TECNICAS Y METODOS DE PROYECCION

ASIGNATURA: PROYECTOS DE INVERSION

DOCENTE: DR. ALEJANDRO PAREDES SORIA

2022
Universidad Nacional
Federico Villarreal

• La predicción de los comportamientos de las

variables económicas constituye, sin duda, una de las
mayores dificultades en el estudio de propuestas de
inversión. Sin embargo, su realización es fundamental
para la inversión o una desinversión actual con el flujo
de caja que es posibles esperar en el futuro, si se opta
por tomar la decisión.
Universidad Nacional
Federico Villarreal

El resultado de una predicción

se debe considerar solo como una medición de
evidencias incompletas basadas en comportamientos
empíricos de situaciones parcialmente similares

o en inferencias de datos
estadísticos disponibles.
Universidad Nacional
Federico Villarreal
Universidad Nacional
Federico Villarreal

• En proyectos innovativos se debe tener muy en cuenta el ciclo de

vida de productos similares.
• Es posible que en una etapa inicial de su desarrollo sea una función
exponencial la que mejor explique el comportamiento de la demanda
en el periodo introductorio. Que en una segunda ,de crecimiento,
sea una función lineal con tendencia positiva la que mejor explique el
desarrollo del mercado ;y que ,en la etapa de madurez ,se opte
también por una función lineal creciente a tasas sustanciales
menores.
• Incluso puede haber una etapa de saturación, donde la demanda
llegue a 0, como por ejemplo los derivados de la obsolescencia por
los continuos cambios tecnológicos (regla del cálculo, telégrafo y
pronto, el fax)
Universidad Nacional
Federico Villarreal

• Cuando se disponen de datos históricos

suficientes, es posible utilizar los modelos
cuantitativos de proyección .Si estos no existen
o no son suficientes, lo mejor es recurrir a los
modelos cualitativos.
 TÉCNICAS DE PREDICCIÓN

Técnicas
cuantitativas de Técnicas cualitativas de
predicción predicción

Los
Los modelos Datos
modelos series de de cuando es difícil cuantificar
las variables que explicarían
causales tiempo panel la demanda o cuando los
datos existentes no son
confiables para extrapolarlos
si no es posible asimilar las
características del proyecto
con otras.
 Universidad Nacional
Federico Villarreal

• Los modelos causales requieren que exista una

relación entre los valores de ambas variables y que
los de la variable independiente sean conocidos o
que su estimación otorgue una mayor confianza.
 Universidad Nacional
Federico Villarreal

PROYECCIÓN método de
regresión
REGRESIÓN
CAUSAL
• La forma más común • predice el • Se denomina
de hacer una comportamiento de la regresión simple a la
proyección causal es variable dependiente que emplea una sola
el ajuste de curvas, el a partir de una línea variable
cual se puede realizar recta, exponencial u independiente
aplicando el método otra formada por los • y regresión múltiple a
de regresión datos de la variable la que recurre a varias.
independiente.
 Universidad Nacional
Federico Villarreal

MÉTODO DE LOS MÍNIMOS CUADRADOS

El método de los mínimos cuadrados o regresión lineal busca determinar la recta
que represente de mejor manera la tendencia de las relaciones observadas entre
dos variables, para usarlas como base de la proyección de la tendencia futura.
• Los valores a y b que definan la función Y que minimice las desviaciones, los
datos observados y la ecuación
Y= a + bx
Donde:
Y :es la función de proyección o línea de tendencia
a : es el comportamiento no explicado por la variable x
b :el comportamiento explicado por la variable x que indica en cuanto cambia el
valor de Y por cada unidad que cambie x .
Universidad Nacional
Federico Villarreal
MÉTODO DE LOS MÍNIMOS CUADRADOS
Población infantil
comuna x y
1 14.68
2 22.93
3 16.65
4 35.99
5 32.48
6 38.77
7 10.03
8 24.26
9 52.46
10 36.8
11 17.34
12 43.69
Ventas en unidades de y
La regresión reúne todos
3.845
los datos históricos
5.45
disponibles y estima el
5.099
mejor promedio entre
8.89 todos ellos, separado la
6.681 cantidad (a) de unidades
9.678 vendidas que no son
4.542 explicadas por la población
4.557 [accesos, lejanía de las
13.289 viviendas a los centros de
10.506 venta] de aquellas (b) que
5.134 si son explicadas por ella .
9.066
 Universidad Nacional
Federico Villarreal

comuna x y x*y x^2

MÉTODO DE LOS MÍNIMOS 1 14.68 3.845 56.4446 215.5024
2 22.93 5.45 124.9685 525.7849
CUADRADOS 3 16.65 5.099 84.89835 277.2225
• Para determinar la línea de tendencia recurre 4 35.99 8.89 319.9511 1295.2801
a las ecuaciones para determinar los valores 5 32.48 6.681 216.99888 1054.9504
de a y b . 6 38.77 9.678 375.21606 1503.1129
7 10.03 4.542 45.55626 100.6009
8 24.26 4.557 110.55282 588.5476
9 52.46 13.289 697.14094 2752.0516
10 36.8 10.506 386.6208 1354.24
11 17.34 5.134 89.02356 300.6756
12 43.69 9.066 396.09354 1908.8161

∑xy 2903.46541

∑x 346.08
∑y 86.737
x 28.84
y 7.228
∑x^2 11876.785

(∑x)^2 119771.366
Universidad Nacional
Federico Villarreal

• Manteniéndose las demás variables constantes, Por

cada incremento adicional en el número de personas
de adulto mayor, la demanda de atención geriátrica
se incrementara en 2,07 .
Universidad Nacional
Federico Villarreal

opciones de regresión
Universidad Nacional
Federico Villarreal

Regresión
• variación que se puede explicar por los datos del modelo
(dispersión en los valores estimados con respecto al promedio de
los datos observados) y corresponde a la suma de los cuadrados de
las diferencias entre cada valor estimado por el modelo y el
promedio de los datos observados.
Residuos
• suma de los cuadrados de las diferencias entre los datos
observados y los determinados por el modelo.
Total
• dispersión de los datos que se calcula como la diferencia entre el
promedio de los datos y la suma de esos datos al cuadrado.
Universidad Nacional
Federico Villarreal

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,933542294

Coeficiente de determinación R^2 0,871501214

R^2 ajustado 0,858651335
Error típico 1,121008547
Observaciones 12

ANÁLISIS DE
VARIANZA

Grados de Suma de Promedio de los Valor crítico de

libertad cuadrados cuadrados F F
Regresión 1 85,2288873 85,2288873 67,8217468 9,12548E-06

Residuos 10 12,56660161 1,256660161

Total 11 97,79548892
Coeficientes Error típico Estadístico t Probabilidad
Intercepción 1,113201397 0,80996669 1,374379231 0,19933934
Variable X 1 0,212027806 0,025745915 8,235395972 9,1255E-06
 Universidad Nacional
Federico Villarreal

Resumen de resultados de la
regresión
suma de cuadrados %
regresion 85,2288873 0,871501214
residuos 12,56660161 0,128498786
total 97,79548892 1

El valor relativo de regresión (0,87150) es el mismo que en las estadísticas

de regresión aparece con el nombre de coeficiente de determinación R^2, y
corresponde al porcentaje de la variación que puede ser explicado por el
comportamiento de la variable independiente. Es decir, mientras más cercano
a 1 sea este valor , mejor se considera el ajuste determinado.
 Universidad Nacional
Federico Villarreal

• Si el coeficiente es positivo y elevado (muy cercano 1), las

variables x e y tienen comportamientos altamente
relacionados.
• Si el coeficiente es 1, no existe diferencia entre el valor
estimado y los datos observados.
 Universidad Nacional
Federico Villarreal

• Si el coeficiente muestra valores negativos, el

comportamiento de las variables es opuesto, es decir,
mientras mayor sea el valor de x, menor será de y .
• si el coeficiente es 0, no existe correlación entre las
variables, y la ecuación obtenida no sirve para estimar el
valor de Y.
 Universidad Nacional
Federico Villarreal

Error típico
• El error típico se calcula como la raíz
cuadrada de los residuos y su numero
de grados de libertad (n-1)
residuos
grados de libertad

85,228
=1.121
10
• A las desviaciones estándar de cada
variable (raíz cuadrada de su
varianza)el Excel lo muestra como
error típico (0.0257459 para b
y809.9669 para a)
 Universidad Nacional
Federico Villarreal

• Dado que estadísticamente los resultados varían según se ala

composición de los datos , se hace necesario determinar si los
valores de a y b son o no validos realizando una prueba de
hipótesis, puesto que las variaciones se pueden deber a las
diferencias propias de los grupos (edad,sexo,etc) o se explican por
el azar.
• Cuando las diferencias no se deben al azar, se clasifican como
estadísticamente significativas ,aceptando que las diferencias se
explican porque los grupos están compuestos de diversas
características
 Universidad Nacional
Federico Villarreal

• El estadístico F (FISHER)se utiliza para determinar si todas las

variables de la función en su conjunto son o no significativas , y se
calcula dividendo el promedio de los cuadrados de la regresión por
el promedio de los cuadrados de los residuos .
𝟖𝟓,𝟐𝟐𝟖𝟖𝟕
• F= =67.821746
𝟏𝟐,𝟓𝟔𝟔𝟔𝟎
• A las desviaciones estándar de cada variable (la raíz cuadrada de su
varianza ) el Excel lo muestra como Error Típico (0,0257459 para b y
809,9666902 para a )
Universidad Nacional
Federico Villarreal

¿ A qué se denomina una relación espuria?

• Se denomina a la aceptación de un modelo a pesar de que las

variables dadas no se relacionan entre sì. Ejm. El comportamiento
del consumo de carne de cerdos y el crecimiento de las
enfermedades de sida.
• Esta función puede tener todos lo indicadores validos pero a priori
se aprecia que una variable no explica a la otra y es el evaluador
quien va aplicar su sentido común para detectarla.
 Universidad Nacional
Federico Villarreal

¿Qué son los modelos de serie de tiempo?

Ejemplo:
Son técnicas de predicción Proyecciones del empleo y
cuantitativas , pronostican desempleo.
el valor futuro de las
La demanda futura del Evolución del índice de
variables que se desea
modelo es explicada por la precios de la leche
estudiar, extrapolando el
variable tiempo. Número de habitantes por
comportamiento histórico
de los valores observados año.
para sus variables Tasa de mortalidad infantil
por año
Universidad Nacional
Federico Villarreal

• Còmo se pueden clasificar las fluctuaciones de

las observaciones pasadas ?

Estacional: Es un
De tendencia: Es el patrón de cambio que
componente de largo Cíclica: Es la se repite a sí mismo
plazo que representa el fluctuación en forma año tras año.
crecimiento o de onda alrededor de la Las curvas que más se
disminución en la serie tendencia. utilizan para describir
sobre un periodo una serie histórica y
amplio. que no son excluyentes
para predecir el
comportamiento de la
demanda a través del
tiempo son la lineal, la
parabólica y al
exponencial .
Universidad Nacional
Federico Villarreal

En qué consisten los métodos analógicos?

Se da cuando no existen datos en la zona

geográfica para su proyección y consiste en
analizar otro mercado que haya experimentado
un desarrollo conocido y asimilar, por sus
características similares, su comportamiento al
que tendrá el propio mercado del proyecto.
Universidad Nacional
Federico Villarreal

¿Cuáles son las técnicas cualitativas de predicción y

cuando se usan?

• Las técnicas cualitativas de predicción son:

• Método de Dhelpi
• Investigación de Mercados
• Predicción tecnológica
• Se basan en la opinión de expertos y se usan cuando
no existen datos, variables cuantificables o cuando los
datos no son confiables en el modelo.
Universidad Nacional
Federico Villarreal

¿En qué consiste el método de Delphi?

• Constituye un grupo heterogéneo de expertos
que expresan sus opiniones y todos proporcionan
información de manera interactiva.
• Esta información es tratada sistemáticamente
por un coordinados para concluir en una
convergencia de la información colectiva , de ella
nace la predicción ampliamente consensuada
Universidad Nacional
Federico Villarreal

¿Qué diferencia a los métodos de Delphi y de

consenso de panel?
Mètodo de Delphi Consenso de panel

•Las opiniones de los •Esta conformada por un

expertos se da de forma grupo homogéneo de
anónima. expertos.
•Esta conformada por un •Intervienen los factores
grupo de expertos psicológicos, personalidad y
heterogéneos. actitud que direccionan al
•Las opiniones son grupo a seguir la posición de
procesadas sistemáticamente quienes tienen un mayor
por un coordinador. reputación, habilidad, poder
•El pronostico se da de forma o liderazgo.
consensuada y colectiva
Universidad Nacional
Federico Villarreal

¿Explique el concepto de análisis prospectivo?

• Sostiene que el futuro de un proyecto es modificable, o sea se puede
influir según las decisiones que se forman en un momento determinado.
El proyecto podría incorporar acciones que modifiquen favorablemente
las tendencias observadas.
Universidad Nacional
Federico Villarreal

• En proyectos innovativos se debe tener muy en cuenta el ciclo de

vida de productos similares.
• Es posible que en una etapa inicial de su desarrollo sea una función
exponencial la que mejor explique el comportamiento de la demanda
en el periodo introductorio. Que en una segunda ,de crecimiento,
sea una función lineal con tendencia positiva la que mejor explique el
desarrollo del mercado ;y que ,en la etapa de madurez ,se opte
también por una función lineal creciente a tasas sustanciales
menores.
• Incluso puede haber una etapa de saturación, donde la demanda
llegue a 0, como por ejemplo los derivados de la obsolescencia por
los continuos cambios tecnológicos (regla del cálculo, telégrafo y
pronto, el fax)