UNIVERSIDAD NACIONAL EVANGÉLICA

UNEV

CARRERA
MAESTRÍA EN GESTIÓN FINANCIERA
EMPRESARIAL

EXPERIENCIA EDUCATIVA
METODO CUANTITATIVO PARA FINANCIEROS.

DOCENTE
CESAR FERRERAS, MBA

TRABAJO
DEFINICIÓN Y APLICACIÓN DE DIVERSOS CONCEPTOS
SOBRE SERIE DE TIEMPO Y TENDENCIAS.

ESTURIANTE MATRÍCULA
ISAIAS N. LAURENCIO 2011-331907

GRUPO O SECCIÓN
ADM-451-01
RESUMEN

La presente investigación está orientada a identificar y definir conceptos y

formulas sobre la regresión lineal múltiple la cual trata de ajustar modelos lineales
o linealizables entre una variable dependiente y más de una variables
independientes. En este tipo de modelos es importante testar la
heterocedasticidad, la multicolinealidad y la especificación. En este curso
trataremos de introducirnos en el mundo de la modelización, con creación de
dummies, configurando un individuo de referencia, factores de ponderación,
variables de interacción, interrelación, etc.

Palabras claves: Regresión lineal, Stata, Estadística, Medidas de Variabilidad,

Varianza.

2
ABSTRACT

This research is aimed at identifying and defining concepts and formulas on

multiple linear regression which tries to fit linear or linearizable models between
a dependent variable and more than one independent variables. In this type of
model it is important to test heteroscedasticity, multicollinearity and specification.
In this course we will try to introduce ourselves into the world of modeling, with
the creation of dummies, configuring a reference individual, weighting factors,
interaction variables, interrelation, etc.

Keywords: Linear Regression, Stata, Statistics, Measures of Variability,

Variance.

3
INTRODUCCIÓN

La regresión es una técnica estadística que consiste en calcular dicha similitud en

forma de función matemática. Esta función nos ofrece mucha más información
sobre dicha relación. Por ejemplo, el modelo más sencillo: la regresión lineal
simple, ya nos informa de las siguientes magnitudes: la magnitud de la
correlación; el incremento marginal, el valor de una de ellas cuando la otra es cero
y si dicha relación puede considerarse significativa o fuerte (distinta de una
relación normal) o no significativa o débil (similar a una relación normal).

Exiten magnitudes con comportamiento relativamente constante es decir que cada

vez que se miden el resultado es el mismo (el tamaño de un folio, el peso de un
coche, la distancia a las estrellas…) o cuyo movimiento es fijo o constantemente
acelerado (los objetos al caer, las estrellas otra vez…) y cuando queremos
comparar dos o más lo que se hace son proporciones o fórmulas que pueden ser
más o menos exactas (por ejemplo, el número π que ya tiene 10 billones de
decimales, ¡sabe Dios para qué!). Estas son magnitudes deterministas.

Otras magnitudes, en cambio, son absolutamente diferentes cada vez que las
observamos (un individuo puede medir más por la mañana que por la tarde, cada
pieza de fruta tiene un peso distinto, cada año la producción de la fábrica es
distinta…). Esto puede ser debido a que nos equivoquemos al medirlas, a que
sean tan grandes que no podamos medirlas enteras o a que estén sometidas a
algún tipo de influencia que no controlamos. Hay muchas variables físicas que no
son deterministas (el ruido, la posición de un electrón, la generación de ondas)
pero casi todas las variables sociales de una población son así (la edad, la renta,
las tendencias políticas).

4
A estas magnitudes las denominamos estocásticas. La correlación es una medida
de la similitud de la variabilidad de dos magnitudes estocásticas (que, como
varían, las denominamos variables). La ventaja de 4 la correlación como medida
de asociación es la sencillez de cálculo y su inconveniente es que, a veces, no es
suficiente para comprender la relación entre ambas.

La presente investigación sobre los métodos de muestreo tiene por objetivo

conocer la regresión múltiple, su ecuación e implicaciones de las mismas, así
como ampliar los conocimientos que se requieren para lograr un aprendizaje
competente para fines de crecimiento personal y profesional.

Esta investigación está estructurada de la siguiente forma, primero se aborda el

tema definiendo modelo de regresión múltiple, modelo de regresión y ecuación de
regresión, ecuación de regresión múltiple estimada, método de mínimo cuadrado,
coeficiente de determinación múltiple y finalmente se destacan las formulas y
ejemplos para calcular las operaciones antes mencionadas.

5
SERIE DE TIEMPO

Se llama serie temporal, serie cronológica, serie histórica o serie de tiempo a una
sucesión de observaciones de una variable ordenadas en el tiempo. Interesa su
análisis para posibilitar la descripción de la evolución histórica del fenómeno que
expresa la serie.

Notación: Dada la magnitud numérica (variable) Y designaremos las

observaciones mediante alguna de las dos siguientes notaciones:

Yi,j donde i representa el año y j representa el k-avo de año (mes, trimestre, etc.)

i= 0,1,2,... j = 1,2,3,...,k

o bien Yt donde t es el ordinal total del k-simo de año (mes, trimestre, etc.)
considerado. t = j +i k

DESCOMPOSICIÓN (ANÁLISIS CLÁSICO)

El análisis clásico de las series temporales consiste en considerarlas de una forma

no aleatoria y presuponer que la realización de la serie puede concebirse como
originada por la agregación de cuatro efectos o componentes (alguno pudiera no
existir):Tendencia secular, variación cíclica, variación estacional, y variación
errática.

Suelen considerase dos modelos de agregación de estos efectos:

Aditivo: Yt= Tt+Ct+St+Et

multiplicativo: Yt= Tt.Ct.St.Et (fácilmente convertible en aditivo, tomando

logaritmos)

6
Tendencia Secular: Es la componente general de la serie y puede considerarse
como el movimiento global de la serie a largo plazo. Suele obtenerse o describirse
mediante ajuste a una función matemática o por medias móviles o alisamiento
exponencial.

Variaciones cíclicas: Son oscilaciones periódicas que se producen con una

frecuencia superior a un año suelen deberse a la alternancia de etapas de
prosperidad económica (crestas) con etapas de depresión (valles).

Variaciones estacionales: fluctuaciones de periodificación inferior a un año y

reconocibles todos los años, que suelen tener que ver con la climatología o el
comportamiento de los agentes económicos al variar la época del año.

Variación errática, irregular o residual que recogería la variabilidad en el

comportamiento de la serie que se debe a pequeñas causas impredecibles. De
manera gráfica

7
ANÁLISIS DE LA TENDENCIA

La tendencia suele determinarse o bien a través del ajuste a una función

matemática, o bien a través de las medias móviles, o bien a través del alisamiento
exponencial.

Ajuste analítico.

Se tratará de obtener una función que se capaz de explicar con una buena
aproximación el comportamiento de la serie en función de la variable tiempo.
Primero será necesario escoger el tipo de función (lineal, polinómica,
exponencial, etc.) y luego habrá que determinar los parámetros de ajustes (la
función concreta).

Para escoger el tipo de función, la decisión puede basarse en el análisis visual de

la representación gráfica de la serie. Y en cuanto a la determinación de la función
concreta de ajusta lo más habitual será utilizar el método de mínimos cuadrados
ya conocido.

8
Medias móviles.

Se basa en el suavizado de la serie mediante el cálculo de sucesivas medias de un

grupo de valores.

Se denomina media móvil de longitud p+q+1 a la media aritmética de los p

valores anteriores, el valor del período considerado y los q valores posteriores de
las observaciones de la serie:

Ejemplo de obtención de medias móviles de longitud

3:

serie
período serie de medias móviles
original

1 y1 =110 -----------------------

2 y2 =130 1/3(y1+y2+y3) =118.33

3 y3 =115 1/3(y2+y3+y4) =126.66

4 y4 =135 1/3(y3+y4+y5) = 132

5 y5 =146 1/3(y4+y5+y6) = 146.33

6 y6 =158 --------------------

9
Discusión:

Si se acierta con la longitud de las medias móviles el método puede ser útil para
descubrir la tendencia. Si se tiene en cuenta que las variaciones cíclicas se repiten
cada cierto período, y que la estacionalidad también se repite cada año, el cálculo
de las medias móviles, en el supuesto de que el "período" de los ciclos sea un
número entero de años, compensará las variaciones cíclicas y estacionales
promediando las positivas y negativas; e igualmente promediará las variaciones
erráticas que hay que suponer que tienen por media cero a medio plazo.

Se comprende que la propia virtualidad del método es su mayor crítica, ya que de

alguna manera acertar con la longitud de la media móvil implicar conocer de
antemano el comportamiento de las variaciones (cíclicas, estacionales y erráticas)
que se quieren eliminar.

10
Alisamiento exponencial.

En este caso se parte de un modelo que supone que los valores de la serie pueden
"predecirse" en función de los valores (reales) anteriores de forma que, para
cualquier período:

Donde y son valores reales e valores de predicción.

De esta forma preestableciendo una primera predicción para el primer

periodo:

Tendremos:

Este método implica dos problemas la elección de a que puede resolverse por
tanteo, eligiendo el valor que minimice el los errores de previsión, y la elección

de la primera previsión .

11
 ANÁLISIS DE LA COMPONENTE ESTACIONAL.

DESESTACIONALIZACIÓN

La obtención de la componente estacional de la serie es fundamental para el

análisis coyuntural a corto plazo: Para que este análisis no sea engañoso es
necesario que la serie se haya desestacionalizado, esto es, que se haya eliminado
la variación estacional.

Para detectar esta variación se utilizan habitualmente procedimientos complejos,

aunque aquí sólo veremos uno sencillo que presupone un modelo multiplicativo
de serie temporal. Yt= Tt.Ct.St.Et :

1º) Se obtiene la tendencia anual por medias móviles de longitud 12 meses (1

año)

2º) Se dividen los datos originales por los obtenido en el apartado 1º,de forma que
si los ciclos pueden despreciarse o son de duración anual nos quedarán la
componente estacional y la errática St.Et

3º) Consideramos como variación estacional el promedio de los distintos meses a

lo largo de los distintos años, de los valores obtenidos en el apartado 2º (promedio
de los eneros, promedio de los febreros, etc.).Al promediar los meses se anula o
suaviza la componente errática. Opcionalmente puede intentar descubrirse un
ajuste funcional con los resultados obtenidos.

(NOTA: Si, como es habitual se trabaja con series de meses las medias móviles a
utilizar serán de longitud 12, lo que no permite que se asigne la media móvil a
uno de los períodos (meses).Para solucionar este problema se toman medias
móviles 2 veces ; la primera de longitud 12 y la segunda de longitud 2.
(Obviamente se perderán datos de los seis primeros meses y de los seis últimos))

12
SERIE DE VENTAS DE HELADOS

13
El índice de variación estacional podrá calcularse promediando para cada mes el
cociente entre la serie original y la serie de medias móviles, esto es la serie de
variaciones estacionales obtenida en la última columna.

Estos índices mensuales de variación estacional podrán expresarse en tantos por

uno o en tantos por cien.

INDICE DE
VARIACIÓN
MES
ESTACIONAL
SE

0,112409363
ENERO
11,24 %

0,542817307
FEBRERO
54,28%

0,584201653
MARZO
58,28%

0,862788543
ABRIL
86,27%

1,225794415
MAYO
122,58%

1,290985033
JUNIO
129,10%

14
 2,094611733
JULIO
209,46%

2,222664508
AGOSTO
222,27%

1,302792488
SEPTIEMBRE
130,28%

1,432321852
OCTUBRE
143,23%

0,732230609
NOVIEMBRE
73,22%

0,265167623
DICIEMBRE
26,51%

El índice de variación estacional, viene a indicarnos la fracción que supone

ordinariamente ese mes ( o período considerado) del valor mensual medio.

p.ej. en agosto habitualmente se vende un 222,27 % de helados en relación con un

mes estándar.

15
Componente cíclica

Esta componente refleja

comportamientos
recurrentes, aunque no
tienen por qué ser
exactamente periódicos,
con un periodo superior a
un año. Muestran,
habitualmente, cómo se
suceden las etapas de
bonanza económica con las
de crisis, o al menos, desaceleración.

Con frecuencia los ciclos económicos resultan de la superposición o

yuxtaposición de distintos efectos, con periodos diferentes, más cortos o más
largos (dos años, diez o veinte años, etc.). Por ello, son difícilmente reconocibles.
Por ello, muchas veces no se consiguen separar de la tendencia, al menos para
series no demasiado largas. Denominaremos a la componente cíclica

como o .

La figura de la derecha ilustra esta definición con la representación de la anterior

serie de ventas de turismos, junto con la componente cíclica (de color naranja).
Como decíamos, a veces no se separa de la tendencia. A la componente se le
denomina entonces la "ciclo-tendencia". En esa figura se muestra (en color verde
y con trazo grueso) la ciclo-tendencia de la serie de ventas de turismos.

No separaremos ciclo y tendencia en estos materiales, por lo que, siempre que nos
refiramos a la tendencia, estaremos hablando, de hecho, de la ciclo-tendencia.

16
Componente estacional

Este es el motivo por el

que se consideran los
periodos agrupados en
otros periodos más
amplios en el tratamiento
de muchas series
temporales. Muchas
series económicas
presentan oscilaciones
regulares en el mismo
mes de cada año, y con unas pautas que se presentan, sin repetirse exactamente,
todos los años. Son las llamadas "variaciones estacionales", y se deben
básicamente a causas climatológicas, vacacionales o fiscales. Las denominaremos

muy raramente con la notación y con frecuencia en la

forma .

La figura adyacente muestra en un gráfico especial, de los denominados de

"telaraña" las matriculaciones de turismos en Castilla y León durante los años
1999 a 2003. Cada radio es un mes (1 para enero, 2 para febrero, etc.) y puede
observarse ciertas pautas. Por ejemplo, que enero, agosto y septiembre son meses
con pocas matriculaciones relativas, mientras que julio y junio son meses de
elevados valores, en comparación con la tendencia. No representamos más años
en esta gráfica, pero el efecto no es muy diferente si lo hacemos.

La estacionalidad no se presenta sólo cuando el periodo amplio es el año. A veces

hay estacionalidades mensuales o semanales en series diarias, o estacionalidades
diarias en series horarias, como son las series de cotizaciones bursátiles, por

17
ejemplo. Sí es importante que las estacionalidades tengan un periodo no superior
al anual, para que no se confundan con las componentes cíclicas.

Supondremos en este trabajo que la componente estacional es exactamente

periódica, esto es,

y que se cumple el denominado "principio de conservación de las áreas", que

para el modelo aditivo indica que la media "anual" de las componentes
estacionales es igual a cero, esto es,

Componente irregular

También llamado "ruido", recoge alteraciones de la serie, pequeñas en su

incidencia, y sin una pauta periódica ni tendencial reconocible. Se considera que
está ocasionada por múltiples factores, de pequeña entidad y diferentes ritmos
temporales, que no se pueden estudiar individualmente. Esto en la teoría, porque
en la práctica lo que ocurre es que la consideración de una serie como compuesta
por componentes tendenciales, cíclicas y estacionales no deja de ser un modelo y,
como tal, una representación aproximada e imperfecta, aunque valiosa, del mundo
real. La componente irregular recogería, en consecuencia, la incapacidad del
modelo para explicar a la perfección el comportamiento de la serie temporal.

Nótese que si se impone que no tengan pautas tendenciales o periódicas de la

serie, deben entonces comportarse de forma independiente de las otras
componentes, que tienen unas pautas sistemáticas.

Se describe como o .

18
Métodos de suavizamiento

Los pronósticos de producción desarrollados con series de tiempo, hacen uso de

los datos del pasado para predecir el comportamiento de la demanda en el futuro.

Sin embargo, y a diferencia de otros métodos, el suavizado o alisamiento

exponencial funciona con muy pocos registros de periodos anteriores, destacando
los hechos más recientes sobre los más antiguos.

A diferencia de los métodos de promedio móvil simple y ponderado, este

método no necesita de gran volumen de datos históricos de la demanda. Por ende
cada vez que se calcula el pronóstico, se remueve la observación anterior y es
reemplazada por la demanda más reciente, y aquí es donde radica la ventaja.

Ventajas del método de suavización exponencial simple

Es el método de pronóstico más usado por su simpleza, tanto por pequeñas y

grandes empresas, sea en un sencillo archivo de Excel o un software
como forecast pro. Sus ventajas son:

Formulación es sencilla, pues solo requiere el pronóstico anterior, la demanda real

del periodo de pronóstico y la constante de suavización, como ya lo veremos más
adelante.

No requiere de gran volumen de datos históricos.

Al ser un modelo exponencial, es más preciso.

Es flexible al conseguir darle más importancia a la demanda más reciente o a la

antigua.

19
Su desventaja, al igual que los métodos de promedio móvil, es la respuesta a la
tendencia. Aun cuando un valor de alfa (α) logra responder frente a cambios en el
promedio, cambios sistemáticos de este harán más grande el error de pronóstico.
Es tan así, que cuando se está aplicando un alfa mayor a 0.5 con buenos
resultados, optar por el alisado exponencial doble suele ser mejor idea.

La constante de suavización en el alisado exponencial

El método de suavización exponencial simple trabaja a través de una constante

de suavización alfa (α) que tiene un valor comprendido entre 0 y 1, aunque en la
aplicación real su valor suele variar entre 0,05 y 0,50.

La constante funciona como un factor de ponderación (si, parecido al pronóstico

móvil ponderado) y su variación se hace de acuerdo a nuestra necesidad de darle
más peso a datos recientes (alfa α más elevado) o a datos anteriores (alfa α más
bajo). En este sentido, si α=1, nuestro pronóstico de demanda del próximo
periodo será exactamente igual al del periodo actual.

En consecuencia, el alfa que elijamos estará relacionado con el índice de

respuesta deseado y la naturaleza del producto. ¿Por qué? Veamos. Por ejemplo,
teniendo un producto o servicio con demanda estable a través del año,
nuestra constante de suavización tenderá a ser pequeña (0,10 por ejemplo),
debido a que, no requerimos un elevado índice de respuesta frente a los cambios
entre la demanda real y la demanda pronosticada.

Caso contrario es cuando la compañía comienza a tener un crecimiento en su

demanda, lo que va a requerir un alfa más elevado (0,30 por ejemplo) para dar
mayor importancia a la demanda reciente.

20
Cómo calcular un pronóstico con suavización exponencial

Como bien mencionamos antes, el cálculo es simple. Requerimos el pronóstico

anterior, la demanda real del periodo de pronóstico y la constante de suavización.
Si es la primera vez que usamos el método, el pronóstico anterior puede ser un
estimado o el resultado de un promedio simple, por ejemplo.

La fórmula de suavizamiento exponencial es la siguiente:

Donde

Ft= Nuevo pronóstico

Ft-1= Pronóstico del periodo anterior

α = constante de suavización

At-1= demanda real del periodo anterior

Ejemplo de suavización exponencial

Luz Verde es una empresa de seguros que ha decidido expandir su mercado a la

ciudad capital de un país. Por ser la ciudad que congrega más habitantes, han
decidido comenzar ofreciendo servicio de seguro para coches.

Como ejercicio inicial, la empresa desea pronosticar cuántos seguros de vehículo

serán contratados por las personas de la ciudad capital, para lo cual usarán como
dato inicial los seguros de vehículos contratados en otra ciudad con menos
habitantes pero con mayor posicionamiento en el mercado.

El pronóstico de demanda del período 1 es 2869 seguros de carro adquiridos por

personas, pero la demanda para ese periodo fue de 3200. La compañía según su
criterio asigna α=0,35.

21
La demanda del próximo periodo es:

Ft= 2869+0.35(3200-2869)=2984.85

Este mismo ejercicio lo realizó a través del año, obteniendo la siguiente tabla
comparativa entre lo realmente obtenido (demanda – segunda columna) y lo
pronosticado en ese momento (tercera columna)

PROMEDIOS MOVILES

Las medias móviles son indicadores de tendencias que se utilizan para analizar los
datos anteriores con el fin de crear una serie de medias de diferentes subconjuntos
de datos de precios. En otras palabras, las medias móviles examinan los precios
históricos y forman medias de esos precios, suavizándolas durante un período de
tiempo.

Las medias móviles se clasifican como indicadores rezagados, debido al hecho de

que utilizan datos anteriores para trazar la nueva línea de precios. Tienden a dar
señales después de que la nueva tendencia o el movimiento importante de los
precios han comenzado.

Por eso, por sí solos, no son predictores muy precisos del movimiento de los
precios. Deben combinarse (es decir, una media móvil de corto plazo y una media
móvil de largo plazo) para producir una señal, o combinarse con otros indicadores
que puedan medir el impulso de la acción de los precios, como los osciladores.

22
Las medias móviles son capaces de utilizar el precio abierto, el precio de cierre, el
precio alto y el precio bajo como precios de referencia para alisar los datos de
precios. Hay varios tipos de promedios móviles:

Promedio móvil simple (SMA)

Da una mayor ponderación a los precios anteriores.

Promedio móvil exponencial (EMA)
Pone más énfasis en el uso de precios más nuevos en su cálculo.
Media móvil ponderada por volumen (VWMA)
Pone más peso no sólo en los precios más nuevos, sino también en las velas de
precios que tienen más actividad de volumen.

Promedio Móvil Ponderado (WMA)

Combina un período de tiempo fijo y las velas de precios más recientes en su

cálculo.
Los operadores tienden a utilizar el SMA y el EMA más que las otras dos medias
móviles.

¿Cómo se utilizan los promedios móviles en el comercio?

Los promedios variables se utilizan en la determinación de tendencia. La mejor

manera de usar promedios móviles es a un promedio móvil de corto plazo (como
50 SMA) y un promedio móvil de largo plazo (como 200SMA), para producir una
señal cruzada. El promedio móvil de corto plazo responderá más rápido que su
contraparte de largo plazo al reaccionar a los cambios de precios. La señal aquí es
esperar a que el cruce del MA corto sobre el MA largo en cualquier dirección para
apuntar a la nueva tendencia. Algunos también añadirán otros indicadores en un
intento de filtrar las señales de retardo y captar los movimientos tempranamente.

Ejemplo 1: Cruce de Promedio Móvil

23
El ejemplo que se muestra aquí es el de una cruz de promedio móvil simple.
Combina un promedio móvil de corto plazo (50SMA) con un promedio móvil de
largo plazo (00SMA) para producir una dirección para la tendencia. La señal para
operar aquí es un rebote corto de la acción del precio en el punto donde las líneas
del promedio móvil se cruzan. Esto puede ser en el lado de la compra o venta. La
imagen de abajo muestra un gráfico que nos da las dos señales comerciales en una
sola vista. Los dos promedios móviles descritos en el gráfico se muestran en rojo
(50SMA) y azul (100SMA). La señal de la media móvil a tener en cuenta es
permitir una cruz de la media móvil de corto plazo sobre la media móvil de largo
plazo hacia el norte (señal de compra) o hacia el sur (señal de venta). Puede ver
las instancias mostradas en el gráfico.

Pero aquí no es donde termina. Los puntos de cruce pueden ser utilizados como
señales de apoyo (para la compra) o de resistencia (para la venta). Por lo tanto, lo
ideal es que el comerciante busque zonas en las que las velas de precios que
rebotan en las zonas pertinentes satisfagan la media móvil. En la práctica, esto es
más difícil y otros factores entran en juego antes de comercializar esta señal. Lo
que se acaba de describir es sólo para fines educativos.

Ejemplo 2: Media móvil + Oscilador

El segundo ejemplo muestra donde los promedios móviles se combinan con

osciladores. Aquí se selecciona un oscilador con una componente de histograma y
una línea de señal (como el MACD). Las señales cruzadas deben ser seguidas por
una situación en el oscilador donde el histograma está rebotando hacia arriba de la
línea de señal (en rojo) para una señal de compra o está siendo rechazado en la
línea de señal para una señal de venta. La instantánea lo muestra claramente.

24
El método de pronóstico móvil simple se utiliza cuando se quiere dar más
importancia a conjuntos de datos más recientes para obtener la previsión. Cada
punto de una media móvil de una serie temporal es la media aritmética de un
número de puntos consecutivos de la serie, donde el número de puntos es elegido
de tal manera que los efectos estacionales y / o irregulares sean eliminados.
¿Cuándo utilizar un pronóstico de promedio móvil?

El pronóstico de promedio móvil es óptimo para patrones de demanda aleatoria o

nivelada donde se pretende eliminar el impacto de los elementos irregulares
históricos mediante un enfoque en períodos de demanda reciente.

Modelo de Promedio Móvil

Fórmula

Ejemplo de aplicación de un pronóstico de Promedio Móvil

Una compañía presenta en el siguiente tabulado el reporte de ventas

correspondiente al año 2009:

MES VENTAS REALES (2009)

Enero 80

Febrero 90

25
Marzo 85

Abril 70

Mayo 80

Junio 105

Julio 100

Agosto 105

Septiembre 100

Octubre 105

Noviembre 100

Diciembre 150

Teniendo en cuenta los datos anteriores, se debe calcular un pronóstico mediante

la técnica de Promedio Móvil utilizando:

 Un período de 3 meses (a partir de abril de 2009)

 Un período de 6 meses (a partir de julio de 2009)
El objetivo consiste en identificar con cuál de los dos períodos del pronóstico se
obtiene mayor precisión al compararse con las ventas reales del reporte.

26
Solución

Al ser un pronóstico con un período móvil de 3 meses, este deberá efectuarse a

partir del mes de abril, es decir que para su cálculo tendrá en cuenta tres períodos,
es decir, Enero, Febrero y Marzo.

Luego para efectuar la previsión del mes de Mayo, deberán tenerse en cuenta los
últimos tres períodos que anteceden al mes de Mayo, es decir Febrero, Marzo y
Abril.

De esta manera se efectúan las previsiones restantes obteniendo el siguiente

resultado:

MES VENTAS REALES (2009) PRONÓSTICO 3 MESES

Enero 80

Febrero 90

Marzo 85

Abril 70 85

Mayo 80 82

Junio 105 78

27
Julio 100 85

Agosto 105 95

Septiembre 100 103

Octubre 105 102

Noviembre 100 103

Diciembre 150 102

El pronóstico restante al ser un pronóstico con un período móvil de 6 meses, este

deberá efectuarse a partir del mes de Julio, es decir que para su cálculo tendrá en
cuenta seis períodos, es decir, Enero, Febrero, Marzo, Abril, Mayo y Junio.

28
Definición: los Método de proyección de tendencias es el método más clásico
de previsión empresarial, que se ocupa del movimiento de variables a lo largo del
tiempo. Este método requiere una serie de datos de larga duración.

El método de proyección de tendencias se basa en el supuesto de que los factores

responsables de las tendencias pasadas en las variables a proyectar continuarán
desempeñando su papel en el futuro de la misma manera y en la misma medida
que lo hicieron en el pasado al determinar la magnitud y dirección de la variable.

Al predecir la demanda de un producto, el método de proyección de tendencias se

aplica a los datos de series de tiempo largas. Una empresa de larga data puede
obtener dichos datos de sus departamentos (como ventas) y los libros de cuentas.
Mientras que las nuevas empresas pueden obtener datos de las empresas antiguas
que operan en la misma industria. El método de proyección de tendencias incluye
tres técnicas basadas en los datos de series de tiempo. Estos son:

1. Método gráfico: Es el método estadístico más simple en el que la Los datos

de ventas anuales se trazan en un gráfico y se traza una línea a través de
estos puntos trazados.. Se traza una línea a mano alzada de tal manera que la
distancia entre los puntos y la línea sea la mínima. Con este método, se
supone que las ventas futuras asumirán la misma tendencia seguida por los
registros de ventas anteriores. Aunque el método gráfico es simple y
económico, no se considera confiable. Esto se debe a que la extensión de la
línea de tendencia puede involucrar subjetividad y sesgo personal del
investigador.
2. Ajuste de la ecuación de tendencia o el método de mínimos cuadrados: El
método de mínimos cuadrados es una técnica formal en la que él la línea de
tendencia se ajusta en la serie temporal utilizando los datos estadísticos

29
 para determinar la tendencia de la demanda. La forma de la ecuación de
tendencia que se puede ajustar a los datos de la serie temporal se puede
determinar trazando los datos de ventas o probando diferentes formas de la
ecuación que mejor se adapte a los datos. Una vez que se grafican los datos,
se muestran varias tendencias. Los tipos más comunes de ecuaciones de
tendencia son:
 Tendencia lineal: cuando los datos de la serie temporal revelan una
tendencia ascendente o lineal en las ventas, se ajusta la siguiente ecuación de
línea recta:
S = a + bT
Donde S = ventas anuales; T = tiempo (años); ayb son constantes.
 Tendencia exponencial: La tendencia exponencial se utiliza cuando los
datos revelan que las ventas totales han aumentado durante los últimos años,
ya sea a un ritmo creciente o a un ritmo constante por unidad de tiempo.
3. Método Box-Jenkins: El método de Box-Jenkins es otro método de
pronóstico utilizado para predicciones y proyecciones a corto plazo. Este
método se usa a menudo con datos de ventas de series temporales
estacionarias una. Un dato estacionario de series de tiempo es aquel que no
revela una tendencia a largo plazo. En otras palabras, el método de Box-
Jenkins se utiliza cuando los datos de las series de tiempo revelan variaciones
mensuales o estacionales que reaparecen con cierto grado de regularidad.
Por lo tanto, estos son los métodos de proyección de tendencias comúnmente
utilizados que informan sobre la tendencia de la demanda de un producto y se
basan en una serie de datos larga y confiable.

30
¿Qué es el análisis de regresión?

Recordemos que el análisis es una de las fases más importantes en la metodología

de cualquier empresa. Durante el análisis, puedes mapear detalladamente una
operación e identificar los problemas que están conduciendo a defectos o errores.

El análisis de regresión es uno de los tipos de análisis de datos más importantes.

Es una herramienta que identifica las causas de los defectos o errores. El análisis
de regresión estima el impacto que las variables tienen entre sí, así como el
producto final. Permite medir lo bien que se ajusta una teoría a los datos del
mundo real.

Dónde utilizar el análisis de regresión

Es utilizado en todo aquello donde necesites optimizar los procesos existentes y

eliminar los defectos.

El análisis de regresión también permite tanto hacer predicciones basadas en datos

como medir si los resultados se alinean con lo que se espera cuando se cambia
una variable en un proceso.

Cómo funciona el análisis de regresión

Los equipos que utilizan el análisis de regresión hacen predicciones y miden los
resultados utilizando datos para trazar la relación entre una variable dependiente y
una independiente. Esto se conoce como regresión lineal.

Entre más fuerte sea la relación entre dos variables, mejor es el análisis para
predecir el impacto de hacer cambios en esa relación.

31
 Aquí hay un ejemplo: Los datos podrían mostrar una fuerte correlación entre la
disponibilidad de herramientas específicas para los trabajadores en un proceso y
la capacidad de una compañía para cumplir los objetivos de tiempo de
producción. Esto puede ser algo que tanto la dirección como los empleados creían
que era de cierta manera pero el análisis de los datos proporciona un resultado
objetivo.

Aunque puedes aprender sobre las matemáticas en otro lugar, en los casos típicos,
se construye un modelo simple en el que se trazan los resultados de una variable y
luego se trazan las actividades de otras variables para identificar dónde influyen
en la primera variable.

Una idea principal es determinar si se trata de una o múltiples variables

independientes que influyen en la variable dependiente.

Ventajas del análisis de regresión

Algunos de los beneficios operacionales de aplicar el análisis de regresión en las

variables incluyen:

 Disminución del trabajo en curso

 Mejora del flujo de procesos
 Aumento de la productividad

Podrías utilizar el análisis de regresión para predecir:

 Cómo la frecuencia de abastecimiento afecta el tiempo de montaje de un producto

 Cómo la productividad de un equipo de trabajo es diferente a la de otro
 La cantidad de ventas de un producto en función de la época del año

32
 Ganancias futuras en función del nivel de gastos (incluyendo la inversión en
investigación y desarrollo y la nómina de empleados talentosos.

El análisis de regresión utiliza los datos para iluminar los puntos ciegos de una
organización y determinar cómo una variable impacta en otra.

¿Son los métodos cualitativos una moda?

La búsqueda del conocimiento mediante el apoyo de datos cualitativos no es

reciente. Desde la antigüedad clásica se manifiesta la generación del saber a
través de la lógica, la observación y el lenguaje, en reflexiones de
grandes filósofos como Demócrito, Epicuro, Platón y Aristóteles.

Esta búsqueda atraviesa la edad media, con

el desarrollo del pensamiento teológico de Santo Tomás de Aquino, apoyado en
las propuestas aristotélicas.

En la edad moderna irrumpe la búsqueda cuantitativa, científica

(Galileo, Newton), bajo la presunción de que todos los eventos de
la naturaleza pueden ser explicados matemáticamente. Sin embargo, el
pensamiento discursivo filosófico (Leibniz, Descartes, Kant, Hegel) sigue
vigente.

Es en el siglo XX cuando surgen y se desarrollan los métodos cualitativos en el

marco de la investigación social. Las pesquisas tipo survey podían describir las
características homogéneas de grandes sectores de la población; pero no permitían
el estudio en profundidad de fenómenos sociales complejos.

33
La escuela de Chicago se aventura en el uso del método de Historias de Vida.
Desde aquí, se intentaba, a partir de uno o más relatos de vida, lograr una visión
global y profunda de un grupo social dado.

Es paradigmático el estudio de Thomas y Znaniecki sobre la vida

del campesino polaco que emigró a los Estados Unidos (Taylor y Bogdan, 1990).

Luego aparece en escena el interaccionismo simbólico, rescatando el valor de la

vida cotidiana y la perspectiva de los actores sociales en la construcción del
conocimiento.

Los seres humanos construimos permanentemente la realidad mediante

la negociación y la interacción. Y esa concepción de los actores constituye el
objeto esencial de la búsqueda sociológica (Coulon, 1988).

La etnometodología brinda un nuevo punto de apoyo a la búsqueda de

conocimiento de base cualitativa. Los seres humanos no son meros seguidores de
reglas ideales, sino que las modifican y las transforman en la búsqueda de una
vida más razonable; la etnometodología se centra en el estudio de
este proceso (Coulon, 1988; Goetz y LeCompte, 1988).

Los métodos cualitativos, en su proceso de desarrollo y afianzamiento, sufren

constantes reajustes, críticas y autocríticas. Pero esto no es asunto que sólo toca a
este ámbito del conocimiento social, sino que tiene que ver con la ciencia en su
totalidad. El conocimiento humano, vale repetirlo, está en crisis. La realidad se ha
tornado sumamente compleja.

La materia se desvanece ante nosotros, convirtiéndose en un mar de energía de

alta frecuencia. La ciencia natural se hace aproximativa, incluye al observador en
el fenómeno observado.

Es necesario crear teorías para aproximarnos al objeto de conocimiento, aunque

esa aproximación vaya modificando la teoría con que la vemos.

34
Las ciencias sociales admiten la pluralidad paradigmática, la diversidad en la
búsqueda del conocimiento.

Así, como vemos, la búsqueda del conocimiento por vía cualitativa (lenguaje y
lógica) no constituye una moda pasajera. Se trata de una propuesta válida para el
desarrollo del conocimiento social. Como propuesta, aún se encuentra en proceso
de evolución y de transformación.

Es importante tener esto en cuenta al momento de estudiar los llamados métodos

cualitativos.

¿Qué son los métodos cualitativos?

Se habla de métodos cualitativos en plural. No hay una cosa única que podamos
denominar metodología cualitativa. Se trata de una diversidad de caminos en el
marco de la investigación social.

Esa diversidad de opciones viene dada tanto por la naturaleza de cada método
empleado, como por la diversidad de paradigmas, modelos y procedimientos que
le dan sustento. No hay unidad en cuanto a qué son y cómo se operacionalizan los
llamados métodos cualitativos.

Se trata de una búsqueda abierta de conocimiento comprometido con la verdad y

con el bienestar de los seres humanos. Implica un compromiso entre las personas,
una interacción y una negociación constante. Los principales métodos cualitativos
son: Investigación-acción, método etnográfico, método biográfico (Historias de
Vida), Método comparativo constante, evaluación iluminativa.

Veámoslos con mayor detalle:

a) Investigación acción: Se trata de una investigación que intenta promover que

un colectivo social identifique problemas y busque las vías de solucionarlos,
mediante procedimientos de acción sistemática y reflexión sostenida. Cultores de
este método son: John Elliott, Shirley Grundy, W. Carr y Kemmis, etc.

35
b) Método biográfico, o historias de vida. Se refiere un camino sociológico, en
el cual se interpreta uno o varios relatos de vida, para interpretar aspectos globales
de la vida social, tales como movilidad social, inmigración, estructura de
empleos, etc. Este método requiere de una doble hermenéutica, donde el
entrevistado interpreta su vida, y el investigador interpreta esa interpretación.
Representantes: Franco Ferrarotti, Daniel Bertoux, y en Venezuela, Víctor
Córdova.

c) Evaluación iluminativa: Se trata de la aplicación de los métodos cualitativos

en el contexto de la evaluación educativa. Los miembros de una institución
educativa intentan comprender, desde las perspectivas personales, las
profundidades de una situación. Desde allí, se planificará y desarrollará un
conjunto de acciones compartidas, dirigidas a la solución de problemas
específicos. Sustentadores de esta corriente: Guba y Lincoln.

a) Método comparativo constante: Se trata de estudiar grupos humanos

concretos, sobre cuyo comportamiento se generará una explicación razonable.
Para ello, se hace un cuidadoso acopio de los datos, llevándolos cada vez más
hacia una progresiva generalización, una elaboración teórica. Creadores de este
camino: B. Glasser y A. Strauss.

b) Método etnográfico: Se trata de una descripción con profundidad de un

grupo humano, con el fin de detectar estructuras que no se ven a simple vista.
Para ello, se parte de la determinación de los puntos de vista de las personas
involucradas con la situación y, a partir de allí, ir develando poco a poco las
relaciones que subyacen a ese grupo humano. Representantes: J.P. Goetz y M.D.
LeCompte, Alain Coulon.

Estos métodos, a pesar de su diversidad, comparten las siguientes características:

1. El procesamiento de los datos se realiza, predominantemente, atendiendo

más a las cualidades que a las cantidades, por medio del estudio del lenguaje, de

36
las descripciones detalladas, de los procesos de codificación y categorización.
(Lógica inclusiva, formal o dialéctica; análisis de lenguaje (discurso, contenido).

2. Buscan la comprensión totalizante (holística) de un evento dado, intentando

una visión global que esté por encima de los detalles y los fragmentos.

3. Tendencia a la totalidad (círculo hermenéutico). Relación partes-todo. El

proceso sigue principalmente una vía inductiva, de los datos a la teoría (aun
cuando pueden aceptar un camino deductivo en algún momento del proceso).

4. Es necesario considerar la intersubjetividad, la posibilidad de objetivar el

mundo subjetivo de las personas, de interpretar los significados que ellos dan a
los acontecimientos, Los significados no son absolutos, sino negociados, puestos
en común y discutidos con los actores de los eventos

¿Son científicos los métodos cualitativos?

La respuesta a esta pregunta depende de la concepción de ciencia que se maneje.

Si se hace referencia a la ciencia explicativa, apoyada en el positivismo, que
supone la existencia de una realidad externa, objetiva; que pretende ir desde
la medición de los datos a la formulación de leyes universales, difícilmente se
reconocerá la validez científica de los métodos cualitativos.

En cambio, si hablamos de una ciencia comprensiva, las cosas cambian. En este

enfoque, se parte de la comprensión de la realidad desde la perspectiva de los
actores y los contextos, hacia la generación de teorías sustantivas y formales:
objetivación de lo subjetivo.

El conocimiento se valida desde la interacción entre los grupos sociales

(comunidad de prácticos) y las comunidades científicas. Enfatiza el contexto de
descubrimiento (conocimiento de la realidad, generación de teoría), más que el de
justificación (comprobación y falsación)

Se trata de comprender la realidad social vinculando la percepción particular de

los seres humanos con la generalización de las teorías.

37
Esto pasa por la apertura de un diálogo fecundo entre los actores sociales y las
comunidades científicas, con el fin de gestar un acuerdo acerca de cuál es la
realidad y cuáles son sus vertientes fundamentales. Para ello, es necesario la
generación (más que la prueba) de la teoría, como marco referencial privilegiado
para comprender una realidad social.

¿Cuál es la validez de los métodos cualitativos?

La validación y fiabilidad en la investigación cualitativa tiene que ver con el

grado de acercamiento existente entre la investigación y la realidad, así como de
la pertinencia de las técnicas empleadas.

En la recolección de datos, es importante el tiempo y la calidad de la permanencia

del investigador en el campo. Su grado de vinculación con el grupo social en
estudio, que permitiría la recolección de datos fiables. Estos datos, sujetos a la
variabilidad, deben estar expuestos a la vista de todos, siempre visibles, recogidos
de diversas fuentes y a través de una combinación de técnicas.

El análisis de datos se verifica a través de un diálogo permanente entre los

científicos y el grupo social en estudio, con el fin de negociar los significados y
constituir realidades comunes. Implica la máxima coherencia posible entre los
distintos momentos del proceso, para garantizar que no haya un paso en falso, que
cada resultado proviene de un momento anterior visible por todos.

Por otra parte, exige una revisión de la relación teoría-método, en el sentido de

lograr que la teoría explique esos datos específicos, y que esos datos específicos
sirvan para revisar (y modificar) la teoría.

La presentación de resultados debe incluir una exposición lo más transparente

posible del proceso, de modo que quede claro de dónde surgen y si hay algún
sesgo en la interpretación del investigador.

38
Debe ser explícita la teoría inicial, y su vínculo con los datos generados en la
investigación, así como su eventual transformación a la luz de los resultados que
se vayan generando. Ello permitirá la generalización del estudio.

¿Cómo se desarrolla una investigación con métodos cualitativos?

Si bien cada método de tipo cualitativo sigue su propia ruta, es posible proponer
un modelo amplio que puede ser común a todos ellos. Este modelo puede
presentarse través de cuatro fases. Estas fases, aun cuando se presenten por
razones didácticas de manera secuencial, generalmente están imbricadas unas en
otras, de modo tal que muchas veces no se sabe dónde culmina una y dónde inicia
la otra.

Las fases son:

1) Preparación, que incluye la reflexión inicial, la definición del área

problemática y el diseño inicial del estudio (susceptible de ser modificado
posteriormente). Incluye la revisión previa de la literatura, la reflexión inicial
(maduración de la idea) y el diseño

2) Trabajo de campo o ejecución: es el proceso complejo de entrar en el campo,

siendo transparente en su presentación, y entrando en rapport con el grupo en
investigación. Incluye también la recogida de datos, empleando una diversidad de
técnicas y criterios.

3) Fase Analítica: Procesamiento y análisis de datos, mediante una diversidad

de técnicas y mediante una discusión permanente entre los científicos y los
actores sociales; los eventos y la teoría, la fiabilidad y validación.

4) Fase informativa: Es la presentación de resultados, de modo transparente,

coherente, y la elaboración del informe final.

¿Cuándo usar los métodos cualitativos?

Cuando se presenten casos como los siguientes:

39
a) La necesidad de interpretar una situación o un estado de cosas desde el punto
de vista de las personas involucradas,

b) Una comprensión profunda de un grupo social o de una estructura social dada,

contando para ello con las vivencias de una persona o de un grupo de ellas,

c) La transformación de una situación dada, por parte de un colectivo social,

e) La generación de teoría a partir de una data.

¿Qué es el método cualitativo?

Cuando hablamos de métodos cualitativos, investigaciones cualitativas o

metodología cualitativa, nos referimos al tipo de procedimientos de recopilación
de información más empleados en las ciencias sociales.

Se trata de métodos de base lingüístico-semiótica. Emplean técnicas distintas a

la encuesta y al experimento, tales como entrevistas abiertas, grupos de discusión,
o técnicas de observación participante.

Todo método cualitativo aspira a recoger los discursos completos sobre un

tema específico, para luego proceder a su interpretación, enfocándose así en los
aspectos culturales e ideológicos del resultado, en lugar de los numéricos o
proporcionales.

Esto implica comprender el contexto natural y cotidiano del fenómeno estudiado.

También considera los significados que se le atribuyen y las valoraciones que las
personas hacen. Dicho de otro modo, y parafraseando a Taylor y Bogdan (1984),
el método cualitativo plantea comprender lo que la gente piensa y dice.

Ver además: Métodos de investigación

40
Características del método cualitativo

Las investigaciones cualitativas suelen ser multimetódicas en su aproximación

al objeto de estudio, es decir, que suelen aplicar distintos métodos de obtención
de información al mismo tiempo. Arroja datos de tipo descriptivo: el contenido
cultural de las personas, los datos observables de lo que dicen, etc.

Por otro lado, este tipo de investigaciones no suelen plantear una hipótesis a
priori, sino que aspira a utilizar la lógica de la inducción para dar respuesta a las
preguntas que motivan el estudio.

Ejemplos de método cualitativo

El método cualitativo indaga qué piensan las personas cercanas al fenómeno

estudiado.

Son ejemplos posibles de aplicación del método cualitativo las siguientes formas
de investigación:

 Estudios etnográficos. En los que emplea la observación participante. Esto

es, una descripción científica de la vivencia del investigador en una
sociedad y cultura distintas. Existen muchos ejemplos de ello en los
estudios de ciertas tribus africanas durante el siglo XIX, por parte de
estudiosos europeos.
 Investigaciones participativas. Aquellas en las que el investigador
interrelaciona su pesquisa con la participación de los sujetos investigados,
para comprender el funcionamiento de una comunidad en pro de su
beneficio. Ejemplos de ello son los trabajos sociales que buscan proponer
modelos de desarrollo para las comunidades deprimidas, como barriadas
urbanas o poblaciones marginales.
 Estudios culturales. Acudiendo a la documentación pertinente, al contexto
y a otras fuentes textuales, muchas investigaciones aspiran a comprender la

41
 lógica cultural detrás de manifestaciones concretas, aplicando un método
transdisciplinario. Por ejemplo, un estudio de las formas de representación
artística de un conflicto social en un país, que arroje luz sobre lo que la
gente siente al respecto, pero no dice.

42
BIBLIOGRAFÍA

Recursos Electrónicos

1. http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf
2. https://www.uv.es/ceaces/series/series.htm
3. http://www5.uva.es/estadmed/datos/series/series1.htm#:~:text=Component
e%20c%C3%ADclica,%2C%20o%20al%20menos%2C%20desaceleraci%
C3%B3n.
4. https://www.ingenioempresa.com/suavizacion-exponencial-simple/
5. https://www.tokens24.com/es/cryptopedia/trading/que-son-los-promedios-
moviles-y-como-se-utilizan-en-el-comercio
6. https://www.ingenieriaindustrialonline.com/pronostico-de-la-
demanda/promedio-movil/
7. https://aprendomania.com/que-es-el-metodo-de-proyeccion-de-tendencias-
definicion-y-significado/
8. https://tudashboard.com/analisis-de-regresion/
9. https://www.monografias.com/trabajos27/metodos-cualitativos/metodos-
cualitativos.shtml
10.Fuente: https://concepto.de/metodo-cualitativo/

43