Problemas del capitulo 3: Técnicas de predicción

3.1 ¿Qué son los pronósticos y cómo se deben considerar?

El resultado de una predicción en donde 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. Los diversos métodos para hacer
pronósticos deben ser considerados, muchas veces, como complementarios. Difícilmente los
resultados de uno coinciden con los de otros. De la misma forma, posiblemente unos sirvan
más en un periodo de tiempo que otros, es decir, mientras unos puedan ser recomendables
para proyectar los primeros años de la demanda, otros serán los más adecuados para el largo
plazo.

3.2 ¿Qué comportamiento caracteriza a la demanda de productos innovativos?

El estudio del comportamiento histórico de la demanda que ha tenido la competencia ya

establecida es fundamental para elegir la técnica de pronóstico a emplear, la técnica de
pronóstico a emplear, tanto en lo que se refiere a su tendencia, estacionalidad, impacto de
variables externas y comportamiento frente a los cambios en los ciclos económicos como a sus
reacciones (positivas y negativas) a campañas promocionales, cambios de precios o
readecuación de las características del producto, etcétera. 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 (crece muy lentamente al principio mientras el producto
se conoce, para luego aumentar fuertemente); que en una segunda etapa, de crecimiento, sea
una función lineal con tendencia positiva la que mejor explique el desarrollo del mercado; y
que, en la etapa madurez, se opte también por una función lineal creciente a tasas
sustancialmente 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 tecnológicos
(regla de cálculo, telégrafo y pronto, el fax). Ciclos de vida de un producto: introducción,
crecimiento, madurez y obsolescencia

3.3 ¿Cuáles son las categorías generales de técnicas de predicción y cuándo debe
usarse cada una de ellas?

Se clasifican en dos categorías: las cuantitativas y las cualitativas Cuando se dispone de datos
históricos suficientes, es posible utilizar los modelos cuantitativos de proyección. Dos grupos
se identifican en esta categoría: los modelos causales y los modelos de series de tiempo. Un
tercero, el de datos de panel, es solo una combinación de los dos anteriores. Si estos no
existen o son insuficientes, lo mejor es recurrir a los métodos cualitativos.

3.4 ¿En qué consisten los modelos causales de pronóstico?

Estos 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. La
forma más común de hacer proyección causal es el ajuste de curvas, el cual se puede realizar
aplicando el método de regresión, que predice el comportamiento de una variable
dependiente a partir de una línea recta, exponencial u otra formada por los datos de la
variable independiente y regresión múltiple a la que recurre a varias.

3.7 ¿Cómo se interpreta un coeficiente de determinación cercano a 1?

Si el coeficiente es positivo y elevado (muy cercano a 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.

3.8 ¿Cómo se interpreta un coeficiente de determinación cercano a −1?

Si el coeficiente muestra valores negativos, el comportamiento de las variables es opuesto, es

decir, mientras mayor sea el valor de x, menor será el 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

3.9 ¿Qué busca determinar una prueba de hipótesis?

Dado que estadísticamente los resultados varían según sea la composición de los datos, se
hace necesario determinar si los valores de a y b son o no válidos 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 por individuos de diversas características.

3.10 ¿Para qué se utiliza el estadístico F?

Se utiliza para determinar si todas las variables de la función en su conjunto son o no

significativas, y se calcula dividiendo el promedio de los cuadrados de la regresión por el
promedio de los cuadrados de los residuos. Aunque para dos variables es suficiente el
coeficiente R2 (o R cuadrado), se muestra el cálculo del estadístico F para los datos del Excel
que se observan en el cuadro de la pregunta 3,6. F = 8522887,3 / 1256660,161 = 67,82174682
Este valor es el que aparece en la celda E12.

3.11 ¿A qué se denomina una relación espuria?

Cuando todos los indicadores se consideren como válidos, podría darse el caso de que dos
variables que no tengan ninguna relación entre sí sugieran la aceptación del modelo. Por
ejemplo, el comportamiento observado en el consumo de cerdos con el crecimiento de los de
los enfermos de sida. Aunque ambas variables se muestren muy correlacionadas y aunque a y
b sean muy significativas, no cabe duda de que una no explica a la otra.

3.12 ¿Qué son los modelos de series de tiempo?

Los modelos de series de tiempo pronostican el valor futuro de la variable que se desea
estimar, extrapolando el comportamiento histórico de los valores observados para esa
variable. Estos modelos asumen que la variable que explica la demanda futura es el paso del
tiempo.

3.13 ¿Cómo se pueden clasificar las fluctuaciones de las observaciones pasadas?

Las fluctuaciones observadas en el pasado pueden diferenciarse en tres tipos: de tendencia,

cíclica y estacional.

3.14 ¿En qué consisten los métodos analógicos?

Cuando existen datos en la zona geográfica donde se considera instalar el proyecto, es posible
recurrir al método analógico, el cual busca otro mercado que haya experimentado un
desarrollo conocido y asimilar, por sus características similares, su comportamiento al que
tendrá el propio mercado del proyecto. Para ello, se debe identificar el momento del tiempo
en que el mercado desarrollado se encontraba en un estado similar al que se encuentra el del
proyecto y tomarlo como punto de partida. Por ejemplo, cuando se introdujeron las zapatillas
deportivas para uso diario en Chile, se tomó como referencia la tasa de adopción observada en
Brasil. Aunque muchos evaluadores usan el método analógico como único predictor de la
demanda para el proyecto, al considerar que las condiciones futuras no serán iguales a las
observadas en otros mercados, será imprescindible incorporar los ajustes necesarios o realizar
un análisis de escenarios.

3.15 ¿Cuáles son las técnicas cualitativas de predicción y cuándo se usan?

Existen ocho principales modelos de series de tiempo, que se pueden tipificar entre sin
estacionalidad y con estacionalidad, y entre sin tendencia y con tendencia.

-Sin estacionalidad y sin tendencia: promedio móvil simple y suavizando exponencial.

- Con estacionalidad y sin tendencia: aditivo estacional y multiplicativo estacional.

- Sin estacionalidad y con tendencia: aditivo Holt-Winter´s y multiplicativo Holt-Winter´s Todos

los modelos desagregan los datos históricos en función de tendencias y estacionalidades para
luego replicarlos en la proyección futura. Para ello, asumen que los elementos que
condicionan en el pasado tanto el comportamiento de la tendencia como el de la
estacionalidad se mantendrán durante todo el periodo de pronóstico.

Especial relevancia tienen estos modelos cuando no existen datos históricos, cuando es difícil
cuantificar las variables que explicarían la demanda o cuando los datos existentes no son
confiables para extrapolarlos si no es posible asimilar las características del proyecto con otras.

Por ejemplo, cuando se iniciaron los primeros proyectos inmobiliarios de una segunda
vivienda para descanso a solo una hora de las grandes urbes, ofreciendo al consumidor
vincularse con la naturaleza todos los fines de semana en vez de únicamente durante su
periodo vacacional, no existían datos referenciales históricos ni asimilables a otras
experiencias.
3.16 ¿En qué consiste el método Delphi?

Este método se desarrolla como respuesta a las debilidades del modelo de consenso de panel,
que busca la predicción de un grupo de expertos en una discusión abierta y que, por factores
psicológicos, de personalidad o de actitud, conducía al grupo a seguir la posición de quienes
demostraban tener una reputación, una habilidad para el debate o una personalidad
dominante, capaz de imponerse a la calidad de otros argumentos. El consenso de panel se
sigue aplicando en proyectos que se evalúan en empresas en funcionamiento, donde el
personal interno demuestra experiencia y conocimiento del mercado. Uno de los casos más
comunes es el de los vendedores que, con el conocimiento adquirido durante años en sus
relaciones con los clientes, pueden opinar calificadamente sobre las reacciones y los
comportamientos que podrían resultar de la posible introducción o modificación de un
producto en el mercado; asimismo, el del personal de adquisiciones vinculado con los
proveedores de insumos de la empresa.

3.17 ¿Qué diferencia a los métodos Delphi y de consenso de panel?

El Delphi supera las dificultades del consenso de panel al constituir un grupo heterogéneo de
expertos en un proceso en el que todos proporcionan información de manera interactiva, la
cual es tratada sistemáticamente por un coordinador para concluir en una convergencia de la
información colectiva; de ella nace la predicción. Para eso, la participación de cada experto es
anónima y se la proporciona al coordinador, quien recopila, procesa y retroalimenta a todos
los expertos con las opiniones del resto.

3.18 Explique el concepto de análisis prospectivo.

Aunque muchos revisores de proyectos valoran sobremanera la entrega de un informe lleno

de cuadros estadísticos, no debe olvidarse que estos últimos constituyen solo información
secundaria y, por lo tanto, son utilizables en el nivel de prefactibilidad. Su complementación
con los resultados de las consultas directas y de la observación de las necesidades,
motivaciones y otras variables, así como del comportamiento de la competencia, proveedores
e intermediarios, permite un mejor diagnóstico del mercado. En este sentido, el método
Delphi hace posible acopiar información de primera fuente para entender el mercado y para
hacer los análisis de prospectiva.

3.19 ¿En qué consiste la investigación de mercados?

Considera la opinión de los clientes como pertinente en la actividad predictiva. Para ello,
recurre a diversas formas de recopilación de sus opiniones, como por ejemplo la toma de
encuestas a una muestra representativa de la población, la realización de experimentos o la
observación de los consumidores potenciales en mercados de prueba, entre otras, buscando
probar o refutar hipótesis sobre un mercado específico, es decir, las características de algún
producto o de los consumidores.
3.20 ¿Qué es un muestreo?

Para realizar un muestreo, se debe considerar el tipo de población que se busca estudiar, la
que se puede clasificar, según su tamaño, en finita o infinita. Normalmente, cualquier
población por sobre 5.000 individuos, empresas o familia se considera infinita.

3.21 ¿Qué es un marco muestral?

El marco muestral corresponde a la fuente de datos de donde se extraerá la muestra. Por

ejemplo, de un censo, una cámara de comercio, una municipalidad

3.22 ¿Qué diferencia a un muestreo probabilístico de uno no probabilístico?

La selección de la muestra se puede hacer siguiendo un procedimiento probabilístico

(cualquier individuo de la población tiene la misma posibilidad de ser elegido) o no
probabilístico (se elige de acuerdo con parámetros previamente definidos). El procedimiento
probabilístico puede definir la muestra mediante un modelo aleatorio simple o uno
estratificado.

3.23 ¿Qué es un muestreo aleatorio simple?

El muestreo aleatorio simple extrae del marco muestral una muestra al azar. (En Excel, esta se
puede hacer mediante el comando Muestra).

3.24 ¿Qué es un muestreo estratificado?

El muestreo estatificado se aplica cuando se observan subgrupos con características comunes

entre ellos, pero diferenciadas entre subgrupos. Por ejemplo, cuando por niveles de ingreso,
edad u objetivo de uso (turismo o negocios), los usuarios de un hotel manifiestan
comportamientos diferentes

3.25 Indique cómo se clasifican los tres grupos de preguntas básicas que debe contener
un cuestionario.

El número de preguntas debe ser lo suficientemente reducido como para no crear

inconvenientes a quien deba responderlas.
Las preguntas deben ser muy precisas y relacionadas exclusivamente con el diagnóstico que se
desea obtener (existe muchas veces la “tentación” de agregar otras preguntas para
“aprovechar” la encuesta, lo que puede fácilmente distraer el objetivo de esta).

Es importante la estratificación previa de la población para determinar quiénes pueden tener

una opinión fundada sobre la materia en estudio. Por ejemplo, recopilar información sobre
preferencias de los automovilistas, es necesario conocer primero quiénes tienen vehículo.

Se debe comprobar la validez de la segmentación. Para ello, un primer grupo de preguntas

debe incluir algunas como rango de edad, número de trabajadores de una empresa, rango de
ingreso, sexo, posesión de un bien (vehículo), etcétera.
 De acuerdo con el objetivo de la encuesta, un segundo grupo de preguntas deben estar
referidas a identificar el consumo actual del individuo. Por ejemplo, la marca que usa, el rango
de precios que paga, el lugar donde compra, la frecuencia de compra y uso, y cualquier otra
que permita conocer su comportamiento de compra.

Un tercer grupo de preguntas deben tratar de medir el grado de satisfacción del individuo con
la oferta actual; por ejemplo, con el precio que paga, la calidad que recibe, la presentación y el
tamaño del producto, el lugar donde compra, el servicio que recibe y cualquier otra que
permita conocer posibles factores de diferenciación que debería incorporar el proyecto. En
una encuesta, es frecuente combinar diversos tipos de preguntas, lo que hace necesario
recurrir a varias formas simultáneas de ordenamiento de las respuestas.

3.26 ¿Qué son las escalas de respuesta paramétricas de una encuesta?

diversos tipos de preguntas, lo que hace necesario recurrir a varias formas simultáneas de
ordenamiento de las respuestas.

3.27 ¿Qué son las escalas de respuesta no paramétricas de una encuesta?

Las escalas de respuesta no paramétricas se usan para medir cualidades, como por ejemplo
preferencia de tamaño, envase, prestigio de marcas, calidades, etcétera. Estas se clasifican, a
su vez, en nominales (producto que compra el usuario, marca de televisor que tiene) y
ordinales (nivel educacional, jerarquización de atributos o preferencias, nivel socioeconómico,
satisfacción por el servicio de posventa).

3.28 ¿Qué diferencia a las escalas nominales de las ordinales?

Las escalas nominales, al referirse a categorías no comparables, no permiten establecer

posiciones relativas ni hacer estadígrafos de los resultados de la encuesta. Dentro de esta
categoría se pueden recurrir a preguntas donde el encuestado debe jerarquizar (ordenar
preferencias en una escala). Las escalas ordinales permiten establecer posiciones relativas de
las respuestas y, aunque tampoco hacen posible el uso de estadígrafos, si posibilitan análisis
estadísticos o paramétricos, como los análisis de correlación.

3.29 ¿Qué diferencia a las escalas intervales de las proporcionales?

En cuanto a las escalas intervales se usan para determinar la frecuencia absoluta o relativa
dentro de intervalos definidos. Por ejemplo, número de veces que el individuo cena en un
restaurante, número de cigarrillos que fuma al día, número de integrantes del grupo familira o
de trabajadores de una empresa, entre otros.

3.30 Explique los conceptos de rango total, intervalos, amplitud del intervalo, valor del
intervalo y marcas de clase.

se utiliza la siguiente ecuación. Rt = Omx - Omn Donde: Rt es el rango total; Omx, el valor
máximo observado entre las respuestas, y Omn, el valor mínimo observado entre las
respuestas

3.31 ¿En qué consisten y cuáles son las medidas de tendencia central?
Media aritmética simple: promedio de respuesta Media aritmética ponderada Media
geométrica: cuando los datos obtenidos corresponden a variaciones porcentuales Mediana
Moda

3.32 ¿Qué es y cómo se calcula la media geométrica?

Cuando los datos obtenidos corresponden a variaciones porcentuales y se calcula: Investigar la

fórmula de la media geométrica.

3.33 ¿Cómo se clasifican y qué diferencia a los distintos tipos de clientes?

Cliente dominante: que sabe o cree saber lo que quiere e impone su opinión. Cliente
influenciable: al que le gusta que le recomienden y acepta gustoso que le explique o
clarifiquen los atributos del producto. Cliente analítico: que, además de informarse, compara
entre distintos productos, marcas, locales de venta, precios, etc., y después compra. Cliente
emocional: que reacciona frente a estímulos como la publicidad, un complemento
promocional o un envase, entre muchas otras cosas

3.34 Explique el método de predicción tecnológica.

Es un método que incentiva la capacidad de anticipar el desarrollo de nuevas tecnologías o

productos y el impacto que podrían tener en el mercado específico de la empresa.

3.35 En el estudio del mercado para introducir un nuevo detergente para lavavajillas
se requiere proyectar las ventas para 10 años a partir de 2012. Según estimación
de los vendedores, un 37% de los actuales consumidores estarían dispuestos a
comprar el nuevo detergente. Cada caja (1 litro) de detergente dura en promedio
dos meses y su precio de venta unitario será de $2.000. Las familias que tienen
lavavajillas han aumentado de la forma que se muestra en la siguiente tabla.

Estime los ingresos por venta de detergente a partir del año 2012, en un horizonte
de 10 años. (Se recomienda hacerlo por los tres métodos).
3.36 Explique los resultados de la regresión del siguiente cuadro, si la variable x
corresponde al año (1995 a 2010, donde 1995 = 1) e Y corresponde a las ventas
en cantidades.
3.37 En una ciudad del norte del país, un estudiante recopiló información de la cantidad
de pacientes enfermos de sida, pensando que ello se explicaría por la cantidad de
personas que asisten al cine en la ciudad.
Los resultados se muestran en la tabla siguiente, Calcule los estadísticos correspondientes y
explique su conclusión

3.38 Para una población objetivo de 180.000 familias, una prueba piloto concluyó
que el consumo promedio de cajas de jugo era de 144 unidades anuales, con una
varianza muestral de 310. Para un error de 2% respecto de la media, calcule los
tamaños de la muestra para los niveles de confianza de 95,44% y 99,74%
3.39 Una prueba piloto para estimar el tamaño de la muestra arrojó los siguientes
Resultados
Para un error de 1.200 y un nivel de confianza de 95,44%, determine el tamaño de
la muestra total y por estrato.

3.40 Calcule el número de intervalos de clase para tabular el resultado de una encuesta
realizada a 52 individuos.
3.41 Si el número de datos fuese 2.370, calcule el número de intervalos óptimo.

3.42 Con la tasa de crecimiento de adultos mayores jubilados de los últimos años que
se muestra en la siguiente tabla, calcule la media geométrica.