PREGUNTAS DE REPASO Y DISCUSIÓN

1. ¿Cuál es la diferencia entre demanda dependiente e independiente?

Demanda Dependiente: Es la demanda de un producto o servicio que se deriva de la demanda

de otros productos o servicios.

Demanda Independiente: Esta demandan no se deriva directamente de la de otros productos.

2. Examine la ilustración 15.4 y señale qué modelo usaría para

a) La demanda de trajes de baño.

R.: Suavización exponencial. Porque se pronosticará la demanda de un producto en
un periodo dado o corto.
b) La demanda de casas nuevas.
R.: Regresión Lineal. Sería muy útil ya que a partir de la relación de dos variables y
una de estas variables seria la demanda de las familias que están buscando casas.
c) Consumo de electricidad.
R.: Regresión causal. En este modelo la complejidad es bastante alta debido a que
tiene relación con la ocurrencia que realmente la causa.
d) Planes de expansión de nuevas plantas.
R.:

3. ¿En qué se justifica el método de mínimos cuadrados en el análisis de regresión lineal?

R.: Este método optimiza 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 los mismos.

4. Explique el procedimiento para crear un pronóstico usando el método de descomposición

de la regresión por mínimos cuadrados.

 Paso 1. Determinar el factor (o índice) estacional.

 Paso 2. Descontar las variaciones de temporada de los datos originales
 Paso 3. Trazar una recta de regresión por mínimos cuadrados para los datos
descontados de las variaciones de temporada.
 Paso 4. Proyectar la recta de la regresión a través del periodo por ser pronosticado.
 Paso 5. Crear el pronóstico final mediante el ajuste de la recta de la regresión según
el factor estacional.
5. Dé algunas reglas simples que usaría para manejar la demanda del producto de una
empresa (un ejemplo es “limitado al inventario disponible”).

Para poder predecir la demanda del consumidor de productos o servicios, se puede implicar
tomar una data histórica y proyectarla en el futuro o podemos diseñar también estrategias de
marketing.

6. ¿Qué estrategias se usan en supermercados, líneas aéreas, hospitales, bancos y cerealeras

para influir

en la demanda?

7. Todos los métodos de pronóstico que usan suavización exponencial, suavización adaptativa
y suavización exponencial con tendencia requieren valores iniciales para que funcionen las
ecuaciones. ¿Cómo

escogería el valor inicial para, por ejemplo, Ft − 1?

8. De la elección de un promedio móvil simple, promedio móvil ponderado, suavización

exponencial y

análisis de regresión lineal, qué técnicas de pronóstico le parecería más precisa? ¿Por qué?

9. Dé ejemplos que tengan una relación multiplicadora de la tendencia estacional.

10. ¿Cuál es la principal desventaja del pronóstico diario con análisis de regresión?

11. ¿Cuáles son los principales problemas de la suavización exponencial adaptada para realizar
pronósticos?

12. ¿Cómo se calcula un índice estacional a partir de un análisis de recta de la regresión?

13. Comente las diferencias básicas entre la desviación absoluta media y la desviación
estándar.

14. ¿Qué implicaciones tienen los errores de pronóstico en la búsqueda de modelos de

pronóstico estadístico muy complejos?

15. ¿Cuáles son las ventajas más fuertes del pronóstico enfocado?

16. ¿Las relaciones causales son potencialmente más útiles para qué componente de una serie
temporal?