Universidad de San Carlos de Guatemala

Facultad de Ingeniería
Escuela de Mecánica Industrial
Control de la Producción
.

GRUPO: 16

REPORTE # 2

PRONOSTICOS FAMILIAS ESTABLES Y REGRESION Y

CORRELACION

SECCION
NOMBRE CARNET
CLASE

Donny Jossimar Mendoza 200924488 P+

Martinez
Albin Enrique Iquite Guarchaj 201113934 N
Mario Enrique Ramírez Flores 201314352 N
Jorge Luis Velasquez 201318627 P-
Sergio Leonel Laroj Asturias 201504555 P-

Guatemala 16 de Febrero del 2018

 .

INTRODUCCION:

En el tema de pronósticos se pueden tener datos históricos similares en el

transcurso del tiempo, datos que no presentan cambios significativos y que su
gráfica no presenta una pendiente y por eso los llamamos “familias de datos
estables”, pero no en todos los casos la tendencia es “estable”, en algunos
momentos los datos presentan variaciones, pero en algunos casos las variaciones
presentan altibajos, o tienen una tendencia “desordenada” y en algunos otros
presentan tendencia a seguir cierto patrón de crecimiento (pendiente positiva) o
decrecimiento (pendiente negativa).

Cuando los datos muestran una tendencia creciente o decreciente se realizarán

los pronósticos con la ayuda del modelo de regresión y correlación, dicho modelo
toma en cuenta el coeficiente de correlación “r” para poder expresar la relación
entre 2 variables, donde una depende de los cambios de la otra. Para datos
descendentes el valor de r estará entre -1 y 0 y para datos ascendentes el valor de
r estará entre 0 y 1. Con la ayuda de este modelo, podremos realizar pronósticos
de datos con tendencia ascendente y descendente.

A continuación, se analizarán y describirán modelos con datos con tendencia

ascendente y con la ayuda del modelo de regresión se calcularán los pronósticos
de evaluación y de riesgo con la ayuda de métodos estadísticos, los cuales se
describen a continuación.
 .

JUSTIFICACION:

La presente investigación se enfoca en el estudio de los pronósticos de familias

estables, de regresión y correlación, ya que para las empresas es importante
determinar la cantidad de bienes a producir y permita reducir el rango de
incertidumbre que genera el mercado y que pueden afectar el futuro del negocio.

En el presente trabajo permitiría mostrar la evaluación de 4 modelos estadísticos

relacionados a la regresión lineal y basados en una serie de datos obtenidos de
las ventas de los últimos 3 años y de la producción de los bienes para establecer
una predicción para los ciclos futuros, reduciendo el riesgo de factores que puedan
afectar el alcance de las metas de la organización.
 .

OBJETIVOS

Objetivo General

Desarrollar los pronósticos de ventas futuras con un alto grado de confiabilidad,

basándose en las demandas que se puedan presentar por parte de los clientes.

Objetivos específicos

1. Determinar el análisis primario a través de una gráfica de tendencia con las

ventas históricas.

2. Determinar el análisis secundario sobre un periodo de ventas históricas

aplicando los métodos estadísticos de Evaluación, regresión y correlación.

3. Determinar las proyecciones de demanda futura (pronóstico de riesgo) para

los primeros ocho meses del cuarto periodo por medio del método que
mejor se acoplo para el restaurante DELICIAS TROPICALES.
 .

MARCO TEORICO:

Pronósticos de Ventas
El pronóstico de ventas es una predicción a nivel empresarial el cual se ha sido
considerado en base al historial de ventas. El propósito de realizar cálculos de
pronósticos es para conocer con una mayor certeza las cantidades de productos
que se venderán en el futuro y con ello disminuir los faltantes e inventarios
pasivos. Un aspecto muy importante en la toma de decisiones empresariales es
conocer la tendencia que presentarán, en un determinado tiempo, las ventas de
los productos con la mayor precisión posible; ya que la demanda se debe
considerar como el indicador principal de la situación de la empresa.
El pronóstico de ventas es en sí el hecho más probable que puede suceder con la
demanda para el período próximo y nos presenta la continuidad de la curva de la
demanda futura.

Análisis Primario
Éste es un análisis de tipo cualitativo, o sea se relaciona la gráfica de ventas con
las familias de curvas de demandas. El objetivo de este análisis es evaluar
únicamente los métodos matemáticos que se ajusten a la tendencia de la curva,
para así evitar cálculos innecesarios que provocan tiempo perdido. Por ejemplo, si
el gráfico de ventas presenta una tendencia estable, podemos concluir que éste
pertenece a una curva de familia estable. Pero si la curva posee características de
familia estable y de familia ascendente-descendente, se concluye que puede
pertenecer a cualquiera de estas dos familias, o sea que se limita a analizar
únicamente estos dos tipos de familias.

Análisis Secundario
Éste es un análisis de tipo cuantitativo basado en los métodos escogidos en el
análisis primario y se calcula con el objeto de compararlo con su venta real
correspondiente. El análisis secundario es en sí un método de evaluación, el cual
consiste en situarse unos períodos hacia atrás de la última fecha de datos de
ventas reales (período de evaluación) y calcular teóricamente los pronósticos para
ese período (pronósticos de evaluación) basado en fórmulas específicas para
cada tipo de familia de demanda. El período de evaluación consta de los últimos
datos de ventas reales que se tengan, los cuales no deben tomarse
matemáticamente en cuenta, sino que todos los cálculos se realizan antes de este
punto. Obtenidos los pronósticos de evaluación se comparan con sus respectivos
datos de ventas reales realizando una resta entre ellos, dando con esta operación
 .
el error. A continuación, se suman con valor absoluto los errores del período de
evaluación dando como resultado el error acumulado. El método matemático que
posea el menor error acumulado será el mejor método al que pertenecen los datos
de ventas.

Pronóstico de Riesgo
Existen dos diferencias entre el análisis de evaluación y el pronóstico de riesgo. La
primera es el punto de aplicación en el tiempo, ya que el pronóstico de riesgo se
calcula a partir del último dato de ventas reales, sin definir un período de
evaluación. La segunda es que el pronóstico de riesgo no tiene un valor real para
compararse por no poder predecir el futuro, únicamente queda esperar a que pase
el tiempo e ir evaluando los datos de ventas reales con los calculados. El
pronóstico de riesgo se calcula basado en el mejor método matemático
encontrado en el análisis secundario, es decir, en el método que da como
resultado el menor error acumulado.

Familias de la Demanda Estable

Este tipo de demanda se caracteriza por poseer en su historial de ventas la
tendencia a una recta horizontal, o sea que las ventas reales del producto son
constantes presentando cambios mensuales muy pequeños. La tendencia de la
curva de las familias de demanda estable se observa en la figura 1. (ver anexos)

Ascendentes y Descendentes
Este tipo de familia de demanda no posee estabilidad en las ventas sino un
comportamiento de crecimiento ascendente o descendente, por lo que se le
aplican los llamados métodos de regresión: son más complejos, en términos de
cálculos, que los analizados hasta ahora. Se parte de la relación existente entre
dos variables (períodos y ventas reales), con los demás existentes por medio de la
curva de mínimos cuadrados obteniéndose una curva de regresión de las ventas
reales a partir de los períodos de ventas. La tendencia de las curvas de las
familias de demanda ascendente y descendente se observan en la figura 2 y en la
figura 3, respectivamente. (Ver anexos)

La Regresión Lineal para Pronosticar la Demanda

Dentro de los modelos causales o asociativos encontramos el análisis de
regresión o regresión lineal, que es un método con enfoque cuantitativo que nos
permite pronosticar la demanda. Agrupa una variable dependiente (la demanda)
con una o más variables independientes a través de una ecuación lineal.
El objetivo del análisis de regresión como método causal es pronosticar la
demanda a partir de una o más causas (variables independientes), las cuales
pueden ser por ejemplo el tiempo, precios del producto o servicio, precios de la
competencia, economía del país, acciones del gobierno o fomentos publicitarios.

Coeficiente de Correlación
 .
La fórmula de regresión es una forma para expresar la relación entre dos
variables, muestra como las variables están relacionadas con los valores y
cambios de la otra. El coeficiente de correlación mide el tamaño de la intensidad
de la relación lineal la cual se identifica con la letra “r”, esta toma valores entre el
rango que va de –1 a 1, o sea si esta entre –1 y 0, indica que el conjunto de datos
tiene una tendencia descendente, en cambio si los valores van de 0 a 1 quiere
decir que los valores tienen una tendencia ascendente (en ambos casos hablamos
de una variable dependiente).

Métodos Estadísticos de Evaluación

Para obtener los pronósticos de Evaluación y de riesgo, se tomará en cuenta
cuatro ecuaciones estadísticas relacionadas a la regresión lineal. En realidad, son
más de cincuenta las formas matemáticas que describen este método estadístico
de evaluación. La forma general de las ecuaciones normales que se utilizarán
serán las siguientes:

 Lineal: Y=a+bx
 Logarítmica: Y= a+b*LnX
 Exponencial: Y=a*e ^bx
 Potencial: Y=a*x ^b

a: Punto de intersección en el eje Y

b: Pendiente de la curva
x: Variable independiente
y: variable dependiente
r: coeficiente de correlación
 .

CONCLUSIONES

Nombre: Sergio Leonel Laroj Asturias

Carné: 201504555

1. Para el análisis primario se graficaron los treinta y seis datos para los tres
periodos, como se puede apreciar en la gráfica esta pertenece a la serie de
familias estables, además también pertenece a las familias ascendentes
(tendencia ascendente). Como se mencionó antes el restaurante “Delicias
Tropicales” han incrementado sus ventas en los últimos tres años y la
gráfica muestra lo cierto que es esto.

2. Dado las ventas históricas se aplicaron los cuatro métodos estadísticos de

evaluación aplicados sobre los seis meses congelados del tercer periodo, al
hacer las diferencias y lo acumulado dio como resultado que el mejor
método que se acopla es el de la Exponencial, en ella se dio una
correlación de 0.995411, además de ser el mejor método también se acerca
a uno, es decir no hay variabilidad en los pronósticos.

3. Siendo el mejor método la ecuación exponencial, se aplicó sobre los treinta

y seis datos históricos de los tres periodos existentes, para poder
pronosticar los ocho meses del cuarto periodo de la cual el restaurante
“Delicias Tropicales” puede tener una visión clara de la cantidad de ventas
para los próximos meses de su caldo de mariscos.

Nombre: Mario Enrique Ramírez Flores

Carnet: 201314352

1. Tras la realización de la gráfica de tendencias de las ventas realizadas en

últimos 3 años en la cual contenía 36 datos se pudo observar que las
ventas durante estos periodos tienen una tendencia creciente y pertenece a
la serie de familias estables.
2. Se realizo el análisis secundario sobre un periodo de 6 meses en cual se
utilizaron los 4 modelos estadísticos de evaluación relacionados a la
 .
regresión lineal, donde el modelo más optimo que se determinó para los
pronósticos de riesgo fue el exponencial.
3. El mejor modelo de regresión lineal utilizado para el cálculo de los
pronósticos de riesgo para el periodo de los siguientes 8 meses fue el
exponencial.

Nombre: Donny Jossimar Mendoza Martínez

Carnet: 200924488

1. Antes de realizar un análisis de modelos de regresión es necesario realizar

un análisis primario, ya que este nos brinda información sobre la tendencia
que presentan los gráficos.
2. El análisis primario nos brindó la tendencia de los datos históricos, los
cuales muestran una tendencia ascendente, la cual nos indica que en el
análisis secundario se debe emplear un modelo de regresión para poder
realizar el pronóstico de los siguientes 6 períodos.
3. El modelo a utilizar en el análisis secundario fue el lineal, ya que presenta el
menor error acumulado.

Nombre: Jorge Luis Velásquez

Carnet: 201318627

1. Vimos que como análisis primario en una gráfica de 30 datos el

comportamiento de las ventas fue de manera creciente y estable por lo que
se procede a realizar los cálculos con los cuatro métodos.

2. Después de realizado los cálculos de cada método como análisis

secundario se vio que el método que tuvo un error menor absoluto
acumulado fue el método exponencial por lo que se procede a hacer un el
pronóstico de riesgo bajo este método.

3. Utilizamos el método exponencial para realizar el pronóstico de Riesgo del

año 2019 ya que con este los pronósticos deben de ser más certeros y asi
estar más apegados a la realidad.
 .

Nombre: Albin Enrique Iquite Guarchaj

Carnet: 201113934

1. En el análisis de gráficas, se detecta las tendencias que tiene la gráfica en

este caso las ventas de 3 años consecutivos, se analizó que tiene
tendencia creciente, quiere decir que comenzamos con ventas bajas y en
un cierto tiempo comienza a aumentar y no bajan, se compara con una
tendencia exponencial, que es creciente.

2. Debido a la tendencia que muestran los datos, se tiene que trabajar por
medio del método de regresión lineal, ya que en este método arrastramos
los datos más antiguos, para poder realizar los cálculos, en este caso con
una ecuación potencial ya que es la que menos error acumulado y con
factor de correlación cercano a la unidad 1.

3. Se realizó el pronóstico de riesgo con la ecuación potencial, realizando los

primeros 8 meses del año siguiente, tomando en cuenta que con este
método podemos si así lo deseamos, pronosticar todo el año e inclusive el
siguiente año, pero no es muy conveniente ya que los datos no serían de
todo preciso, seria realizar pronósticos a lo mucho del primer semestre o
trimestre del año siguiente, para no tener grandes desviaciones en los
datos.
 .

RECOMENDACIONES
Mario Enrique Ramírez Flores
201314352

1. La utilización de los modelos de regresión lineal para pronósticos de riesgo,

permiten tener visión de mayor tiempo de las ventas de un bien, pero como
consecuencia aumenta la incertidumbre de los resultados en periodos más
largos, por lo que se recomienda utilizarlos en periodos de pocos meses.

Jorge Luis Velásquez

201318627

2. Los métodos de correlación son de gran ayuda para pronosticar las ventas
o demandas de los próximos meses, pero siempre se debe ir viendo si
estos pronósticos están apegados a la realidad con forme llegan los meses
y de no ser así es recomendable revisar los posibles motivos de por qué no
se está llegando a lo pronosticado.

Albin Enrique Iquite Guarchaj

201113934

1. Este método de correlación es muy complejo y nos ayuda bastante en los

pronósticos ya que nos da la libertad de realizar muchos pronósticos, para
su utilización se recomienda realizar una hoja de cálculos donde se realicen
los cálculos de las ecuaciones bien detallado, para no perder todo el
procedimiento, al igual que a la hora de realizar pronósticos de riesgo,
limitarse el pronosticas periodos cortos, ya que si no se tendrá una cierta
desviación en los datos y hasta podríamos caer en errores en los datos.
 .

BIBLIOGRAFIA

 Universidad de San Carlos de Guatemala, Tesis: Análisis de la demanda

para una empresa en comercialización, Kenia Guadalupe Sánchez,
Guatemala mayo 2004, consultado el 11/02/2019. Disponible en:
http://biblioteca.usac.edu.gt/tesis/08/08_1321_IN.pdf

 Universidad de San Carlos de Guatemala, Instructivo de Practica, controles

industriales, Pronostico Familias Estables Regresión Correlación, Diego
Aqueche, Guatemala febrero 2019.
 .

ANEXOS: