Métodos Cuantitativos de

Pronósticos

Mgr. Franz Blatnik Paredes

 ¿Por qué se llaman métodos cuantitativos?

Los métodos cuantitativos de pronósticos son modelos

matemáticos estructurados que se basan en datos históricos o en
relaciones causales que se pueden identificar.
 ¿Qué tipos de métodos cuantitativos
existen?
Todos los métodos cuantitativos emplean cantidades significativas
de datos previos como base de predicción, así estos pueden ser:

a) Simples o no formales: Proyectan datos pasados hacia el futuro

sin explicar las tendencias futuras
 ¿Qué tipos de métodos cuantitativos
existen?
b) Causales o explicativos: Intentan explicar las relaciones
funcionales entre la variable a ser estimada (variable
dependiente) y la variable o variables que explican los cambios
(variables independientes).
¿Cuáles son los métodos cuantitativos de
pronósticos?

1. Series de tiempo.

2. Análisis Causal.

3. Simulación.
 Factores a tomar en cuenta en un
modelo de pronóstico a implantar.

El modelo de pronóstico que una empresa debe utilizar depende de:

I. El horizonte de tiempo que se va a pronosticar.

II. La disponibilidad de los datos.

III. La precisión requerida.

IV. El tamaño del presupuesto de pronóstico.

V. La disponibilidad de personal calificado.

 1. Series de tiempo.
 Los modelos de pronósticos de series de tiempo tratan de
predecir el futuro con base en la información pasada. Por
ejemplo, las cifras de ventas y/o servicios realizados durante
semanas o meses se pueden usar para pronosticar las ventas y/o
producción de un período siguiente.

 El concepto de planificación a corto, mediano y largo plazo son

fundamentales para el horizonte que se pretende con la
estimación de los pronósticos.
 1. Series de tiempo.
 En general, los modelos a corto plazo compensan la variación
aleatoria y se ajustan a los cambios a corto plazo.

 Los pronósticos a mediano plazo son útiles para efectos

estacionales.

 Los modelos a largo plazo detectan las tendencias generales y

son muy útiles para identificar cambios más importantes.
 Componentes de la demanda.

La demanda de productos o servicios puede descomponerse en seis elementos:

I. Demanda o nivel promedio para el período.

II. Una tendencia.

III. Elementos estacionales.

IV. Elementos cíclicos.

V. Variación aleatoria.

VI. Autocorrelación.
 I. ¿Qué es un nivel promedio?
Solamente es la media aritmética de los datos del período histórico que se está
analizando, sin mayor revisión de otros factores.

Un promedio adquiere valor cuando se lo compara con algún patrón.

 II. ¿Qué es una tendencia?

 Es el movimiento gradual de subida o bajada de los valores de los datos a lo

largo del tiempo.

 Cambios en los ingresos, la población, la distribución por edades o los gustos

culturales pueden explicar movimientos en la tendencia.
II. Ejemplos de tendencias.
 III. ¿Qué es la estacionalidad?
 Es un patrón de variabilidad de datos que se repiten cada cierto número
de días, semanas, meses o trimestres. Existen seis patrones de
estacionalidad generales.

Los seis patrones de estacionalidad más comunes.

III. Ejemplos de estacionalidad.
 IV. ¿Qué son los ciclos?
 Son patrones en los datos que ocurren cada cierto número de años.
Normalmente están relacionados con los ciclos económicos, y son de
gran importancia en el análisis y planificación de los negocios a corto
plazo.

 Es difícil predecir los ciclos de los negocios porque se pueden ver

afectados por acontecimientos políticos o por conflictos internacionales.
 IV. ¿Qué son los ciclos?
 El ciclo económico es un fenómeno que corresponde a las oscilaciones
reiteradas en las tasas de crecimiento de la producción, el empleo y
otras variables macroeconómicas, en el corto plazo, durante un período
de tiempo determinado, generalmente varios años.

 Aunque no hay un consenso general sobre el número y la denominación

de las fases se puede decir que éstas son: recesión, depresión,
recuperación y auge.
 V. ¿Qué es la variación aleatoria?
 Son “irregularidades” en los datos causados por el azar y situaciones
inusuales.

 No siguen ningún patrón perceptible, por lo que no se pueden predecir.

 VI. ¿Qué es la autocorrelación?
 La autocorrelación indica la persistencia de la ocurrencia. De manera
más específica, el valor esperado en un momento dado tiene una
correlación muy alta con sus propios valores anteriores.

 Como ejemplo, en la teoría de la línea de espera, la longitud de una línea

de espera tiene una autocorrelación muy elevada; es decir, si una línea
es relativamente larga en un momento determinado, poco después de
ese tiempo, podría esperarse que la línea siguiera siendo larga.

Los datos se parecen. Demanda (unidades)

140

120

100

80

60

40

20

0
1 2 3 4 5 6 7 8 9 10
Semanas
¿Cómo se sintetizan los componentes?
 Gracias.
“A lo mejor no tienes la vida que soñaste, pero
posiblemente tienes la vida que muchos sueñan”.
Anónimo.

Mgr. Franz Blatnik Paredes