Documentos de Académico
Documentos de Profesional
Documentos de Cultura
◼ Y así sucesivamente………
Principios de los Pronósticos
disponibles.
◼ Seleccionar y probar el modelo de pronóstico
◼ Costo, facilidad de uso y precisión.
◼ Generar el pronóstico.
◼ Monitorear la precisión del pronóstico en el
tiempo.
Métodos Cualitativos de Pronóstico
Métodos Cualitativos de Pronóstico
b= XY − nXY
X − nX
2 2
• Halle el intercepto en y
a = Y − bX
• Desarrolle la ecuación de tendencia de
la línea:
Y=a + bX
Ejemplo de Regresión Lineal
Problema: Un fabricante de camisetas de golf ha estado siguiendo la relación
entre las ventas y la publicidad, obteniendo los resultados mostrados en el
cuadro siguiente (expresados en miles de dólares). Use la regresión lineal
para encontrar qué ventas podría tener el fabricante si la compañía invirtiera
$53,000 en publicidad el próximo año.
Ventas Publ.$
$ (Y) (X)
1 130 32
2 151 52
3 150 50
4 158 55
5 ? 53
Ejemplo de Regresión Lineal
Ventas
$ (Y)
Publ.$
(X)
XY X^2 Y^2
b= XY − nXY
a = Y − bX = 147.25 −1.15(47.25)
4 158 55 8690 3025 24964
a = 92.9
5 153.85 53
Y = a + bX = 92.9 +1.15X
Tot 589 189 28202 9253 87165
Para X = 53 :
Avg 147.25 47.25 Y = 92.9 +1.15(53) = 153.85
Coeficientes de correlación y determinación
• El coeficiente de correlación (r) mide la dirección y fuerza de la relación
lineal entre dos variables. Cuanto más cercano sea r al valor de 1.0 mejor
se ajusta la línea de regresión a los puntos dato.
n ( XY )− ( X )( Y )
r=
n ( X )− ( X ) * n ( Y )− (Y )
2
2
2
2
r 2 = (.982 )2 = .964
• El coeficiente de determinación (r2) mide la cantidad de variación en la
variable dependiente Y, alrededor de su media, que es explicada por la
línea de regresión. Valores de r2 cercanos a 1.0 son deseables.
Precisión y Error de Pronóstico
Precisión y error de pronóstico
Et = At − Ft
◼ Note que sobre-pronósticos = errores negativos y sub-
pronósticos = errores positivos.
Precisión y error de pronóstico
n
◼ Señal de rastreo (TS)
03 Los pronósticos cualitativos funcionan cuando hay falta o escasez de datos históricos y
cuando es difícil convertir en números las variables que intervienen.