I.

Métodos de proyección

La proyección es la estimación o previsión de las ventas de un producto (bien o servicio) durante

determinado período futuro. La demanda de mercado para un producto es el volumen total
susceptible de ser comprado por un determinado grupo de consumidores, en un área geográfica
concreta, para un determinado período, en un entorno definido de marketing y bajo un
específico programa de marketing. Los pronósticos de ventas son indicadores de realidades
económico - empresariales (básicamente la situación de la industria en el mercado y la
participación de la empresa en ese mercado). El pronóstico determina qué puede venderse con
base en la realidad, y el plan de ventas permite que esa realidad hipotética se materialice,
guiando al resto de los planes operativos de la empresa. El objetivo principal de los pronósticos
se transforma entonces en el de convertirse en la entrada para el resto de los planes operativos.

Existen diferentes herramientas para obtener una proyección de la demanda en un determinado

período futuro, entre ellas, y a la que se referirá el presente trabajo, es el método de los mínimos
cuadrados.

II. Método de los mínimos cuadrados

Es un procedimiento de análisis numérico en la que, dados un conjunto de datos (pares

ordenados y familia de funciones), se intenta determinar la función continua que mejor se
aproxime a los datos (línea de regresión o la línea de mejor ajuste), proporcionando una
demostración visual de la relación entre los puntos de estos. En su forma más simple, busca
minimizar la suma de cuadrados de las diferencias ordenadas (llamadas residuos) entre los
puntos generados por la función y los correspondientes datos.

Este método se utiliza comúnmente para analizar una serie de datos que se obtengan de algún
estudio, con el fin de expresar su comportamiento de manera lineal y así minimizar los errores
de la data tomada.

 Regresión lineal:

Nos centraremos en primer lugar, en el caso de que la función que relaciona las dos variables X
e Y sea la más simple posible, es decir, una línea recta.

Por ello pasaremos a interpretar los coeficientes que determinan una línea recta.

Toda función de la forma 𝑦 = 𝑎 + 𝑏. 𝑥 determina, al representarla en el plano, una línea recta;

donde X e Y son variables y a y b son constantes.
a: es la ordenada en el origen, es decir, es la altura a la que la recta corta al eje Y.

b: también denominada pendiente es la inclinación de la recta, es decir, es el incremento que se

produce en la variable Y cuando la variable X aumenta una unidad.

En la recta de regresión, como se observa a continuación, “b” recibe el nombre de Coeficiente

de regresión.

Si b>0, entonces cuando X aumenta Y también lo hace (relación directa).

Si b<0, entonces, cuando X aumenta Y disminuye (relación inversa).

- Estimación de la recta de regresión por el método de los mínimos cuadrados:

En primer lugar, se procederá a representar el diagrama de dispersión, o nube de puntos. Se

parte suponiendo que es la obtenida en la siguiente figura. Aunque la nube revele una gran
dispersión, podemos observar una cierta tendencia lineal al aumentar X e Y.

Por esa nube de puntos se puede trazar una infinita cantidad de rectas. La recta de regresión
debe tener carácter de línea media, debe ajustarse bien a la mayoría de los datos, es decir, pasar
lo más cerca posible de todos y cada uno de los puntos.

Se denominará a la mejor de todas 𝑦 ∗= 𝑎 + 𝑏. 𝑥

Para que diste poco de todos y cada uno de ellos se ha de adoptar un criterio particular que en
general se conoce como mínimos cuadrados. Este criterio significa que la suma de los cuadrados
de las distancias verticales de los puntos a la recta deberá ser lo más pequeña posible
Estas distancias verticales se denominan errores o residuos.

Ahora se procederá a la demostración matemática para el calculo de los coeficientes de la recta.

Entonces el criterio puede expresarse:

𝑛

𝐷 = ∑ 𝑒𝑖
𝑖=1

Luego:
𝑛 𝑛

𝐷 = ∑ 𝑒𝑖 = ∑(𝑦𝑖 − 𝑦𝑖 ∗)2 = 𝑖 = 1𝑛𝑦𝑖 −

𝑖=1 𝑖=1

𝑦𝑖 ∗ 2

III. Aplicación de los mínimos cuadrados usando la herramienta EXCEL