Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Proyectos de Inversión
Estudio de Mercado
Pronósticos de la Demanda – Métodos Causales
Proyectos de Inversión - Mg. Joel D. Vargas Sagástegui Fecha: 31 de julio de 2020
Escuela de Ingeniería de Sistemas
Objetivos de la Sesión
Métodos Causales
• Precio
• Publicidad
• Promoción
• Exhibición, etc.
Métodos Causales
La premisa básica de estos métodos, es que el
nivel de la variable pronosticada se deriva del
nivel de otras variables relacionadas
Métodos Causales
Métodos Causales
Exactitud
Métodos
Descripción del Método Usos A Mediano A Largo
Causales A Corto Plazo
Plazo Plazo
Regresión Este método relaciona la demanda con Planeación a corto y mediano Buena a Buena a Mala
otras variables externas o internas que plazo para producción muy buena muy buena
tienden a cambiar la demanda. Este agregada o inventarios que
método de regresión utiliza los mínimos involucren a pocos productos.
cuadrados para obtener un mejor ajuste Útil cuando hay estrechas Costo Relativo: Medio
entre las variables relaciones de causa y efecto.
Modelo Un sistema de ecuaciones de regresión Pronóstico de ventas por clases Muy buena Muy Buena Buena
Econométrico independientes que describe algún de producto para planeación a a Excelente
sector de la economía o actividad corto y mediano plazo. Costo Relativo: Alto
lucrativa
Modelo de Un método para pronosticar que Pronósticos de ventas de toda No Buena a Buena a
insumo describe el flujo de un sector de la la compañía o de todo el país Disponible muy buena muy
economía a otro para predecir los por sector económico. buena
insumos que se necesitan para producir Costo Relativo: Muy Alto
los productos que requieren otro sector.
Box-Jenkins Simulación del sistema de distribución Pronósticos de las ventas de Muy Buena Buena a Buena
para describir los cambios en las ventas toda la compañía por grupos muy buena
y flujos del producto en el tiempo. importantes de productos.
Refleja los efectos del canal de Costo Relativo: Alto
distribución.
Proyectos de Inversión - Mg. Joel D. Vargas Sagástegui Fecha: 31 de julio de 2020
Escuela de Ingeniería de Sistemas
Análisis de Regresión
y Correlación
𝑦 =a + bx
Donde:
y = Variable Dependiente
Valor calculado cuando “x” tome un valor.
a = Valor de la Ordenada (cuando “x” es igual a cero)
b = Pendiente de la Recta de Regresión (inclinación)
x = Variable Independiente (en este caso el tiempo)
σ 𝑥𝑦 − 𝑛𝑥ҧ 𝑦ത
𝑏= 𝑎 = 𝑦ത − 𝑏𝑥ҧ
σ 𝑥 2 − 𝑛 𝑥ҧ 2
Donde:
n = Número de datos u observaciones
𝑥ҧ = Media de los valores x
𝑦ത = Media de los valores y
x = Variable Independiente (en este caso el tiempo)
σ 𝑦 − 𝑦𝑐 2 σ 𝑦 2 − 𝑎 σ 𝑦 − 𝑏 σ 𝑥𝑦
𝑆𝑦,𝑥 = 𝑆𝑦,𝑥 =
𝑛−2 𝑛−2
Donde:
y = valor de y para cada dato
𝑦𝑐 = valor de la variable dependiente, calculado a
partir de la ecuación de regresión
n = número de datos
Proyectos de Inversión - Mg. Joel D. Vargas Sagástegui Fecha: 31 de julio de 2020
Escuela de Ingeniería de Sistemas
Coeficiente de Correlación
Medida que expresa el grado o intensidad de relación
(causa-efecto) entre dos variables.
El coeficiente de correlación se identifica por “r” y es
un valor entre +1 y -1 (-1 ≤ r ≤ +1)
𝑛 σ 𝑥𝑦 − σ 𝑥 σ 𝑦
𝑟=
𝑛 σ 𝑥2 − σ 𝑥 2 𝑛 σ 𝑦2 − σ 𝑦 2
Coeficiente de Correlación
Coeficiente de Determinación
Aunque el coeficiente de correlación es la medida más
comúnmente utilizada para describir la relación entre dos
variables, el coeficiente de determinación, se utiliza
para expresar el porcentaje de variación de la variable
dependiente (y) que se explica mediante la ecuación de
regresión.
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8
σ 𝑦 2 − 𝑎 σ 𝑦 − 𝑏 σ 𝑥𝑦
𝑆𝑦,𝑥 =
𝑛−2
7 6.056.871,03 − (84.590)(481,51)
𝑟=
(7)(1.118.935.328) − 84.590 2 7 34.069,69 − 481,51 2
Ejercicio:
El Gobierno Municipal ha recopilado los siguiente datos
sobre las recaudaciones de impuestos sobre ventas y las
matriculaciones de automóviles nuevos:
Impuestos Anuales Matriculaciones de Calcular:
recaudados (en Automóviles nuevos a. La ecuación de regresión de
millones) (en miles)
mínimos cuadrados
1,0 10
b. Prevea la estimación de
1,4 12
Impuestos recaudados si el
1,9 15
número total de coches
2,0 16
nuevos matriculados es de
1,8 14
22,000
2,1 17
c. El coeficiente de correlación
2,3 20
y de determinación
Proyectos de Inversión - Mg. Joel D. Vargas Sagástegui Fecha: 31 de julio de 2020
Escuela de Ingeniería de Sistemas