MÉTODOS DE PROYECCIÓN

Existen varias alternativas para determinar el comportamiento

futuro de un producto, lo cual exige de los proyectistas, un
análisis detenido de implicaciones y exigencias de cada
método, para seleccionar y aplicar correctamente el que se
considere mas adecuado a la situación de estudio.

TÉCNICAS DE PREDICCIÓN
1. Relación entre variables
2. Información subjetiva
3. Series de tiempo
 RELACIÓN ENTRE VARIABLES
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN
El análisis de regresión trata del estudio de la dependencia de la
variable dependiente, en una o mas variables(variables
explicativas), con el objeto de estimar y/o predecir la media o valor
promedio poblacional de la primera en términos de valores
conocidos o fijos de las ultimas.

El análisis de regresión da lugar a una ecuación matemática que

permite describir la relación existente entre dos variables. Es decir,
obtener un línea ideal conocida como línea de regresión que nos
describe la relación o dependencia entre dos variables.
FUNCIÓN DE REGRESIÓN LINEAL CON UNA VARIABLE INDEPENDIENTE.
EJEMPLO
Consumo(Yi )  1   2 Ingreso ( X i )  ui
Keynes plantea la hipótesis.
La ley psicológica fundamental, considera que lo hombres y (mujeres) como regla
general y en promedio, están dispuestos a incrementar su consumo a medida que
su ingreso aumenta, pero no en la misma cuantía del aumento de su ingreso.
Se postula que la PMG (Propensión marginal a consumir esta entre

0 < PMC( 2 ) < 1

 FUNCIÓN KEYNESIANA
Método de mínimos cuadrados ordinarios (MCO).


 uˆi   Yi  ˆ1  ˆ2 X i
2

2
RESOLVIENDO LAS ECUACIONES NORMALES
n X iYi   X i  Yi  X i  Yi   X i  X i Yi
2
ˆ2  ˆ1 
n  X i   X i  n X i   X i 
2 2 2 2

ˆ1  Y   2 X
Coeficiente de correlación r.
n X iYi   X i  Yi 
r
.. n X i  ( X i ) 2   n Yi 2  ( Yi ) 2 
2
 EMPRESA CONSTRUCTORA MODULAR

 Para realizar la proyección de la demanda solicitó

información a la curaduría urbana de Popayán quien
suministró datos sobre las licencias de construcción de
vivienda por m2, correspondiente a los años 1990 a 2000.
 DATOS SUMINISTRADOS POR LA CURADURÍA URBANA
DE LA CIUDAD DE POPAYÁN
Licencias de Construcción de Vivienda

Años 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

M2 34.042 108.018 104.923 104.628 129.637 150.739 85.752 113.351 189.836 116.356 158.705

Ti 1 2 3 4 5 6 7 8 9 10 11
 TÉCNICAS DE REGRESIÓN CON HOJA DE
CALCULO EXCEL
PENDIENTE ˆ2
= INDICE(ESTIMACION.LINEA(Valores Yi, Valores Xi),1)

INTERCEPTO ˆ1
= INDICE(ESTIMACION.LINEA(Valores Yi, Valores Xi),2)

COEFICIENTE DE DETERMINACIÓN r2
=COEFICIENTE.R2(Valores Yi, Valores Xi)
 HERRAMIENTA DE ANÁLISIS DE DATOS EXCEL 2007
La herramienta de análisis de datos es más completa para el análisis de regresión y
correlación. Para agregar esta herramienta a su hoja de calculo haga los siguientes
procedimientos:
1. Haga uso de botón de office.
2. En el cuadro de dialogo de Office, seleccione Opciones de
Excel
3. En el cuadro de dialogo selección COMPLEMENTOS.
4. Seleccione Herramienta para análisis.
5. Luego en la parte inferior seleccione IR… para seleccionar la
herramienta de REGRESIÓN.
6. En el nuevo cuadro de dialogo seleccione REGRESIÓN

7. Realizado este procedimiento Excel agrega esta opción en la cinta del Menú así:
 SELECCIÓN DE DATOS
8. Seleccione los datos como se muestra en la gráfica.
RESULTADOS
 HERRAMIENTA DE ANÁLISIS EXCEL 2003
1. Seleccione del menú principal la opción HERRAMIENTAS.
2. En el submenú de herramientas seleccione la opción COMPLEMENTOS.
3. En el cuadro de dialogo COMPLEMENTOS ubique HERRAMIENTAS DE
ANÁLISIS y active la pestaña.
4. Digite los datos
5. Marque la opción ANÁLISIS DE DATOS del menú herramientas.
6. Seleccione REGRESIÓN del submenú análisis de datos.
7. Diligencie los datos así:
 FORMAS FUNCIONALES DE REGRESIÓN
MODELO LOG – LIN (EXPONENCIAL)
Cuando se esta interesado en encontrar la tasa de crecimiento de la cantidad
demandada, precios, empleo entre otras, la regresión exponencial es el modelo
apropiado para hacer tales estimaciones.
Ahora recordemos la formula de interés compuesto.

F  P(1  i ) n
Yt  Y0 (1  r ) t
Donde (r) es la tasa de crecimiento compuesta de Y (es decir, a través del
tiempo).
Haciendo uso de las propiedades de los logaritmos esta
función se puede expresar de la siguiente forma:
ln Yt  ln Y0  t ln( 1  r )  ut
donde 1  ln Y0
y  2  ln( 1  r )
Entonces la función queda de la siguiente forma:
ln Yt  1   2t  ut
 Xi  ln Y   X  ( X
2
ln Yi )
ln 1 
i i i

n X  ( X )
2 2
i i

n X i ln Yi   X i  ln Yi
ln  2 
n X i  ( X i ) 2
2
FORMAS FUNCIONALES DEL MODELO DE REGRESIÓN
FORMAS FUNCIONALES DEL MODELO DE REGRESIÓN
 PROYECCIONES DEMOGRÁFICAS Y CONSUMO PER-
CÁPITA
PROYECCIONES DEMOGRÁFICAS: Otro concepto importante de
análisis es lo concerniente a las proyecciones demográficas, los
indicadores demográficos pueden utilizarse para proyectar la
demanda.

Pt  P0 (1  r ) t

 Pt es la población proyectada para el período t.

 Po la población inicial en el período 0, y
 r la tasa de crecimiento por unidad de tiempo, t.
 ESTUDIO DE CASO 2
La oficina de Parques y Aseo del municipio de Popayán,
proyecta reubicar el relleno sanitario de las basuras de la
ciudad, para lo cual requiere hacer la proyección de basuras
para los próximos 5 años.
DATOS:
AÑOS HABITANTES

2009 265.881
2010 267.976
2011 270.211

Fuente: www.dane.gov.co
DATOS DE PORCENTAJE DE CRECIMIENTO POBLACIONAL.

AÑOS PORCENTAJES

2000 1.68
2001 1.64
2002 1.6
2003 1.56
2004 1.53
2005 1.49
2006 1.46
2007 1.433
2008 1.405
2009 1.377

Fuente: www.indexmundi.com/es/colombia/tasa_de_crecimiento.html
BASURA DEL MUNICIPIO DE POPAYÁN.

AÑOS KILOS/BASURA/PER-CÁPITA

2006 179,5

2007 184,7

2008 189,6

Fuente: Oficina de Parques y aseo del municipio de Popayán.

Se requiere proyectar la cantidad de basura de los años 2010,

2011, 2012, 2013 y 2014.