. Las formula de regresión se define como:

 X  y  n  X  y
b i 1
n

X
2
 n X
2
i
i 1

a  y bX
Donde:

, = Promedio.
y = Variable dependiente.
X = Periodo.
a = Intersección de Y.

CONTENIDO SEMANA 2 Página |15

b = Pendiente.

MODELO MÍNIMOS CUADRADOS

Este método intenta ajustar la linealidad de los datos de forma tal que se minimicen las
distancias verticales en sus cuadrados entre los datos y sus correspondientes puntos dentro de
la línea. La formula establece de la siguiente manera:
n
e   Yi  y i 
2

i 1

Donde:
y= Datos de la variable dependiente.
Y = Variable dependiente calculada por la ecuación.

El error reestimación se nota como: n

 y  Yi 
2
i
SYX  i 1

CONTENIDO SEMANA 2 Página |16

COMENTARIO FINAL
El contenido de este documento entrega información sobre la importancia de estimar los
componentes de demanda para la incorporación de tal concepto dentro de una evaluación de
proyectos. En donde la estimación de la misma da pie al cálculo de una serie de variables de
evaluación como son ingresos, costos, cantidades de producción, adquisición de máquinas o
tecnología y la realización de inversiones necesarias para poder cumplir con la demanda
requerida.

Finalmente, mediante del análisis simulado de los componentes de demanda de cada proyecto
propuesto por el alumno, este podrá entender lo que es la proyección de la demanda para su
representación en un flujo.

CONTENIDO SEMANA 2 Página |17

REFERENCIAS

Sapag, N. (1991). Preparación y evaluación de proyectos (2ª edición). Atlacomulco, México:

Editorial McGraw-Hill Interamericana de México S. A.

Carvallo, C. (2008). Ramo Administración y evaluación de proyectos (1ª edición). Santiago de

Chile: Universidad Técnica Federico Santa María.

Embry, M. A. (2008-2012). Apuntes Administración y evaluación de proyectos (1ª edición).

Santiago de Chile: Universidad Técnica Federico Santa María.

PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE:

IACC (2012). Estudio de mercado. Semana 2.

CONTENIDO SEMANA 2 Página |18

CONTENIDO SEMANA 2 Página |19