Maestría en Administracion de Empresas

Docente: MSe. Luis Francisco Zaldivar

Módulo: Pronósticos y Minería de Datos
Santa Cruz - Bolivia
RESUMEN EJECUTIVO

1. Modelo de Serie de Tiempo

1.1 Durbin -Watson entre 1.5 a 2.5.

Método Durbin-Watson
Aditivo estacional 1.37
Multiplicativo estacional 0.8001
SARIMA(0,1,0)(1,0,0) 1.75

Una vez aplicado el modelo de serie de tiempo se puede apreciar de que el miso cuenta con indicadores de
calidad dentro del parámetro aceptable, por lo tanto, podemos deducir que la aplicación de este modelo es
admisible para el tipo de variables observadas. El Durbin-Watson es de 1,37 para el modelo Aditivo estacional
sin embargo se puede observar que atreves del método SARIMA presenta un Durbin-Watson 1,75 el mismo se
encuentra dentro del parámetro entre 1,5 a 2,5. Esta métrica de calidad mide el nivel de auto correlación.

1.2 Thiel no deberá ser 1

Método U de Theil
Aditivo estacional 0.4323
Multiplicativo estacional 0.4144
SARIMA(0,1,0)(1,0,0) 0.2521

El indicador de calidad U-Thiel mide si es beneficioso emplear el modelo técnico versus un simple o pronóstico
naive. En este caso se puede observar que que con los tres mejores métodos el mismo es inferior a 1.

1.3 El Error de Pronostico % MAPE deberá ser mejor que el de la regresión. Se debe validar el modelo
haciendo una retención de los últimos 4 trimestres.

Ventas
GRAN Netas
MAPE PRONOSTICO CONFIANZA Date
MAPE GAP
dic-03 4,886,264 US$(000)
mar-04 3,571,261 2.63% 3,571,261 PRON MAR 3,527,491 01/03/2004 3,667,565
jun-04 3,710,364 0.28% 3,710,364 PRON JUN 3,651,717 01/06/2004 3,720,789
0.80%
sep-04 3,991,822 0.29% 3,991,822 PRON SEP 3,921,243 01/09/2004 3,980,150
dic-04 4,897,993 0.00% 4,897,993 PRON DIC 4,817,792 01/12/2004 4,898,000

El gran MAPE a través de la retención de los 4 últimos trimestres es de 0.80% inferior al de la serie predictor
1.51. %.
Maestría en Administracion de Empresas
Docente: MSe. Luis Francisco Zaldivar
Módulo: Pronósticos y Minería de Datos
Santa Cruz - Bolivia

2. Modelo de Regresión Múltiple

2.1 Durbin -Watson entre 1.5 a 2.5

Método U de Theil Durbin-Watson

Regresión escalonada hacia delante 1.23
SARIMA(0,1,0)(1,0,0) 0.2521 1.75
Multiplicativo de Holt-Winters 0.3382 0.7104

Mediante el método de Regresión Multiple, tomando el valor referencial de 1.75 (el más alto) se puede
evidenciar que el factor Durbin – Watson se encuentran entre el parámetro 1.5 a 2.5 a excepción del método e
Regresión Escalonada es´ta por debajo del parametro.

2.2 La relaciones de Y/XS deberá tender a ser lineal. Si el R ^ 2 es medio a alto tiene alta probabilidad de
cumplimiento.

Estadísticas Regresión
Error estándar 276,790
R al cuadrado 0.9612
R al cuadrado ajustada 0.9577
Estadística F 280.46
Probabilidad F 3.3761E-12

En el siguiente modelo, al detectar que el R cuadrado es mayor al 70%, nos da confianza de que el modelo es
fiable y mayor probabilidad de cumplimiento. A demás de que la probabilidad F presenta una mayor notación
científica (E-12). Es necesario revisar el MAPE ya que este es el valor determinístico del modelo.

2.3 El VIF que mide la multicolinealidad o redundancia de variables no debe ser mayor a 20, ideal
deberá menor a 10.

Variable Coeficiente VIF

Constante -353,959.96 -
T -17,755.59 17.93
T2 952.60 19.06
Q3 200,092.46 1.13
Q4 550,485.05 1.16
D911 (Retraso 1) -215,088.92 1.27
ICS 5,409.79 1.15

El parámetro permitido dentro del VIF es máximo 20, pero mientras sea menor a 10 mucho mejor. En el
siguiente cálculo se puede apreciar que el VIF sale 17,93 y 19.06, esto quiere decir que el modelo presenta
variables redundantes, que de cierto modo perjudicarían al modelo.
Maestría en Administracion de Empresas
Docente: MSe. Luis Francisco Zaldivar
Módulo: Pronósticos y Minería de Datos
Santa Cruz - Bolivia

2.4 El error debe tener la distribución Normal.

2.5 La varianza debe ser constante.

Estadísticas Datos históricos

Valores de datos 76
Mínimo 105,715
Media 1,507,039
Máximo 4,886,264
Desviación estándar 1,347,066
Ljung-Box 470.04
Estacionalidad 4
Valores filtrados 0

1. ¿Cuál de los dos métodos brinda mejores resultados en cuanto al Error de Pronostico %
MAPE?
Demuestre sus cálculos y razonamiento.

El mejor método en Regresión Múltiple es Regresión escalonada hacia delante, que presenta un
MAPE del 26.44% sin embargo el mejor modelo arrojado por el Predictor es el SARIMA.

El mejor método de serie de tiempo es El Modelo Aditivo Estacional con un error de 1.51%.

Aditivo
Mejor método estacional
Medida de error (MAPE) 1.51%

Entre los cálculos, el mejor método aplicado es el de series de tiempo, debido a que presenta un error
totalmente alejando de un inicio, mostrando confianza en el modelo.
Maestría en Administracion de Empresas
Docente: MSe. Luis Francisco Zaldivar
Módulo: Pronósticos y Minería de Datos
Santa Cruz - Bolivia

2. ¿Cuáles son los pronósticos de facturación o Venta Netas de la tienda GAP en US$ para el año
2004?

El pronóstico para el 2004 y 2005 , gráficamente tiene una tendencia exponencial en las ventas:

Ventas Netas GAP US$(000)

5,746,391

4,583,836

3,421,281

2,258,726

1,096,170

-66,385
Mar-85 Mar-89 Mar-93 Mar-97 Mar-01

Histórico Ajustado Previsión

Inferior: 10% Superior: 90%