Dministración de Peraciones: T 2: P D I I Q S, 5I1 M. C. A O J. D M

ADMINISTRACIÓN DE OPERACIONES I
TEMA 2: PRONÓSTICO DE LA DEMANDA

INGENIERÍA INDUSTRIAL
QUINTO SEMESTRE, 5I1
M. C. ALFREDO ORLANDO DE J. DÍAZ MENDOZA
COMPETENCIA DEL TEMA 2
CONOCE Y APLICA ADECUADAMENTE LOS MÉTODOS DE
PRONÓSTICO DE LA DEMANDA PARA PLANEAR LA ACTIVIDAD
FUTURA DE LA EMPRESA.
28/08/2022 M. C. Alfredo Díaz Mendoza 2

CONTENIDO DEL TEMA 2.
PRONÓSTICO DE LA DEMANDA
2.4. MÉTODOS CUANTITATIVOS

2.1. IMPORTANCIA ESTRATÉGICA DEL 2.4.1. SERIES DE TIEMPO
PRONÓSTICO 2.4.1.1. ENFOQUE SIMPLE
2.2. CARACTERÍSTICAS DE LA DEMANDA 2.4.1.2. PROMEDIOS MÓVILES
2.4.1.3. SUAVIZACIÓN EXPONENCIAL
2.3. MÉTODOS CUALITATIVOS 2.4.1.4. TENDENCIA LINEAL
2.3.1. CONSULTA A LA FUERZA DE VENTA 2.4.2. RELACIONES CAUSALES
2.3.2. JURADO DE OPINIÓN EJECUTIVA 2.4.2.1. REGRESIÓN SIMPLE
2.3.3. MÉTODO DELPHI 2.4.2.2. REGRESIÓN MÚLTIPLE
2.3.4. INVESTIGACIÓN DE MERCADO 2.5. PRONÓSTICOS EN EL SECTOR SERVICIOS
2.3.5. ANALOGÍA DE CICLO DE VIDA 2.6. PRONÓSTICOS PARA EMPRESAS EN CREACIÓN
2.7. USO DE SOFTWARE EN PRONÓSTICOS

PRONÓSTICOS TECNOLÓGICOS
LAS ILUSIONES DE ALGUNOS VISIONARIOS
EN LOS QUE LA GENTE NO CREÍA Y
MUCHOS AFIRMABAN QUE NUNCA IBA A
SUCEDER.
¿CUÁL ES LA DIFERENCIA ENTRE

PREDICCIÓN Y PRONÓSTICO?

HISTORIA DEL PRONÓSTICO
• PETER BERNSTEIN (1996), SEÑALÓ QUE EL DESARROLLO DE LOS PRONÓSTICOS EN LOS

NEGOCIOS DURANTE EL SIGLO XVII FUE UNA GRAN INNOVACIÓN.
• ESCRIBIÓ: EL PRONÓSTICO, LARGAMENTE DESACREDITADO COMO UNA PÉRDIDA DE

TIEMPO EN EL MEJOR DE LOS CASOS, Y COMO UN PECADO EN EL PEOR, SE CONVIRTIÓ
EN UNA NECESIDAD ABSOLUTA EN EL CURSO DEL SIGLO XVII, PARA ALGUNOS
EMPRESARIOS AUDACES QUE ESTABAN DISPUESTOS TOMAR EL RIESGO DE DAR FORMA
AL FUTURO, DE ACUERDO CON SU PROPIO DISEÑO.

• DURANTE LOS SIGUIENTES 300 AÑOS, HUBIERON AVANCES SIGNIFICATIVOS EN

LOS MÉTODOS PARA PRONOSTICAR BASADOS EN DATOS, MUCHOS DE LOS
CUALES OCURRIERON EN EL SIGLO XX.
• LOS MÉTODOS DE ANÁLISIS DE REGRESIÓN, DESCOMPOSICIÓN, SUAVIZAMIENTO

Y PROMEDIOS MÓVILES AUTORREGRESIVOS SON EJEMPLOS DE PROCEDIMIENTOS
PARA REALIZAR PRONÓSTICOS
• TALES PROCEDIMIENTOS HAN DEMOSTRADO SER ALTAMENTE EFICIENTES Y

APARECEN RUTINARIAMENTE EN LOS MENÚS DEL SOFTWARE COMERCIAL DE
PRONÓSTICOS EN LOS NEGOCIOS.

• CON EL DESARROLLO DE LOS MÉTODOS BASADOS EN DATOS, LOS ENFOQUES DEL ROL DEL
BUEN JUICIO Y LA CRÍTICA PARA REALIZAR PRONÓSTICOS HAN CRECIDO SIGNIFICATIVAMENTE
DURANTE LOS ÚLTIMOS 25 AÑOS. SIN DATOS HISTÓRICOS, EL JUICIO HUMANO SERÍA EL ÚNICO
MODO DE HACER PREDICCIONES ACERCA DEL FUTURO.
• EN LOS CASOS DONDE LOS DATOS ESTÁN DISPONIBLES, EL BUEN JUICIO DEBERÍA UTILIZARSE
PARA REVISAR, Y QUIZÁ MODIFICAR, EL PRONÓSTICO ELABORADO MEDIANTE
PROCEDIMIENTOS CUANTITATIVOS.

• CON LA DIFUSIÓN DE PODEROSAS COMPUTADORAS PERSONALES Y

LA DISPONIBILIDAD DE PAQUETES DE SOFTWARE AVANZADO, SE
GENERAN FÁCILMENTE LOS PRONÓSTICOS DE LOS VALORES FUTUROS
PARA VARIABLES DE INTERÉS.
• SIN EMBARGO, ESTA FACILIDAD EN EL CÁLCULO NO SUSTITUYE EL

RAZONAMIENTO CLARO. LA FALTA DE VISIÓN GERENCIAL Y EL USO
INADECUADO DE LAS TÉCNICAS PARA PRONOSTICAR QUIZÁ ORIGINEN
DECISIONES COSTOSAS.

• NUEVOS PROCEDIMIENTOS DE ELABORACIÓN DE PRONÓSTICOS

CONTINÚAN DESARROLLÁNDOSE CONFORME SE ACELERA LA
NECESIDAD DE PRONÓSTICOS MÁS EXACTOS. SE PONE ESPECIAL
ATENCIÓN AL PROCESO DE ELABORACIÓN DE PRONÓSTICOS EN
ORGANIZACIONES QUE TIENEN NECESIDAD DE COORDINAR
OBJETIVOS, MÉTODOS, EVALUACIÓN E INTERPRETACIÓN.

PRONÓSTICOS Y DECISIONES
• TODOS LOS DÍAS, LOS ADMINISTRADORES TOMAN DECISIONES SIN SABER LO QUE
OCURRIRÁ EN EL FUTURO. ORDENAN INVENTARIOS SIN SABER CUÁNTO SE VENDERÁ,
COMPRAN EQUIPOS NUEVOS A PESAR DE LA INCERTIDUMBRE DE LA DEMANDA DE
LOS PRODUCTOS Y REALIZAN INVERSIONES SIN SABER LAS GANANCIAS QUE TENDRÁN.
• LOS ADMINISTRADORES TRATAN DE HACER SIEMPRE MEJORES ESTIMACIONES SOBRE

LO QUE OCURRIRÁ EN EL FUTURO, A PESAR DE LA INCERTIDUMBRE.

PRONÓSTICOS Y DECISIONES
• EL PROPÓSITO PRINCIPAL DE LOS PRONÓSTICOS ES HACER BUENAS

ESTIMACIONES.
• EL OBJETIVO ES MOSTRAR QUE LOS ADMINISTRADORES DISPONEN DE
MUCHAS FORMAS PARA PRONOSTICAR.
• LOS BUENOS PRONÓSTICOS REPRESENTAN UNA PARTE ESENCIAL DE LAS
OPERACIONES DE SERVICIOS Y MANUFACTURA EFICIENTES.

QUÉ ES PRONOSTICAR?
• PRONOSTICAR ES EL ARTE Y LA CIENCIA DE PREDECIR LOS EVENTOS FUTUROS.

• IMPLICA EL EMPLEO DE DATOS HISTÓRICOS Y SU PROYECCIÓN HACIA EL FUTURO
MEDIANTE ALGÚN TIPO DE MODELO MATEMÁTICO. PUEDE SER UNA PREDICCIÓN
SUBJETIVA O INTUITIVA O UNA COMBINACIÓN DE ÉSTAS, ES DECIR, UN MODELO
MATEMÁTICO AJUSTADO MEDIANTE EL BUEN JUICIO DEL ADMINISTRADOR.
• NO EXISTE UN MÉTODO INFALIBLE DE PRONÓSTICO.

• LO QUE FUNCIONA MEJOR EN UNA EMPRESA CON UNA SERIE DE CONDICIONES
PUEDE SER UN COMPLETO DESASTRE EN OTRA, O INCLUSO EN OTRO
DEPARTAMENTO DE LA MISMA COMPAÑÍA.

QUÉ ES PRONOSTICAR?
• HAY LÍMITES A LO QUE PUEDE ESPERARSE DE LOS PRONÓSTICOS, PUESTO QUE

CASI NUNCA SON PERFECTOS.
• SU MONITOREO Y PREPARACIÓN SON COSTOSOS Y CONSUMEN TIEMPO.

• POCAS ORGANIZACIONES SE DAN EL LUJO DE EVADIR EL PROCESO DE
PRONOSTICAR Y SÓLO ESPERAR A VER Y QUÉ SUCEDE PARA DESPUÉS CORRER SUS
RIESGOS.
• LA PLANEACIÓN EFECTIVA A CORTO Y LARGO PLAZOS DEPENDE DEL PRONÓSTICO

DE LA DEMANDA PARA LOS PRODUCTOS DE LA COMPAÑÍA.

HORIZONTE DE TIEMPO DEL PRONÓSTICO
1. PRONÓSTICO A CORTO PLAZO: TIENE UNA EXTENSIÓN DE TIEMPO DE HASTA 1 AÑO,

PERO CASI SIEMPRE ES MENOR A 3 MESES. SE USA PARA PLANEAR COMPRAS,
PROGRAMAR EL TRABAJO, DETERMINAR NIVELES DE M O, ASIGNAR EL TRABAJO Y DECIDIR
NIVELES DE PRODUCCIÓN.
2. PRONÓSTICO A MEDIANO PLAZO: POR LO GENERAL, TIENE EXTENSIÓN DE 3 MESES A 3

AÑOS. SE USA PARA PLANEAR VENTAS, PRODUCCIÓN, PRESUPUESTO Y FLUJO DE
EFECTIVO Y PARA ANALIZAR DIFERENTES PLANES OPERATIVOS.
3. PRONÓSTICO A LARGO PLAZO. SU EXTENSIÓN ES DE 3 AÑOS O MÁS. SE EMPLEAN PARA

PLANEAR LA FABRICACIÓN DE NUEVOS PRODUCTOS, GASTOS DE CAPITAL, UBICACIÓN O
EXPANSIÓN DE LAS INSTALACIONES E INVESTIGACIÓN Y DESARROLLO.

HORIZONTE DE TIEMPO DEL PRONÓSTICO
1. LOS PRONÓSTICOS A MEDIANO Y LARGO PLAZOS MANEJAN ASPECTOS MÁS

GENERALES Y APOYAN DECISIONES ADMINISTRATIVAS RELATIVAS A LA PLANEACIÓN
Y LOS PRODUCTOS, PLANTAS Y PROCESOS.
2. EL PRONÓSTICO A CORTO PLAZO EMPLEA METODOLOGÍAS DIFERENTES QUE EL

PRONÓSTICO A LARGO PLAZO. LAS TÉCNICAS MATEMÁTICAS, SON COMUNES EN LAS
PROYECCIONES A CORTO PLAZO. LOS MÉTODOS MÁS AMPLIOS Y MENOS
CUANTITATIVOS RESULTAN ÚTILES PARA PREDECIR ASUNTOS TALES COMO LA
INTRODUCCIÓN DE UN NUEVO PRODUCTO.
3. LOS PRONÓSTICOS A CORTO PLAZO SON MÁS PRECISOS QUE LOS DE LARGO PLAZO.
A MEDIDA QUE EL HORIZONTE DE TIEMPO SE ALARGA, ES MÁS PROBABLE QUE LA
EXACTITUD DEL PRONÓSTICO DISMINUYA.

DEBEMOS TENER EN CUENTA QUE:
LA CAPACIDAD DE LAS ORGANIZACIONES PARA REALIZAR

PRONÓSTICOS HA MEJORADO EN GRAN MANERA, PERO HA
SIDO REBASADA POR UNA ECONOMÍA MUNDIAL CADA VEZ
MÁS COMPLEJA.

CICLO DE VIDA DEL PRODUCTO
• OTRO FACTOR A CONSIDERARSE CUANDO SE DESARROLLAN

PRONÓSTICOS DE VENTAS, ES EL CICLO DE VIDA DEL PRODUCTO. LOS
PRODUCTOS Y LOS SERVICIOS NO SE VENDEN A UN NIVEL CONSTANTE A
LO LARGO DE SU VIDA. LOS PRODUCTOS MÁS EXITOSOS PASAN POR
CUATRO ETAPAS:
1. INTRODUCCIÓN.
2. CRECIMIENTO.
3. MADUREZ.
4. DECLINACIÓN.

CICLO DE VIDA DEL PRODUCTO
• LOS PRODUCTOS SITUADOS EN LAS PRIMERAS DOS ETAPAS DE SU CICLO DE

VIDA NECESITAN PRONÓSTICOS MÁS LARGOS QUE AQUELLOS UBICADOS EN LAS
ETAPAS DE MADUREZ Y DECLINACIÓN.
• LOS PRONÓSTICOS QUE REFLEJAN LOS CICLOS DE VIDA SON ÚTILES PARA
PROYECTAR LOS DISTINTOS NIVELES DE PERSONAL, NIVELES DE INVENTARIO Y
CAPACIDAD DE LA PLANTA MIENTRAS EL PRODUCTO PASA DE LA PRIMERA A LA
ÚLTIMA ETAPA.

TIPOS DE PRONÓSTICOS
LAS ORGANIZACIONES UTILIZAN TRES TIPOS DE PRONÓSTICOS EN LA PLANEACIÓN DE

OPERACIONES FUTURAS:
1. LOS PRONÓSTICOS ECONÓMICOS, ABORDAN EL CICLO DEL NEGOCIO AL PREDECIR

TASAS DE INFLACIÓN, SUMINISTROS DE DINERO, CONSTRUCCIÓN DE VIVIENDAS
OTROS INDICADORES DE PLANEACIÓN.
2. LOS PRONÓSTICOS TECNOLÓGICOS SE REFIEREN A LAS TASAS DE PROGRESO

TECNOLÓGICO, LAS CUALES PUEDEN RESULTAR EN EL NACIMIENTO DE NUEVOS E
INTERESANTES PRODUCTOS, QUE REQUERIRÁN NUEVAS PLANTAS Y EQUIPO.

TIPOS DE PRONÓSTICOS
3. LOS PRONÓSTICOS DE LA DEMANDA SON PROYECCIONES DE LA DEMANDA

DE PRODUCTOS O SERVICIOS DE UNA COMPAÑÍA. SON LLAMADOS
PRONÓSTICOS DE VENTAS, ORIENTAN LA PRODUCCIÓN, LA CAPACIDAD Y LOS
SISTEMAS DE PROGRAMACIÓN DE LA EMPRESA, Y SIRVEN COMO ENTRADAS
EN LA PLANEACIÓN FINANCIERA, DE MARKETING Y DE PERSONAL.
LOS PRONÓSTICOS TECNOLÓGICOS Y ECONÓMICOS SON TÉCNICAS

ESPECIALIZADAS QUE TAL VEZ NO FORMEN PARTE DE LA FUNCIÓN DEL
ADMINISTRADOR DE OPERACIONES.

IMPORTANCIA ESTRATÉGICA DEL PRONÓSTICO
• LOS PRONÓSTICOS SON DE GRAN IMPORTANCIA PARA LA

ORGANIZACIÓN: EL PRONÓSTICO ES LA ÚNICA ESTIMACIÓN DE LA
DEMANDA HASTA QUE SE CONOCE LA DEMANDA REAL.
• LOS PRONÓSTICOS DE LA DEMANDA GUÍAN LAS DECISIONES EN

MUCHAS ÁREAS. VEREMOS EL EFECTO DEL PRONÓSTICO DEL
PRODUCTO EN TRES ACTIVIDADES:
1. RECURSOS HUMANOS
2. CAPACIDAD
3. ADMINISTRACIÓN DE LA CADENA DE SUMINISTRO.

RECURSOS HUMANOS
• LA CONTRATACIÓN, LA CAPACITACIÓN Y EL DESPIDO DE LOS

TRABAJADORES DEPENDEN DE LA DEMANDA ANTICIPADA. SI EL
DEPARTAMENTO DE RECURSOS HUMANOS DEBE CONTRATAR
TRABAJADORES ADICIONALES SIN PREVIO AVISO, LA CANTIDAD DE
CAPACITACIÓN DECLINA Y SE AFECTA LA CALIDAD DE LA FUERZA DE
TRABAJO.

CAPACIDAD
• CUANDO LA CAPACIDAD ES INADECUADA, LOS FALTANTES QUE

RESULTAN PUEDEN SIGNIFICAR ENTREGAS POCO CONFIABLES, PÉRDIDA
DE CLIENTES Y PÉRDIDA DE LA PARTICIPACIÓN EN EL MERCADO.
• POR OTRO LADO, SI SE CONSTRUYE UNA CAPACIDAD EN EXCESO, LOS

COSTOS SE DISPARARÁN.

ADMINISTRACIÓN DE LA CADENA DE SUMINISTRO
• LAS BUENAS RELACIONES CON EL PROVEEDOR Y ALGUNAS VENTAJAS DE

PRECIO EN MATERIALES, PARTES Y OTRAS COSAS, DEPENDEN DE LOS
PRONÓSTICOS ADECUADOS.
• POR EJEMPLO, LOS FABRICANTES DE AUTOMÓVILES QUE DESEEN QUE SUS

PROVEEDORES LES GARANTICEN SUFICIENTE CAPACIDAD DE PRODUCCIÓN DE
BOLSAS DE AIRE Y LLANTAS, DEBEN PROPORCIONARLES LOS PRONÓSTICOS
ADECUADOS QUE JUSTIFIQUEN LA AMPLIACIÓN DE SU PLANTA.

SELECCIÓN DEL MÉTODO DE PRONÓSTICO
• AL SELECCIONAR UN MÉTODO DE PRONÓSTICO SE DEBEN CONSIDERAR VARIOS

FACTORES Y EL NIVEL DE DETALLE.
1. ¿SON NECESARIOS LOS DETALLES ESPECÍFICOS (UN MICROPRONÓSTICO)?

2. ¿ES NECESARIO EL ESTATUS FUTURO DE ALGO GENERAL O FACTOR DE RESUMEN
(UN MACROPRONÓSTICO)?
3. ¿ES NECESARIO PARA EL FUTURO CERCANO (CORTO PLAZO) O PARA EL FUTURO
LEJANO (LARGO PLAZO)?
4. ¿HASTA DÓNDE SON ADECUADOS LOS MÉTODOS CUALITATIVOS (JUICIO) Y

CUANTITATIVOS (MANIPULACIÓN DE DATOS)?
5. ¿QUÉ FORMA DEBE TOMAR EL PRONÓSTICO (PUNTUAL, INTERVALO O

DENSIDAD)?

• PARA SELECCIONAR UN MÉTODO DE PRONÓSTICO, LOS RESULTADOS DEBEN

FACILITAR EL PROCESO DE TOMA DE DECISIONES A LOS GERENTES DE LA
ORGANIZACIÓN YA QUE RARA VEZ UN MÉTODO FUNCIONA PARA TODOS LOS CASOS.
• DIFERENTES PRODUCTOS (NUEVO CONTRA EXISTENTE), METAS (PREDICCIÓN SENCILLA

CONTRA LA NECESIDAD DE CONTROLAR UNA IMPORTANTE DIRECTRIZ DEL NEGOCIO
CON VALORES FUTUROS) Y RESTRICCIONES (COSTO, HABILIDAD REQUERIDA Y LO
PRIORITARIO) DEBEN CONSIDERARSE EN LA SELECCIÓN DE UN MÉTODO DE
PRONÓSTICOS.

• CON LA DISPONIBILIDAD DEL SOFTWARE ACTUAL PARA PRONOSTICAR, ES MEJOR

PENSAR EN LOS MÉTODOS DE PRONÓSTICOS COMO HERRAMIENTAS GENÉRICAS
QUE PUEDEN APLICARSE SIMULTÁNEAMENTE.
• LA METODOLOGÍA QUE PRODUCE LOS PRONÓSTICOS MÁS EXACTOS EN UN CASO

QUIZÁ NO SEA LA MEJOR METODOLOGÍA EN OTRA SITUACIÓN.
• EL(LOS) MÉTODO(S) SELECCIONADO(S) DEBERÍA(N) PRODUCIR UN PRONÓSTICO

QUE SEA PRECISO, OPORTUNO Y COMPRENSIBLE PARA LA GERENCIA, DE
MANERA QUE EL PRONÓSTICO AYUDE A TOMAR MEJORES DECISIONES.

ETAPAS DEL MÉTODO DE PRONÓSTICO
• LOS PROCEDIMIENTOS FORMALES PARA PRONOSTICAR REQUIEREN EXTENDER

LAS EXPERIENCIAS DEL PASADO HACIA EL FUTURO. IMPLICAN LA SUPOSICIÓN DE
QUE LAS CONDICIONES QUE GENERARON LOS DATOS Y LAS RELACIONES
PASADOS SON IGUALES A LAS CONDICIONES FUTURAS.
• UN DEPARTAMENTO DE RH CONTRATA EMPLEADOS, EN PARTE, SOBRE LA BASE

DE LA PUNTUACIÓN EN EL EXAMEN DE INGRESO PORQUE, EN EL PASADO, ESA
PUNTUACIÓN PARECÍA SER UN PREDICTOR IMPORTANTE DEL NIVEL DE
DESEMPEÑO EN EL TRABAJO.
• SI SE MANTIENE ESA RELACIÓN, EL PRONÓSTICO DEL FUTURO DESEMPEÑO —Y

DE LAS DECISIONES DE CONTRATACIÓN— PUEDE MEJORAR USANDO LAS
CALIFICACIONES DEL EXAMEN.

• SI LA ASOCIACIÓN ENTRE LA PUNTUACIÓN DEL EXAMEN Y EL DESEMPEÑO EN EL

TRABAJO CAMBIA, EL PRONÓSTICO DEL NIVEL DE DESEMPEÑO A PARTIR DE LAS
PUNTUACIONES DEL EXAMEN QUE USAN EL MODELO HISTÓRICO ORIGINARÁ
PRONÓSTICOS IMPRECISOS Y DECISIONES DE CONTRATACIÓN DEFICIENTES.
• ESTO ES LO QUE HACE DIFÍCIL PRONOSTICAR. EL FUTURO NO SIEMPRE ES COMO EL

PASADO. CUANDO SÍ LO ES, LOS MÉTODOS CUANTITATIVOS DE ELABORACIÓN DE
PRONÓSTICOS FUNCIONAN BIEN. CUANDO NO LO ES, LLEGAN A PRODUCIRSE
PRONÓSTICOS IMPRECISOS.
• PERO ES MEJOR TENER ALGÚN PRONÓSTICO CONSTRUIDO RAZONABLEMENTE, QUE NO

PRONOSTICAR.

• EL RECONOCIMIENTO DE QUE LAS TÉCNICAS DE PRONÓSTICOS

FUNCIONAN CON DATOS GENERADOS POR EVENTOS HISTÓRICOS
CONDUCE A LA IDENTIFICACIÓN DE LOS SIGUIENTES CINCO PASOS
EN EL PROCESO DE PRONOSTICAR:

1. FORMULACIÓN DEL PROBLEMA Y RECOPILACIÓN DE DATOS

2. MANIPULACIÓN Y LIMPIEZA DE DATOS
3. CONSTRUCCIÓN Y EVALUACIÓN DEL MODELO
4. IMPLEMENTACIÓN DEL MODELO (EL PRONÓSTICO REAL)
5. EVALUACIÓN DEL PRONÓSTICO

PASO 1
• LA FORMULACIÓN DEL PROBLEMA Y LA RECOLECCIÓN DE DATOS SE TRATAN

COMO UN SOLO PASO PORQUE ESTÁN RELACIONADAS. EL PROBLEMA
DETERMINA LOS DATOS APROPIADOS.
• SI SE ESTÁ CONSIDERANDO UNA METODOLOGÍA CUANTITATIVA PARA

PRONOSTICAR, LOS DATOS PERTINENTES DEBEN ESTAR DISPONIBLES Y SER
CORRECTOS.
• EL ACCESO Y LA RECOPILACIÓN DE LOS DATOS ADECUADOS CONSTITUYEN UNA

TAREA DESAFIANTE Y CONSUMIDORA DE TIEMPO. SI LOS DATOS APROPIADOS
NO ESTÁN DISPONIBLES, QUIZÁ TENGA QUE VOLVER A DEFINIRSE EL PROBLEMA
O TAL VEZ SE TENGA QUE EMPLEAR UNA METODOLOGÍA NO CUANTITATIVA PARA
PRONOSTICAR.

PASO 2
• LA MANIPULACIÓN Y LIMPIEZA DE DATOS ES NECESARIA YA QUE ES POSIBLE

TENER MUCHOS DATOS O MUY POCOS, EN EL PROCESO. ALGUNOS DATOS
QUIZÁ NO SEAN PERTINENTES O TAL VEZ A ALGUNOS DATOS LES FALTEN
VALORES QUE DEBAN ESTIMARSE.
• OTRAS VECES, LOS DATOS TIENEN QUE EXPRESARSE EN UNIDADES DIFERENTES

DE LAS ORIGINALES. ALGUNOS DATOS DEBEN VOLVERSE A PROCESAR. OTROS
DATOS PUEDEN SER ADECUADOS, PERO SÓLO PARA CIERTOS PERIODOS
HISTÓRICOS.
• NORMALMENTE SE REQUIERE ESFUERZO PARA OBTENER DATOS EN LA FORMA

REQUERIDA, PARA USAR CIERTOS PROCEDIMIENTOS PARA PRONOSTICAR.

PASO 3
• LA CONSTRUCCIÓN Y EVALUACIÓN DEL MODELO, INCLUYE AJUSTAR LOS DATOS

RECOLECTADOS A UN MODELO DE PRONÓSTICO QUE SEA ADECUADO, EN
TÉRMINOS DE MINIMIZAR ERRORES EN EL PRONÓSTICO.
• CUANTO MÁS SENCILLO SEA EL MODELO, MEJOR SERÁ EN TÉRMINOS DE LA

ACEPTACIÓN DEL PROCESO DE PRONÓSTICOS POR PARTE DE LOS QUE DEBEN
TOMAR LAS DECISIONES DE LA EMPRESA.
• SE DEBE ALCANZAR UN EQUILIBRIO ENTRE UN ENFOQUE PARA PRONOSTICAR

COMPLEJO QUE OFREZCA UN POCO MÁS DE PRECISIÓN Y UN ENFOQUE
SENCILLO QUE SE ENTIENDA FÁCILMENTE Y GANE EL APOYO DE QUIENES
TOMAN LAS DECISIONES DE LA COMPAÑÍA.
• EL BUEN JUICIO INTERVIENE EN ESTE PROCESO DE SELECCIÓN.

PASO 4
• LA IMPLEMENTACIÓN DEL MODELO, ES LA GENERACIÓN DEL MODELO REAL

UNA VEZ QUE SE HAYAN RECOPILADO Y DEPURADO LOS DATOS APROPIADOS
Y SE HAYA SELECCIONADO EL MODELO DE PRONÓSTICO ADECUADO.
• LOS DATOS DE PERIODOS HISTÓRICOS MÁS RECIENTES SE MANTIENEN COMO

RESPALDO Y MÁS TARDE SE USAN PARA VERIFICAR LA EXACTITUD DEL
PROCESO.

PASO 5
• LA EVALUACIÓN DEL PRONÓSTICO, IMPLICA LA COMPARACIÓN DE LOS

VALORES DEL PRONÓSTICO CON VALORES HISTÓRICOS REALES.
• AL TERMINAR LA IMPLEMENTACIÓN DEL MODELO, SE REALIZAN LOS

PRONÓSTICOS PARA LOS PERIODOS HISTÓRICOS MÁS RECIENTES, DONDE SE
CONOCEN LOS VALORES DE LOS DATOS, PERO SE MANTIENEN COMO
RESPALDO DE LOS DATOS QUE SE ANALIZAN. ESTOS PRONÓSTICOS SE
COMPARAN CON LOS VALORES HISTÓRICOS CONOCIDOS Y SE ANALIZAN LOS
ERRORES EN EL PRONÓSTICO.

PASO 5
• ALGUNOS PROCEDIMIENTOS PARA PRONOSTICAR SUMAN LOS VALORES

ABSOLUTOS DE LOS ERRORES Y REPORTAN ESTA SUMA; O DIVIDEN ESTA SUMA
ENTRE EL NÚMERO DE INTENTOS PARA PRODUCIR EL PRONÓSTICO, Y CONOCER
EL ERROR PROMEDIO DEL PRONÓSTICO.
• OTROS PROCEDIMIENTOS BRINDAN LA SUMA DE LOS ERRORES AL CUADRADO, LO

CUAL SE COMPARA LUEGO CON CIFRAS SIMILARES DE MÉTODOS ALTERNATIVOS
PARA PRONOSTICAR.
• ALGUNOS PROCEDIMIENTOS TAMBIÉN RASTREAN Y REPORTAN LA MAGNITUD DE

LOS TÉRMINOS DEL ERROR, DURANTE EL PERIODO DEL PRONÓSTICO.
• EL EXAMEN DE LOS PATRONES DE ERROR A MENUDO LLEVA AL ANALISTA A

MODIFICAR EL MODELO PARA PRONOSTICAR.

ADMÓN. DEL PROCESO DE PRONÓSTICOS
• ES IMPORTANTE CONSIDERAR QUE LA CAPACIDAD GERENCIAL Y EL SENTIDO

COMÚN DEBEN INTERVENIR EN EL PROCESO DE ELABORACIÓN DEL
PRONÓSTICO.
• EL PRONOSTICADOR DEBE CONCEBIRSE COMO UN ASESOR DEL GERENTE,

EN VEZ DE UN MONITOR DE UN DISPOSITIVO AUTOMÁTICO PARA LA TOMA
DE DECISIONES.
• POR DESGRACIA, EN LA PRÁCTICA SE DA EL ÚLTIMO CASO, CON LA IMAGEN

QUE TIENE LA COMPUTADORA.
• LAS TÉCNICAS CUANTITATIVAS DE ELABORACIÓN DEL PRONÓSTICO DEBEN

VERSE COMO REALMENTE SON: HERRAMIENTAS QUE EL GERENTE VA A
UTILIZAR PARA TOMAR MEJORES DECISIONES.

• MAKRIDAKIS (1986) COMENTÓ:

LA UTILIDAD DEL PRONÓSTICO MEJORARÍA SI LA GERENCIA ADOPTARA
UNA ACTITUD MÁS REALISTA. EL PRONÓSTICO NO DEBERÍA VERSE COMO
UN SUSTITUTO DEL VATICINIO, SINO COMO EL MEJOR CAMINO PARA
IDENTIFICAR Y EXTRAPOLAR PATRONES O RELACIONES ESTABLECIDOS
PARA LA ELABORACIÓN DE PRONÓSTICOS. SI SE ACEPTA DICHA ACTITUD,
LOS ERRORES DEL PRONÓSTICO DEBEN CONSIDERARSE INEVITABLES Y SE
TIENEN QUE INVESTIGAR LAS CIRCUNSTANCIAS QUE LOS CAUSAN.

SIEMPRE SURGEN ALGUNAS PREGUNTAS FUNDAMENTALES, SI EL

PROCESO DE ELABORACIÓN DEL PRONÓSTICO SE ADMINISTRA
ADECUADAMENTE:
1. ¿POR QUÉ ES NECESARIO EL PRONÓSTICO?

2. ¿QUIÉN USARÁ EL PRONÓSTICO Y CUÁLES SON LOS
REQUERIMIENTOS ESPECÍFICOS?
3. ¿QUÉ NIVEL DE DETALLE O GENERALIZACIÓN SE REQUIERE Y CUÁL

ES EL HORIZONTE DE TIEMPO ADECUADO?
4. ¿QUÉ DATOS ESTÁN DISPONIBLES Y SERÁN SUFICIENTES LOS DATOS

PARA GENERAR EL PRONÓSTICO QUE SE NECESITA?

5. ¿CUÁNTO COSTARÁ EL PRONÓSTICO?

6. ¿QUÉ TAN EXACTO SE ESPERA QUE SEA EL PRONÓSTICO?
7. ¿EL PRONÓSTICO ESTARÁ A TIEMPO PARA AYUDAR EN EL
PROCESO DE TOMA DE DECISIONES?
8. ¿EL PRONOSTICADOR ENTIENDE CLARAMENTE CÓMO SE USARÁ

EL PRONÓSTICO EN LA ORGANIZACIÓN?
9. ¿ESTÁ DISPONIBLE UN PROCESO DE RETROALIMENTACIÓN PARA

EVALUAR EL PRONÓSTICO Y AJUSTAR EL PROCESO COMO
CORRESPONDE?

RESUMEN
• LA FINALIDAD DEL PRONÓSTICO ES REDUCIR EL NIVEL DE INCERTIDUMBRE

CON QUE DEBEN REALIZARSE LOS JUICIOS DE LA GERENCIA. ESTO SUGIERE
DOS REGLAS FUNDAMENTALES:
1. EL PRONÓSTICO DEBE SER TÉCNICAMENTE CORRECTO Y GENERAR

RESULTADOS LO MAS PRECISOS PARA SATISFACER LAS NECESIDADES DE
LA EMPRESA.
2. LA ELABORACIÓN DE PRONÓSTICOS Y SU RESULTADO TIENEN QUE

PRESENTARSE CONVINCENTEMENTE A LA GERENCIA, DE MODO QUE LOS
PRONÓSTICOS SE UTILICEN EN EL PROCESO DE TOMA DE DECISIONES.
3. LOS RESULTADOS TAMBIÉN DEBEN JUSTIFICARSE DESDE EL PUNTO DE

VISTA DEL COSTO-BENEFICIO.

RESUMEN
• LOS PRONOSTICADORES A MENUDO DAN MUCHA ATENCIÓN A LA PRIMERA

REGLA Y GASTAN MENOS ESFUERZO EN LA SEGUNDA.
• SI LOS PRONÓSTICOS BIEN PREPARADOS Y DE COSTO EFECTIVO VAN A

BENEFICIAR A LA EMPRESA, DEBEN USARLOS QUIENES TIENEN LA AUTORIDAD
PARA TOMAR DECISIONES.
• ESTO MOTIVA LA CUESTIÓN DE LO QUE PODRÍA LLAMARSE LAS “POLÍTICAS” DEL

PRONÓSTICO. GASTOS SUSTANCIALES Y FRECUENTEMENTE MAYORES, ASÍ
COMO LA ASIGNACIÓN DE RECURSOS DENTRO DE UNA EMPRESA, CON
FRECUENCIA SE BASAN EN EL PUNTO DE VISTA DE LA GERENCIA ACERCA DEL
CURSO DE EVENTOS FUTUROS.

RESUMEN
• PUESTO QUE EL MOVIMIENTO DE RECURSOS Y PODER DENTRO DE UNA

ORGANIZACIÓN POR LO GENERAL SE BASA EN LA PERCEPCIÓN DEL FUTURO
(PRONÓSTICOS), NO ES SORPRENDENTE ENCONTRAR CIERTA CANTIDAD DE
INTRIGA POLÍTICA ALREDEDOR DEL PROCESO DE LA ELABORACIÓN DE
PRONÓSTICOS.
• LA NECESIDAD DE VENDER EFECTIVAMENTE LOS PRONÓSTICOS A LA GERENCIA

ES TAN IMPORTANTE COMO LA NECESIDAD DE DESARROLLAR LOS PRONÓSTICOS
MISMOS.

ENFOQUES DE PRONÓSTICOS
• HAY DOS ENFOQUES GENERALES PARA PRONOSTICAR, DE LA MISMA FORMA

QUE EXISTEN DOS MANERAS DE ABORDAR TODOS LOS MODELOS DE
DECISIÓN.
• LOS PRONÓSTICOS CUANTITATIVOS UTILIZAN UNA VARIEDAD DE MODELOS

MATEMÁTICOS QUE SE APOYAN EN DATOS HISTÓRICOS Y/O EN VARIABLES
CAUSALES PARA PRONOSTICAR LA DEMANDA.
• LOS PRONÓSTICOS CUALITATIVOS O SUBJETIVOS INCORPORAN FACTORES

COMO LA INTUICIÓN, LAS EMOCIONES, LAS EXPERIENCIAS PERSONALES Y EL
SISTEMA DE VALORES DE QUIEN TOMA LAS DECISIONES PARA LLEGAR A UN
PRONÓSTICO.
• EN LA PRÁCTICA, LA COMBINACIÓN DE AMBOS RESULTA MÁS EFECTIVA EN

LA MAYORÍA DE LOS CASOS.

MÉTODOS CUALITATIVOS

JURADO DE OPINIÓN EJECUTIVA
• BAJO ESTE MÉTODO, LAS OPINIONES DE UN GRUPO DE EXPERTOS O

ADMINISTRADORES DE ALTO NIVEL, A MENUDO EN COMBINACIÓN
CON MODELOS ESTADÍSTICOS, SE COMBINAN PARA LLEGAR A UNA
ESTIMACIÓN GRUPAL DE LA DEMANDA.
• POR EJEMPLO, UNA EMPRESA FABRICANTE DE MEDICINAS EMPLEA

220 CIENTÍFICOS INVESTIGADORES DESTACADOS, COMO JURADO DE
OPINIÓN EJECUTIVA, CON EL FIN DE TENER UNA IDEA DE LAS
TENDENCIAS FUTURAS EN EL MUNDO DE LA INVESTIGACIÓN MÉDICA.

MÉTODO DELPHI
• PARTICIPANTES EN EL MÉTODO DELPHI:

1. LOS QUE TOMAN LAS DECISIONES. FORMAN UN GRUPO DE 5 A 10
EXPERTOS QUE ESTARÁN ELABORANDO EL PRONÓSTICO REAL.
2. EL PERSONAL, AYUDA A LOS QUE TOMAN LAS DECISIONES AL PREPARAR,

DISTRIBUIR, RECOPILAR Y RESUMIR LA SERIE DE CUESTIONARIOS Y LOS
RESULTADOS DE LAS ENCUESTAS.
3. LOS ENTREVISTADOS. FORMAN UN GRUPO DE PERSONAS, A MENUDO

LOCALIZADAS EN DISTINTOS SITIOS, CUYOS JUICIOS SE VALORAN.
• ESTE GRUPO PROPORCIONA ENTRADAS A LOS QUE TOMAN LAS DECISIONES ANTES
DE HACER EL PRONÓSTICO.

COMPOSICIÓN DE LA FUERZA DE VENTAS
• EN ESTE ENFOQUE, CADA VENDEDOR ESTIMA CUÁLES SERÁN LAS VENTAS EN SU

REGIÓN. DESPUÉS, ESTOS PRONÓSTICOS SE REVISAN PARA ASEGURAR QUE SEAN
REALISTAS. LUEGO SE COMBINAN EN LOS NIVELES DISTRITAL Y NACIONAL PARA
LLEGAR A UN PRONÓSTICO GLOBAL.
• POR EJEMPLO EN UNA EMPRESA LOS DISTRIBUIDORES DE LA COMPAÑÍA TIENEN

UNA REUNIÓN TRIMESTRAL EN LA HABLAN DE LO QUE SE ESTÁ VENDIENDO, EN
QUÉ COLORES Y CON QUÉ ALTERNATIVAS, A FIN DE QUE LA FÁBRICA SEPA QUÉ
CONSTRUIR.

ENCUESTA EN EL MERCADO DE CONSUMO
• ESTE MÉTODO SOLICITA INFORMACIÓN A LOS CLIENTES O POSIBLES

CONSUMIDORES ACERCA DE SUS PLANES DE COMPRA FUTUROS. PUEDE
AYUDAR NO SÓLO A PREPARAR EL PRONÓSTICO, SINO TAMBIÉN A MEJORAR EL
DISEÑO DEL PRODUCTO Y LA PLANEACIÓN DE NUEVOS PRODUCTOS. SIN
EMBARGO, LOS MÉTODOS DE ENCUESTA EN EL MERCADO DE CONSUMO Y
COMPOSICIÓN DE LA FUERZA DE VENTAS ADOLECEN DE UN OPTIMISMO
EXAGERADO QUE SURGE DE LA INFORMACIÓN DE LOS CLIENTES.

RESUMEN DE LOS MÉTODOS CUALITATIVOS

MÉTODOS CUANTITATIVOS

PANORAMA DE LOS MÉTODOS CUANTITATIVOS
• SE DESCRIBEN CINCO MÉTODOS DE PRONÓSTICOS CUANTITATIVOS QUE

EMPLEAN DATOS HISTÓRICOS. LOS MÉTODOS CAEN EN DOS CATEGORÍAS:
1. MODELO DE SERIES DE TIEMPO

a. ENFOQUE INTUITIVO
b. PROMEDIOS MÓVILES
c. SUAVIZAMIENTO EXPONENCIAL
d. PROYECCIÓN DE TENDENCIAS
2. MODELO ASOCIATIVO
a. REGRESIÓN LINEAL

MODELOS DE SERIES DE TIEMPO
• ESTOS MODELOS PREDICEN BAJO EL SUPUESTO DE QUE EL FUTURO ES UNA

FUNCIÓN DEL PASADO.
• OBSERVAN LO QUE HA OCURRIDO DURANTE UN PERIODO Y USAN UNA SERIE DE

DATOS HISTÓRICOS PARA HACER UN PRONÓSTICO. SI ESTAMOS
PRONOSTICANDO LAS VENTAS SEMANALES DE CORTADORAS DE CÉSPED,
UTILIZAMOS DATOS DE LAS VENTAS PASADAS DE CORTADORAS DE CÉSPED PARA
HACER EL PRONÓSTICO.
TÉCNICA DE PRONÓSTICO QUE USA UNA SERIE DE DATOS PUNTUALES DEL PASADO
PARA REALIZAR UN PRONÓSTICO

MODELOS ASOCIATIVOS
• LOS MODELOS ASOCIATIVOS, COMO LA REGRESIÓN LINEAL, INCORPORAN LAS

VARIABLES O LOS FACTORES QUE PUEDEN INFLUIR EN LA CANTIDAD POR
PRONOSTICAR.
• POR EJEMPLO, UN MODELO ASOCIATIVO SOBRE LAS VENTAS DE CORTADORAS

DE CÉSPED INCLUYE FACTORES COMO LA CONSTRUCCIÓN DE NUEVAS
VIVIENDAS, EL PRESUPUESTO DE PUBLICIDAD Y LOS PRECIOS DE LOS
COMPETIDORES.

DOS CITAS FAMOSAS
• “NUNCA PODRÁS PLANEAR EL FUTURO A PARTIR DEL PASADO”.

SIR EDMUND BURKE
• “NO CONOZCO OTRA FORMA DE JUZGAR EL FUTURO SINO A PARTIR DEL

PASADO”.
PATRICK HENRY

EXPLORACIÓN DE PATRONES DE DATOS
• LO MÁS DIFÍCIL Y QUE MÁS TIEMPO CONSUME EN LOS PRONÓSTICOS ES LA

RECOPILACIÓN DE DATOS VÁLIDOS Y CONFIABLES.
• “BASURA ENTRA, BASURA SALE”.

• UN PRONÓSTICO NO PUEDE SER MÁS PRECISO QUE LOS DATOS EN QUE SE
BASA. EL MODELO DE PRONÓSTICO MÁS ELABORADO FALLARÁ SI SE APLICA A
DATOS POCO CONFIABLES.
• LA DIFÍCIL TAREA A LA QUE SE ENFRENTAN LOS PRONOSTICADORES ES CÓMO

OBTENER LOS DATOS ADECUADOS QUE LES AYUDEN A RESOLVER SUS
PROBLEMAS PROPIOS DE TOMA DE DECISIONES.

• PARA DETERMINAR QUÉ DATOS SERÁN ÚTILES, SE APLICAN CUATRO CRITERIOS:
1. DEBEN SER FIDEDIGNOS Y PRECISOS. SE DEBEN OBTENER DE FUENTE

CONFIABLE Y SER EXACTOS.
2. DEBEN SER RELEVANTES. DEBEN REPRESENTAR LAS CIRCUNSTANCIAS PARA

LAS QUE SE USAN.
3. DEBEN SER CONSISTENTES. CUANDO CAMBIAN LAS DEFINICIONES

RELACIONADAS CON LA RECOPILACIÓN DE DATOS, SE TIENEN QUE HACER LOS
AJUSTES NECESARIOS PARA CONSERVAR LA CONSISTENCIA EN LOS PATRONES
HISTÓRICOS.
4. DEBEN SER OPORTUNOS. LOS DATOS RECOPILADOS, RESUMIDOS Y

PUBLICADOS OPORTUNAMENTE TIENEN MAYOR VALOR PARA EL ANALISTA.

SON DOS LOS TIPOS DE DATOS DE INTERÉS PARA EL PRONOSTICADOR:

• EL PRIMERO SON LOS DATOS RECOPILADOS EN UN PERIODO ÚNICO, YA SEA
UNA HORA, UN DÍA, UNA SEMANA, UN MES, O UN TRIMESTRE.
• EL SEGUNDO TIPO SON LAS OBSERVACIONES DE DATOS REALIZADAS A

TRAVÉS DEL TIEMPO. CUANDO TODAS LAS OBSERVACIONES SE HACEN
DURANTE EL MISMO PERIODO, LAS LLAMAMOS DATOS DE CORTE
TRANSVERSAL.
• EL PROPÓSITO ES EXAMINAR ESOS DATOS Y LUEGO EXTRAPOLAR O

EXTENDER LAS RELACIONES IDENTIFICADAS A UNA POBLACIÓN EN
GENERAL.

• POR EJEMPLO, LA EXTRACCIÓN DE UNA MUESTRA ALEATORIA DE ARCHIVOS DEL

PERSONAL, PARA CONOCER LA SITUACIÓN DE LOS EMPLEADOS DE UNA COMPAÑÍA.
LA RECOPILACIÓN DE DATOS SOBRE LA ANTIGÜEDAD Y EL COSTO DEL
MANTENIMIENTO DE NUEVE AUTOBUSES DE SPOKANE TRANSIT AUTHORITY ES
OTRO.
• UN DIAGRAMA DE DISPERSIÓN, COMO EL DE LA FIGURA, NOS AYUDA A VISUALIZAR

LAS RELACIONES Y SUGIERE QUE LA ANTIGÜEDAD PODRÍA AYUDAR EN LA
ELABORACIÓN DEL PRONÓSTICO DEL PRESUPUESTO ANUAL DE MANTENIMIENTO.

• UNA SERIE DE TIEMPO CONSISTE EN DATOS QUE SE RECOPILAN,

REGISTRAN U OBSERVAN DURANTE INCREMENTOS SUCESIVOS DE
TIEMPO.

ESTUDIO DE PATRONES DE DATOS
• UNO DE LOS PASOS MÁS IMPORTANTES EN LA SELECCIÓN DE UN

MÉTODO PARA PRONOSTICAR ADECUADO CON DATOS DE UNA SERIE
DE TIEMPO ES CONSIDERAR LOS DIFERENTES TIPOS DE PATRONES DE
DATOS. EXISTEN CUATRO TIPOS GENERALES:
1. HORIZONTAL
2. TENDENCIAS
3. ESTACIONALES
4. CÍCLICOS

PATRÓN HORIZONTAL
• CUANDO LOS DATOS RECOPILADOS EN EL TRANSCURSO DEL TIEMPO

FLUCTÚAN ALREDEDOR DE UN NIVEL O UNA MEDIA CONSTANTES, HAY UN
PATRÓN HORIZONTAL. SE DICE QUE ESTE TIPO DE SERIES ES ESTACIONARIO
EN SU MEDIA. SE CONSIDERA QUE LAS VENTAS MENSUALES DE UN
PRODUCTO ALIMENTICIO QUE NO SE INCREMENTAN, NI DISMINUYEN,
CONSISTENTEMENTE DURANTE UN LARGO PERIODO TIENEN UN PATRÓN
HORIZONTAL.

PATRÓN DE TENDENCIA
• CUANDO LOS DATOS CRECEN O DESCIENDEN EN VARIOS PERIODOS, EXISTE UN

PATRÓN DE TENDENCIA. LA FIGURA MUESTRA EL CRECIMIENTO (TENDENCIA) A LARGO
PLAZO DE UNA SERIE DE TIEMPO CON DATOS ANUALES. PARA ILUSTRAR EL
CRECIMIENTO SE DIBUJA UNA RECTA DE TENDENCIA LINEAL. SI BIEN LA VARIABLE
COSTO DE LA VIVIENDA NO SE HA INCREMENTADO CADA AÑO, EL CAMBIO DE LA
VARIABLE HA SIDO GENERALMENTE HACIA ARRIBA ENTRE LOS PERIODOS 1 A 20.
ALGUNOS EJEMPLOS DE LAS FUERZAS BÁSICAS QUE AFECTAN Y AYUDAN A EXPLICAR
LA TENDENCIA DE UNA SERIE SON EL CRECIMIENTO DE LA POBLACIÓN, LA INFLACIÓN
DE LOS PRECIOS, EL AVANCE TECNOLÓGICO, LAS PREFERENCIAS DEL CONSUMIDOR Y
LOS INCREMENTOS EN LA PRODUCTIVIDAD.

TENDENCIA Y COMPONENTES CÍCLICOS DE UNA SERIE

• CUANDO LAS OBSERVACIONES INDICAN AUMENTOS Y CAÍDAS QUE NO TIENEN UN
PERIODO FIJO, EXISTE UN PATRÓN CÍCLICO.
• EL COMPONENTE CÍCLICO ES LA FLUCTUACIÓN CON FORMA DE ONDA ALREDEDOR

DE LA TENDENCIA Y SE VE AFECTADA POR LAS CONDICIONES ECONÓMICAS
GENERALES. UN COMPONENTE CÍCLICO, SI EXISTE, TÍPICAMENTE PRESENTA UN
CICLO DURANTE VARIOS AÑOS.
• LAS FLUCTUACIONES CÍCLICAS A MENUDO ESTÁN INFLUIDAS POR CAMBIOS EN LAS

EXPANSIONES Y CONTRACCIONES ECONÓMICAS, MEJOR CONOCIDAS COMO EL
CICLO DE NEGOCIOS. LA FIGURA MUESTRA UNA SERIE DE TIEMPO CON UN
COMPONENTE CÍCLICO. EL PICO CÍCLICO EN EL PERIODO 9 ILUSTRA UNA
EXPANSIÓN ECONÓMICA; Y EL VALLE CÍCLICO EN EL PERIODO 12, UNA
CONTRACCIÓN ECONÓMICA.

• CUANDO LAS OBSERVACIONES SE VEN INFLUIDAS POR FACTORES
TEMPORALES, EXISTE UN PATRÓN ESTACIONAL. EL COMPONENTE
ESTACIONAL SE REFIERE A UN PATRÓN DE CAMBIO QUE SE REPITE
AÑO TRAS AÑO. PARA LAS SERIES MENSUALES, EL COMPONENTE
ESTACIONAL MIDE LA VARIABILIDAD DE LA SERIE CADA ENERO,
CADA FEBRERO, Y ASÍ SUCESIVAMENTE. PARA UNA SERIE
TRIMESTRAL, HAY CUATRO ELEMENTOS ESTACIONALES, UNO POR
CADA TRIMESTRE.

EN RESUMEN
• LA TENDENCIA ES EL COMPONENTE DE LARGO PLAZO QUE REPRESENTA EL

CRECIMIENTO O EL DESCENSO EN LA SERIE DE TIEMPO, DURANTE UN
PERIODO EXTENSO.
• EL COMPONENTE CÍCLICO ES LA OSCILACIÓN ALREDEDOR DE LA TENDENCIA.

• EL COMPONENTE ESTACIONAL ES UN PATRÓN DE CAMBIO QUE SE REPITE
AÑO TRAS AÑO.

PRONÓSTICOS DE SERIES DE TIEMPO
• UNA SERIE DE TIEMPO SE BASA EN UNA SECUENCIA DE DATOS PUNTUALES

IGUALMENTE ESPACIADOS (SEMANALES, MENSUALES, TRIMESTRALES, ETC.).
• LOS EJEMPLOS INCLUYEN LAS VENTAS SEMANALES DE NIKE AIR JORDANS,

LOS INFORMES DE INGRESOS TRIMESTRALES EN MICROSOFT, LOS
EMBARQUES DIARIOS DE CERVEZA COORS Y LOS ÍNDICES ANUALES DE
PRECIOS AL CONSUMIDOR, ETC.
• LOS DATOS PARA PRONOSTICAR SERIES DE TIEMPO IMPLICAN QUE LOS

VALORES FUTUROS SE PREDICEN SOLAMENTE A PARTIR DE LOS VALORES
PASADOS Y SE PUEDEN IGNORAR OTRAS VARIABLES, SIN IMPORTAR QUÉ
TAN POTENCIALMENTE VALIOSAS SEAN.

DESCOMPOSICIÓN DE UNA SERIE DE TIEMPO
• ANALIZAR UNA SERIE DE TIEMPO SIGNIFICA DESGLOSAR LOS DATOS HISTÓRICOS

EN COMPONENTES Y DESPUÉS PROYECTARLOS AL FUTURO. UNA SERIE DE TIEMPO
TIENE CUATRO COMPONENTES:
1. LA TENDENCIA ES EL MOVIMIENTO GRADUAL, HACIA ARRIBA O HACIA

ABAJO, DE LOS DATOS EN EL TIEMPO. LOS CAMBIOS EN EL INGRESO, LA
POBLACIÓN, LA DISTRIBUCIÓN DE EDADES O LOS PUNTOS DE VISTA
CULTURALES PUEDEN SER CAUSANTES DEL MOVIMIENTO EN UNA
TENDENCIA.
2. LA ESTACIONALIDAD ES UN PATRÓN DE DATOS QUE SE REPITE

DESPUÉS DE UN PERIODO DE DÍAS, SEMANAS, MESES O TRIMESTRES.

3. LOS CICLOS SON PATRONES, DETECTADOS EN LOS DATOS, QUE OCURREN

CADA CIERTA CANTIDAD DE AÑOS. USUALMENTE ESTÁN SUJETOS AL CICLO
COMERCIAL Y SON IMPORTANTES PARA EL ANÁLISIS Y LA PLANEACIÓN DEL
NEGOCIO A CORTO PLAZO. LA PREDICCIÓN DE LOS CICLOS DE NEGOCIO ES
DIFÍCIL PORQUE ÉSTOS PUEDEN VERSE AFECTADOS POR LOS
ACONTECIMIENTOS POLÍTICOS O LA TURBULENCIA INTERNACIONAL.
4. LAS VARIACIONES ALEATORIAS SON “SEÑALES” GENERADAS EN LOS DATOS

POR CASUALIDAD O POR SITUACIONES INUSUALES. NO SIGUEN NINGÚN
PATRÓN DISCERNIBLE Y NO SE PUEDEN PREDECIR.


TÉCNICAS DE PRONÓSTICOS

ENFOQUE INTUITIVO
• LA TÉCNICA DE PRONÓSTICOS MÁS SIMPLE ES SUPONER QUE LA DEMANDA

DEL SIGUIENTE PERIODO SERÁ IGUAL A LA DEMANDA DEL PERIODO MÁS
RECIENTE. EN OTRAS PALABRAS, SI LAS VENTAS DE UN PRODUCTO FUERON
68 UNIDADES EN ENERO, PODEMOS PRONOSTICAR QUE EN FEBRERO LAS
VENTAS TAMBIÉN SERÁN DE 68.
• ¿TIENE ESTO ALGÚN SENTIDO? RESULTA QUE PARA ALGUNAS LÍNEAS DE

PRODUCTOS, ESTE ENFOQUE INTUITIVO ES EL MODELO DE PRONÓSTICO MÁS
EFECTIVO EN COSTOS Y MÁS EFICIENTE CON RESPECTO AL OBJETIVO.

PROMEDIOS MÓVILES
• EL PRONÓSTICO DE PROMEDIOS MÓVILES USA UN NÚMERO DE VALORES DE DATOS

HISTÓRICOS REALES PARA GENERAR UN PRONÓSTICO.
• LOS PM SON ÚTILES SI PODEMOS SUPONER QUE LA DEMANDA DEL MERCADO

PERMANECERÁ RELATIVAMENTE ESTABLE EN EL TIEMPO.
• UN PM DE N MESES SE ENCUENTRA SIMPLEMENTE AL SUMAR LA DEMANDA MEDIDA

DURANTE LOS ÚLTIMOS N MESES Y DIVIDIÉNDOLA ENTRE N. AL CONCLUIR CADA MES,
LOS DATOS DEL MES MÁS RECIENTE SE AGREGAN A LA SUMA DE LOS (n - 1) MESES
PREVIOS Y SE ELIMINA EL DATO DEL MES MÁS ANTIGUO. ESTA PRÁCTICA TIENDE A
SUAVIZAR LAS IRREGULARIDADES DEL CORTO PLAZO EN LAS SERIES DE DATOS.

PROMEDIOS MÓVILES
• MATEMÁTICAMENTE, EL PROMEDIO MÓVIL SIMPLE (QUE SIRVE COMO

ESTIMACIÓN DE LA DEMANDA DEL SIGUIENTE PERIODO) SE EXPRESA COMO
𝐧
𝟏 𝐝𝟏 + 𝐝𝟐 + … … . +𝐝𝐧
𝐏𝐌 = ෍ 𝐝𝐢 =
𝐧 𝐧
𝐢=𝟏
DONDE n ES EL NÚMERO DE PERIODOS INCLUIDOS EN EL PROMEDIO MÓVIL,

POR EJEMPLO, 4, 5 O 6 MESES, RESPECTIVAMENTE, PARA UN PROMEDIO MÓVIL
DE 4, 5 O 6 PERIODOS.

PROMEDIOS MÓVILES PONDERADOS
• CUANDO SE PRESENTA UNA TENDENCIA O UN PATRÓN LOCALIZABLE, SE USAN

PONDERACIONES PARA DAR ÉNFASIS A LOS VALORES RECIENTES.
• ESTO PERMITE QUE LOS PRONÓSTICOS RESPONDAN MÁS RÁPIDO A LOS CAMBIOS,
PUESTO QUE PUEDE DARSE MAYOR PESO A LOS PERIODOS MÁS RECIENTES.
• LA ELECCIÓN DE LAS PONDERACIONES ES ARBITRARIA PORQUE NO EXISTE UNA

FÓRMULA ESTABLECIDA PARA DETERMINARLAS. DECIDIR QUÉ PONDERACIONES
EMPLEAR REQUIERE EXPERIENCIA.
• POR EJEMPLO, SI EL ÚLTIMO MES O PERIODO SE PONDERA DEMASIADO ALTO, EL

PRONÓSTICO PUEDE REFLEJAR UN CAMBIO GRANDE INUSUAL, DEMASIADO
RÁPIDO EN EL PATRÓN DE DEMANDA O DE VENTAS.

PROMEDIOS MÓVILES PONDERADOS
• UN PROMEDIO MÓVIL PONDERADO SE EXPRESA COMO:
σ[(Pond en el periodo n)(Demanda en el periodo n)]

PMP =
σ(Ponderaciones)

NOTAS SOBRE PROMEDIOS MÓVILES
• LOS PROMEDIOS MÓVILES SIMPLES Y LOS PONDERADOS SON EFECTIVOS PARA

SUAVIZAR FLUCTUACIONES REPENTINAS EN EL PATRÓN DE LA DEMANDA CON EL FIN
DE OBTENER ESTIMACIONES ESTABLES. PRESENTAN TRES PROBLEMAS:
1. AUMENTAR EL TAMAÑO DE N SUAVIZA DE LAS FLUCTUACIONES, PERO RESTA

SENSIBILIDAD AL MÉTODO ANTE CAMBIOS REALES EN LOS DATOS.
2. LOS PROMEDIOS MÓVILES NO REFLEJAN BIEN LAS TENDENCIAS. COMO SON

PROMEDIOS, SIEMPRE SE QUEDARÁN EN NIVELES PASADOS, NO PREDICEN
LOS CAMBIOS HACIA NIVELES MÁS ALTOS NI MÁS BAJOS. ES DECIR, RETRASAN
LOS VALORES REALES.
3. LOS PROMEDIOS MÓVILES REQUIEREN AMPLIOS REGISTROS DE DATOS

HISTÓRICOS.

EJEMPLO: CÁLCULO DEL PROMEDIO MÓVIL
• UNA TIENDA DE PRODUCTOS PARA JARDÍN, QUIERE HACER UN PRONÓSTICO

CON EL PROMEDIO MÓVIL DE 3 MESES, INCLUYENDO UN PRONÓSTICO PARA
LAS VENTAS DE COBERTIZOS EL PRÓXIMO ENERO.
• MÉTODO: LAS VENTAS DE COBERTIZOS PARA ALMACENAMIENTO SE

MUESTRAN EN LA COLUMNA MEDIA DE LA SIGUIENTE TABLA. A LA DERECHA
SE PRESENTA UN PROMEDIO MÓVIL DE 3 MESES.
¿QUÉ HACER PARA RESOLVER UN PROBLEMA DE PRONÓSTICOS, DE TAL

MANERA QUE PODAMOS UNA SOLUCIÓN LO MÁS CERCANA A LA REALIDAD?
• SOLUCIÓN: EL PRONÓSTICO PARA DICIEMBRE ES DE 20.667. PARA

PROYECTAR LA DEMANDA DE COBERTIZOS EN ENERO PRÓXIMO, SE SUMAN
LAS VENTAS DE OCTUBRE, NOVIEMBRE Y DICIEMBRE Y SE DIVIDEN ENTRE 3.

Datos

CONTINUACIÓN DEL PROBLEMA
(18 + 16 + 14)
𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝐸𝑛𝑒𝑟𝑜 = = 16
3
• RAZONAMIENTO: Ahora la administración tiene un pronóstico que

promedia las ventas para los últimos 3 meses. Es fácil de usar y entender.
• EJERCICIO DE APRENDIZAJE: Si las ventas reales en diciembre fueran de

18 (en vez de 14), ¿cuál es el nuevo pronóstico para enero?

EJERCICIO. MISMO PROBLEMA
• USANDO EXCEL, HAGA LA GRÁFICA DE LOS DATOS DEL PROBLEMA Y UN ANÁLISIS COMO EL
SIGUIENTE:
 ¿CUÁL ES EL COMPORTAMIENTO DE LOS DATOS?
 ¿POR QUÉ USARÍA ESTE MÉTODO PARA PRONOSTICAR LAS VENTAS FUTURAS?, ¿LO CREE
CONFIABLE?
 HAGA UN PRONÓSTICO PARA TRES PERIODOS (A PARTIR DEL PERIODO CUATRO) Y OTRO
PARA CUATRO PERIODOS (A PARTIR DEL PERIODO CINCO) Y COMPARE LOS RESULTADOS.
GRAFIQUE LOS RESULTADOS Y COMPÁRELOS.
 CALCULE LOS DIFERENTES TIPOS DE ERROR DEL MÉTODO Y HAGA COMENTARIOS AL

RESPECTO.

EJEMPLO: CÁLCULO DEL PROMEDIO MÓVIL PONDERADO
La tienda de productos para jardín del ejemplo anterior, quiere

pronosticar las ventas de cobertizos ponderando los últimos 3 meses,
dando más peso a los datos recientes para hacerlos más significativos.
MÉTODO: Se asigna más ponderación a los datos recientes, de la
siguiente manera:

CONTINUACIÓN
SOLUCIÓN: Los resultados de este pronóstico de promedio ponderado son los siguientes:

CONTINUACIÓN
RAZONAMIENTO: En esta situación del pronóstico, se observa que cuanto más se pondera
el último mes, la proyección que se obtiene es mucho más precisa.
EJERCICIO DE APRENDIZAJE: Si las ponderaciones asignadas fueran 0.50, 0.33 y 0.17 (en
lugar de 3, 2 y 1), ¿cuál es el pronóstico para enero con el promedio móvil ponderado?,
¿por qué?

Comentarios Finales
• LOS DOS TIPOS DE PROMEDIOS MÓVILES (TANTO LOS SIMPLES COMO LOS
PONDERADOS), SON EFECTIVOS PARA SUAVIZAR LAS FLUCTUACIONES REPENTINAS EN
EL PATRÓN DE LA DEMANDA CON EL FIN DE OBTENER ESTIMACIONES ESTABLES.
• SIN EMBARGO, PRESENTAN LOS SIGUIENTES PROBLEMAS:

1. AUMENTAR EL TAMAÑO DE N (NÚMERO DE PERIODOS PROMEDIADOS) SUAVIZA
DE MEJOR MANERA LAS FLUCTUACIONES, PERO RESTA SENSIBILIDAD AL MÉTODO
ANTE CAMBIOS REALES EN LOS DATOS.
2. LOS PROMEDIOS MÓVILES NO REFLEJAN MUY BIEN LAS TENDENCIAS. DEBIDO A

QUE SON PROMEDIOS, SIEMPRE SE QUEDARÁN EN NIVELES PASADOS, NO
PREDICEN LOS CAMBIOS HACIA NIVELES MÁS ALTOS NI MÁS BAJOS. ES DECIR,
RETRASAN LOS VALORES REALES.
3. LOS PROMEDIOS MÓVILES REQUIEREN UN AMPLIO REGISTRO DE DATOS

HISTÓRICOS.

SUAVIZAMIENTO (AJUSTE) EXPONENCIAL
EL AJUSTE EXPONENCIAL ES UN MUY SOFISTICADO MÉTODO DE PRONÓSTICO DE PROMEDIOS

MÓVILES PONDERADOS QUE SIGUE SIENDO BASTANTE FÁCIL DE USAR. ESTE MÉTODO IMPLICA
MANTENER MUY POCOS REGISTROS DE DATOS HISTÓRICOS.
LA FÓRMULA BÁSICA PARA EL AJUSTE EXPONENCIAL SE EXPRESA COMO SIGUE:
𝐍𝐮𝐞𝐯𝐨 𝐏𝐫 = 𝐏𝐫𝐨𝐧 𝐀𝐧𝐭 + 𝛂 𝐃𝐚𝐭𝐨 𝐑𝐞𝐚𝐥 𝐝𝐞𝐥 𝐩𝐞𝐫𝐢𝐨𝐝𝐨 𝐚𝐧𝐭 − 𝐏𝐫𝐨𝐧 𝐝𝐞𝐥 𝐩𝐞𝐫𝐢𝐨𝐝𝐨 𝐚𝐧𝐭
donde α es la ponderación o constante de suavizamiento, con un valor entre 0

y 1, es decir,α= 0, 1

• LA ECUACIÓN PUEDE ESCRIBIRSE COMO:
𝐅𝐭 = 𝐅𝐭−𝟏 + 𝛂 𝐀𝐭−𝟏 − 𝐅𝐭−𝟏
Donde:
𝐹𝑡 = nuevo pronóstico
𝐹𝑡−1 = pronóstico del periodo anterior
α = constante de suavizamiento; (0 ≤ α ≤ 1)
𝐴𝑡−1 = demanda real en el periodo anterior

OTRA FORMA DE REPRESENTAR LA ECUACIÓN ES:
𝐅𝐭 =∝ 𝐀𝐭−𝟏 + 𝟏 −∝ 𝐅𝐭−𝟏
Donde:
𝐹𝑡 = nuevo pronóstico
𝐹𝑡−1 = pronóstico del periodo anterior
α = constante de suavizamiento; (0 ≤ α ≤ 1)
𝐴𝑡−1 = demanda real en el periodo anterior

FRECUENTEMENTE, LA GENTE SE PREGUNTA POR QUÉ SE DIO EL NOMBRE DE

SUAVIZACIÓN EXPONENCIAL A ESTE MÉTODO.
SE PUEDE DEMOSTRAR MATEMÁTICAMENTE QUE LOS PESOS SOBRE CADA PUNTO DE

DATOS DE LA DEMANDA ANTERIOR DISMINUYEN DE MANERA EXPONENCIAL, EN UN
FACTOR DE 1− ∝ , HASTA ALCANZAR LA DEMANDA DEL PRIMER PERIODO Y EL
PRONÓSTICO INICIAL 𝐹1 .
DEBIDO A QUE LOS PESOS SOBRE LAS DEMANDAS ANTERIORES DISMINUYEN

EXPONENCIALMENTE A TRAVÉS DEL TIEMPO Y TODOS LOS PESOS SUMAN 1, LA
SUAVIZACIÓN EXPONENCIAL ES UNA FORMA ESPECIAL DEL PROMEDIO MÓVIL
PONDERADO.

• EL CONCEPTO NO ES COMPLICADO. LA ÚLTIMA ESTIMACIÓN DE LA DEMANDA ES

IGUAL A LA ESTIMACIÓN ANTERIOR AJUSTADA POR UNA FRACCIÓN DE LA
DIFERENCIA ENTRE LA DEMANDA REAL DEL ÚLTIMO PERIODO Y LA ESTIMACIÓN
ANTERIOR.
• GENERALMENTE ∝ SE ENCUENTRA EN UN INTERVALO DE 0.05 A 0.50 PARA

APLICACIONES DE NEGOCIOS.
• PUEDE CAMBIARSE PARA DAR MÁS PESO A DATOS RECIENTES (∝ ALTA) O MÁS
PESO A DATOS ANTERIORES (∝ BAJA)

EJEMPLO: PRONÓSTICO MEDIANTE AJUSTE EXPONENCIAL
DURANTE EL MES DE ENERO, UN VENDEDOR DE AUTOS PREDIJO QUE LA DEMANDA PARA EL

MES DE FEBRERO SERÍA DE 142 UNIDADES DE UN CIERTO MODELO. LA DEMANDA REAL EN
ESE MES FUE DE 153 UNIDADES. LA CONSTANTE DE SUAVIZACIÓN QUE ELIGIÓ LA
ADMINISTRACIÓN ES ∝= 0.2.
EL VENDEDOR DESEA PRONOSTICAR LA DEMANDA PARA EL MES DE MARZO USANDO EL

MODELO DE SUAVIZACIÓN EXPONENCIAL.
MÉTODO: SE APLICA EL MODELO DE SUAVIZACIÓN EXPONENCIAL.

SOLUCIÓN: AL SUSTITUIR EN LA FÓRMULA, LOS DATOS DE LA MUESTRA, OBTENEMOS:
𝐹𝑡+1 = 𝐹𝑡 + ∝ 𝐷𝑡 − 𝐹𝑡 = 142 + 0.2 153 − 142 = 142 + 2.2 = 144.2 𝑢𝑛𝑖𝑑
ENTONCES, EL PRONÓSTICO DE LA DEMANDA PARA EL MES DE MARZO PARA LOS AUTOS SE

CONSIDERA DE 144 UNIDADES.

CONTINUACIÓN
RAZONAMIENTO: USANDO SOLO DOS ELEMENTOS DE DATOS, EL

PRONÓSTICO Y LA DEMANDA REAL, MÁS UNA CONSTANTE DE SUAVIZACIÓN, SE
CALCULÓ EL PRONÓSTICO DE 144 UNIDADES PARA EL MES DE MARZO.
EJERCICIO DE APRENDIZAJE: SI LA CONSTANTE DE SUAVIZACIÓN SE

CAMBIA A 0.30, ¿CUÁL ES EL NUEVO PRONOSTICO? PROPORCIONE SUS
CONCLUSIONES AL RESPECTO.
RESPUESTA: 145.3 UNIDADES

SELECCIÓN DE LA CONSTANTE DE SUAVIZAMIENTO
• EL SUAVIZAMIENTO EXPONENCIAL ES MUY FÁCIL DE USAR Y SE HA APLICADO

CON ÉXITO EN PRÁCTICAMENTE TODO TIPO DE NEGOCIOS.
• SIN EMBARGO, EL VALOR DE LA CONSTANTE DE SUAVIZAMIENTO, 𝛼, PUEDE

HACER LA DIFERENCIA ENTRE UN PRONÓSTICO PRECISO Y UNO IMPRECISO.
• SE ELIGEN VALORES ALTOS DECUANDO EL PROMEDIO SUBYACENTE TIENE

PROBABILIDADES DE CAMBIAR. SE EMPLEAN VALORES BAJOS DE CUANDO
EL PROMEDIO EN QUE SE BASA ES BASTANTE ESTABLE.
• AL ELEGIR LOS VALORES DE LA CONSTANTE DE SUAVIZAMIENTO, EL

OBJETIVO ES OBTENER EL PRONÓSTICO MÁS PRECISO.

MEDICIÓN DEL ERROR DEL PRONÓSTICO
• LA EXACTITUD DE CUALQUIER MODELO DE PRONÓSTICO (PROMEDIOS MÓVILES,

SUAVIZAMIENTO EXPONENCIAL, ETC), SE DETERMINA AL COMPARAR LOS VALORES
PRONOSTICADOS CON LOS VALORES REALES.
• SI 𝐹𝑡 DENOTA EL PRONÓSTICO EN EL PERIODO t Y 𝐴𝑡 LA DEMANDA REAL DEL

PERIODO t, EL ERROR DE PRONÓSTICO (O DESVIACIÓN) SE DEFINE COMO:
ERROR DE PRONÓSTICO = (DEMANDA REAL − VALOR PRONOSTICADO)

O
𝐄𝐭 = 𝐀𝐭 − 𝐅𝐭

MEDICIÓN DEL ERROR DEL PRONÓSTICO
• EN LA PRÁCTICA SE USAN VARIAS MEDIDAS PARA CALCULAR EL ERROR

GLOBAL DE PRONÓSTICO Y SIRVEN PARA COMPARAR DISTINTOS MODELOS DE
PRONÓSTICO, VIGILARLOS Y ASEGURAR SU BUEN DESEMPEÑO. LAS MÁS
POPULARES SON:
1. MAD (MEAN ABSOLUTE DEVIATION; DESVIACIÓN ABSOLUTA MEDIA)

2. MSE (MEAN SQUARED ERROR; ERROR CUADRÁTICO MEDIO)
3. MAPE (MEAN ABSOLUTE PERCENT ERROR; ERROR PORCENTUAL
ABSOLUTO MEDIO)

DESVIACIÓN ABSOLUTA MEDIA
• LA PRIMERA MEDICIÓN DEL ERROR GLOBAL DE PRONÓSTICO ES LA DESVIACIÓN

ABSOLUTA MEDIA (MAD). SE CALCULA SUMANDO LOS VALORES ABSOLUTOS
DE LOS ERRORES INDIVIDUALES DEL PRONÓSTICO Y DIVIDIENDO EL RESULTADO
ENTRE EL NÚMERO DE PERIODOS CON DATOS, n:
𝟏 𝟏
𝐌𝐀𝐃 = ෍ 𝐃𝐑 − 𝐏𝐫𝐨𝐧 = ෍ 𝐀𝐭 − 𝐅𝐭 ; 𝐭 = 𝟏, 𝟐, 𝟑, … … … , 𝐧
𝐧 𝐧

EJEMPLO: CÁLCULO DE LA DESVIACIÓN ABSOLUTA MEDIA (MAD)
DURANTE LOS ÚLTIMOS 8 PERIODOS, EN UN PUERTO SE HAN DESCARGADO DE

LOS BARCOS GRANDES CANTIDADES DE GRANO. EL ADMINISTRADOR DE
OPERACIONES DEL PUERTO QUIERE PROBAR EL USO DE LA SUAVIZACIÓN
EXPONENCIAL PARA VER QUE TAN BIEN FUNCIONA LA TÉCNICA PARA PREDECIR
EL TONELAJE DESCARGADO. SUPONE QUE EL PRONÓSTICO DE GRANO
DESCARGADO DURANTE EL PRIMER TRIMESTRE FUE DE 175 TONELADAS. SE
EXAMINAN DOS VALORES DE ∝: 0.10 Y 0.50.
MÉTODO: COMPARE LOS DATOS REALES CON LOS PRONOSTICADOS (USANDO

CADA UNO DE LOS DOS VALORES DE ∝ Y DESPUÉS ENCONTRAR LA DESVIACIÓN
ABSOLUTA Y LAS MAD.
SOLUCIÓN: LA TABLA SIGUIENTE MUESTRA LOS CÁLCULOS DETALLADOS PARA

∝ = 0.10:

CONTINUACIÓN
PARA EVALUAR LA EXACTITUD DE CADA CONSTANTE DE SUAVIZACIÓN, SE CALCULAN LOS
ERRORES DE PRONÓSTICO EN TÉRMINOS DE DESVIACIONES ABSOLUTAS Y MAD.

CONTINUACIÓN
RAZONAMIENTO: COMPARANDO LAS DOS MAD, SE PREFIERE UNA

CONSTANTE DE SUAVIZACIÓN DE ∝ = 0.10, EN LUGAR DE UNA DE ∝ = 0.50,
PORQUE LA MAD ES MENOR.
EJERCICIO DE APRENDIZAJE: SI LA CONSTANTE DE SUAVIZACIÓN SE CAMBIA

DE ∝ = 0.10 A ∝ = 0.20, ¿CUÁL ES LA NUEVA MAD?
LA MAYOR PARTE DEL SOFTWARE PARA PRONÓSTICOS INCLUYE UNA

CARACTERÍSTICA QUE ENCUENTRA DE MANERA AUTOMÁTICA LA CONSTANTE DE
SUAVIZACIÓN CON EL MENOR ERROR DE PRONÓSTICO. OTROS PROGRAMAS
MODIFICAN EL VALOR DE A CUANDO LOS ERRORES AUMENTAN POR ENCIMA DEL
LÍMITE ACEPTABLE.

ERROR CUADRÁTICO MEDIO
• EL MSE ES UNA SEGUNDA FORMA DE MEDIR EL ERROR

GLOBAL DE PRONÓSTICO.
• EL MSE ES EL PROMEDIO DE LOS CUADRADOS DE LAS

DIFERENCIAS ENCONTRADAS ENTRE LOS VALORES
PRONOSTICADOS Y LOS OBSERVADOS. SU FÓRMULA ES:
σ 𝐞𝐫𝐫𝐨𝐫𝐞𝐬 𝐝𝐞𝐥 𝐩𝐫𝐨𝐧ó𝐬𝐭𝐢𝐜𝐨 𝟐 σ 𝐀𝐭 − 𝐅𝐭 𝟐

𝐌𝐒𝐄 = =
𝐧 𝐧

ERROR CUADRÁTICO MEDIO
• UNA DESVENTAJA DE EMPLEAR EL MSE ES QUE TIENDE A ACENTUAR LAS

DESVIACIONES IMPORTANTES DEBIDO AL TÉRMINO AL CUADRADO.
• POR EJEMPLO, SI EL ERROR DE PRONÓSTICO PARA EL PERIODO 1 ES DOS VECES

MÁS GRANDE QUE EL ERROR PARA EL PERIODO 2, ENTONCES EL ERROR AL
CUADRADO EN EL PERIODO 1 ES CUATRO VECES MÁS GRANDE QUE EL DEL
PERIODO 2.
• POR LO TANTO, EL USO DEL MSE COMO MEDICIÓN DEL ERROR DE PRONÓSTICO
USUALMENTE INDICA QUE SE PREFIERE TENER VARIAS DESVIACIONES PEQUEÑAS
EN LUGAR DE UNA SOLA DESVIACIÓN GRANDE.

EJEMPLO: CÁLCULO DEL ERROR CUADRÁTICO MEDIO, (MSE)
EL ADMINISTRADOR DE OPERACIONES DEL PUERTO DEL EJEMPLO ANTERIOR, DESEA

CALCULAR AHORA EL MSE PARA ∝ = 0.10.
MÉTODO: SE USAN LOS MISMOS DATOS PRONOSTICADOS PARA ∝ = 0.10 EN EL EJEMPLO

ANTERIOR, DESPUÉS SE CALCULA EL MSE USANDO LA ECUACIÓN ANTERIOR.
SOLUCIÓN:

CONTINUACIÓN
σ 𝐸𝑟𝑟𝑜𝑟𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 2 1526.52

𝑀𝑆𝐸 = = = 190.8
𝑛 8
RAZONAMIENTO: El 𝑀𝑆𝐸 = 190.8, es bueno o malo? Todo lo que podamos

comentar dependerá de los otros 𝑀𝑆𝐸 calculados para los demás métodos
de pronóstico utilizados para analizar el problema. Un 𝑀𝑆𝐸 más bajo es
mejor porque es un valor que queremos disminuir al mínimo. También,
debemos tomar en cuenta que el 𝑀𝑆𝐸 exagera los errores porque los eleva
al cuadrado.
EJERCICIO DE APRENDIZAJE: Encuentre el MSE para ∝ = 0.50

ERROR PORCENTUAL ABSOLUTO MEDIO
• UN PROBLEMA QUE SE DA, TANTO CON LA 𝑀𝐴𝐷 COMO CON EL 𝑀𝑆𝐸 ES QUE SUS
VALORES DEPENDEN DE LA MAGNITUD DEL ELEMENTO QUE SE PRONOSTICA. POR
EJEMPLO, SI EL ELEMENTO QUE SE PRONOSTICA SE MIDE EN MILLARES, LOS VALORES
DE LA 𝑀𝐴𝐷 Y DEL 𝑀𝑆𝐸 PUEDEN SER MUY GRANDES.
• CON EL OBJETIVO DE EVITAR ESTE PROBLEMA, SE PUEDE USAR EL ERROR

PORCENTUAL ABSOLUTO MEDIO, (𝑀𝐴𝑃𝐸).
• ESTE ERROR SE CALCULA COMO EL PROMEDIO DE LAS DIFERENCIAS ABSOLUTAS

ENCONTRADAS ENTRE LOS VALORES PRONOSTICADOS Y LOS REALES Y SE EXPRESA
COMO UN PORCENTAJE DE LOS VALORES REALES.

ERROR PORCENTUAL ABSOLUTO MEDIO
SI HEMOS PRONOSTICADO N PERIODOS Y LOS VALORES REALES

CORRESPONDEN A ESA MISMA CANTIDAD DE PERIODOS, EL 𝑀𝐴𝑃𝐸 ES
CALCULADO MEDIANTE LA ECUACIÓN:
𝑅𝑒𝑎𝑙𝑖 − 𝑃𝑟𝑜𝑛Ó 𝑠𝑡𝑖𝑐𝑜𝑖

σ𝑛𝑖=1(100)
𝑅𝑒𝑎𝑙𝑖
𝑀𝐴𝑃𝐸 =
𝑛

EJEMPLO: CÁLCULO DEL ERROR PORCENTUAL ABSOLUTO MEDIO, (MAPE)
EL ADMINISTRADOR DE OPERACIONES DEL PUERTO DEL PROBLEMA ANTERIOR DESEA

CALCULAR EL 𝑀𝐴𝑃𝐸 CUANDO ∝ = 0.10.
MÉTODO: SE APLICA LA ECUACIÓN DE 𝑀𝐴𝑃𝐸 A LOS DATOS PRONOSTICADOS QUE SE

CALCULARON ANTES.
SOLUCIÓN:

CONTINUACIÓN
σ 𝐸𝑟𝑟𝑜𝑟𝑒𝑠 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙𝑒𝑠 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜𝑠 47.5%
𝑀𝐴𝑃𝐸 = = = 5.59%
𝑛 8
RAZONAMIENTO: EL 𝑀𝐴𝑃𝐸 EXPRESA EL ERROR COMO UN PORCENTAJE DE LOS ERRORES

REALES, SIN QUE ESTE DISTORSIONADO POR UN SOLO VALOR MUY GRANDE.
EJERCICIO DE APRENDIZAJE: ¿CUÁL ES EL 𝑀𝐴𝑃𝐸 CUANDO ∝ = 0.50?
RESPUESTA: 𝑀𝐴𝑃𝐸 = 6.75. DE IGUAL FORMA QUE CON LA 𝑀𝐴𝐷 Y EL 𝑀𝑆𝐸, ∝ = 0.10, ES
PREFERIBLE PARA ESTA SERIE DE DATOS.
EL 𝑀𝐴𝑃𝐸 ES QUIZÁ LA MEDIDA MÁS FÁCIL DE INTERPRETAR, DEBIDO A QUE PODEMOS AFIRMAR
QUE UN RESULTADO DE UN 𝑀𝐴𝑃𝐸 DEL 6% ES UN ENUNCIADO CLARO QUE NO DEPENDE DE
ASPECTOS COMO LA MAGNITUD DE LOS DATOS DE ENTRADA.

SUAVIZACIÓN EXPONENCIAL CON AJUSTE DE TENDENCIA
• LA SUAVIZACIÓN EXPONENCIAL SIMPLE FALLA EN SU RESPUESTA A LAS

TENDENCIAS Y NO PROPORCIONA UNA RESPUESTA CONFIABLE DEL PRONÓSTICO.
EXISTEN OTRAS TÉCNICAS DE PRONÓSTICO QUE PERMITEN MANEJAR LAS
TENDENCIAS.
• LA SUAVIZACIÓN EXPONENCIAL ES UN ENFOQUE COMÚN EN LOS NEGOCIOS.

• A CONTINUACIÓN, SE PRESENTARÁ LA RAZÓN POR LA QUE LA SUAVIZACIÓN
EXPONENCIAL SE DEBE MODIFICAR CUANDO SE PRESENTA UNA TENDENCIA.
• SUPONGAMOS QUE LA DEMANDA DE UN PRODUCTO O SERVICIO HA TENIDO UN

AUMENTO EN 100 UNIDADES EN CADA UNO DE LOS MESES DEL PERIODO ESTUDIO
Y QUE SE HAN OBTENIDO PRONÓSTICOS CON ∝ = 0.40 CON EL MODELO DE
SUAVIZACIÓN EXPONENCIAL.

• HACIENDO UN ANÁLISIS DE LOS DATOS Y LOS RESULTADOS OBTENIDOS, NOS DAMOS CUENTA DEL
RETRASO QUE EXISTE EN PRONÓSTICOS, TAL COMO SE MUESTRA EN LA TABLA SIGUIENTE EN LOS
MESES 2, 3, 4 Y 5, AUNQUE LA ESTIMACIÓN INICIAL PARA EL MES 1 ES PERFECTA.

• PARA LOGRAR MEJORES RESULTADOS, SE USARÁ UN MODELO DE SUAVIZACIÓN EXPONENCIAL QUE

HACE AJUSTES EN LA TENDENCIA.
• SE CALCULARÁ UN PROMEDIO SUAVIZADO DE MANERA EXPONENCIAL DE LOS DATOS Y AJUSTAR EL

RETRASO POSITIVO O NEGATIVO EN LA TENDENCIA. LA FÓRMULA ES:
𝑃𝑟𝑜𝑛. 𝑐𝑜𝑛 𝑡𝑒𝑛𝑑. 𝐹𝐼𝑇𝑡 = 𝑃𝑟𝑜𝑛. 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑑𝑜 EXP. 𝐹𝑡 + 𝑇𝑒𝑛𝑑. 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑑𝑎 EXP. (𝑇𝑡 )
• CON LA SUAVIZACIÓN EXPONENCIAL AJUSTADA POR LA TENDENCIA, LAS ESTIMACIONES DEL

PROMEDIO Y DE LA TENDENCIA SE SUAVIZAN. ESTE PROCEDIMIENTO REQUIERE DE DOS
CONSTANTES DE SUAVIZACIÓN PARA REALIZAR LOS CÁLCULOS: ∝ PARA EL PROMEDIO Y 𝛽 PARA LA
TENDENCIA.
• DESPUÉS SE CALCULA EL PROMEDIO Y LA TENDENCIA PARA CADA PERIODO:
𝐹𝑡 =∝ 𝐷𝑒𝑚 𝑟𝑒𝑎𝑙 𝑑𝑒𝑙 Ú𝑙𝑡 𝑝𝑒𝑟 + 1 −∝ (𝑃𝑟𝑜𝑛 𝑑𝑒𝑙 Ú𝑙𝑡 𝑝𝑒𝑟 + 𝑇𝑒𝑛𝑑 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 Ú𝑙𝑡 𝑝𝑒𝑟)

O BIEN,
𝐹𝑡 = ∝ (𝐷𝑡−1 ) + (1 −∝)(𝐹𝑡−1 + 𝑇𝑡−1 )
DONDE
𝑇𝑡 = 𝛽 𝑃𝑟𝑜𝑛 𝑑𝑒 𝑒𝑠𝑡𝑒 𝑝𝑒𝑟 − 𝑃𝑟𝑜𝑛 𝑑𝑒𝑙 Ú𝑙𝑡 𝑝𝑒𝑟. + 1 − 𝛽 (𝑇𝑒𝑛𝑑 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 Ú𝑙𝑡 𝑝𝑒𝑟)
O BIEN,
𝑇𝑡 = 𝛽 𝐹𝑡 − 𝐹𝑡−1 + (1 − 𝛽)(𝑇𝑡−1 )
DONDE:
𝐹𝑡 = 𝑃𝑟𝑜𝑛Ó 𝑠𝑡𝑖𝑐𝑜 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑑𝑜 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑠𝑒𝑟𝑖𝑒 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑖𝑛𝑐𝑙𝑢Í 𝑑𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡
𝑇𝑡 = 𝑇𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑑𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡
𝐷𝑡 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑟𝑒𝑎𝑙 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡
∝ = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑐𝑖Ó 𝑛 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜, (0 ≤ ∝ ≤ 1)
𝛽 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑐𝑖Ó 𝑛 𝑝𝑎𝑟𝑎 𝑙𝑎 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎, (0 ≤ 𝛽 ≤ 1)

• EL PROCEDIMIENTO PARA CALCULAR EL PRONÓSTICO CON AJUSTE DE

TENDENCIA CONSTA DE TRES PASOS:
• PASO 1: CALCULAR 𝐹𝑡 , EL PRONÓSTICO SUAVIZADO EXPONENCIALMENTE PARA

EL PERIODO T.
• PASO 2: CALCULAR LA TENDENCIA SUAVIZADA, 𝑇𝑡 , EN EL PERIODO T.
• PASO 3: CALCULAR EL PRONÓSTICO, INCLUYENDO LA TENDENCIA,
𝐹𝐼𝑇𝑡 = 𝐹𝑡 + 𝑇𝑡

EJEMPLO: PRONÓSTICO CON TENDENCIA
• UN FABRICANTE DESEA PRONOSTICAR LA DEMANDA DE UN EQUIPO PARA

CONTROL DE LA CONTAMINACIÓN. UNA REVISIÓN DE SUS VENTAS HISTÓRICAS,
COMO SE MUESTRA EN LA TABLA, INDICA QUE EXISTE UNA TENDENCIA
CRECIENTE.
• SE DECIDIÓ QUE A LAS CONSTANTES DE SUAVIZACIÓN SE LES ASIGNEN LOS

VALORES 𝛼 = 0.20 Y 𝛽 = 0.40. LA ORGANIZACIÓN SUPONE QUE EL PRONÓSTICO
INICIAL PARA EL MES 1 FUE 𝐹1 = 11 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 Y QUE LA TENDENCIA DURANTE EL
MISMO PERIODO FUE 𝑇1 = 2 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠.
• MÉTODO: SE EMPLEA EL MODELO DE SUAVIZACIÓN EXPONENCIAL CON

AJUSTE DE LA TENDENCIA, APLICANDO LAS ECUACIONES Y LOS PASOS
DESCRITOS.

DATOS DEL PROBLEMA
Mes, (t) Demanda Real, (𝐷𝑡 ) Mes, (t) Demanda Real, (𝐷𝑡 )
1 12 6 21
2 17 7 31
3 20 8 28
4 19 9 36
5 24 10 ---

SOLUCIÓN:
P - 1: PRONOSTICAR EL PROMEDIO PARA EL MES 2:
𝐹2 = ∝ (𝐷1 ) + (1 −∝)(𝐹1 + 𝑇1 )
𝐹2 = 0.2 12 + 0.8 11 + 2 = 12.8 𝑢𝑛𝑖𝑑.
P - 2: CALCULAR LA TENDENCIA EN EL PERIODO 2:

𝑇2 = 𝛽 𝐹2 − 𝐹1 + (1 − 𝛽)(𝑇1 )
𝑇2 = 0.4 12.8 − 11 + 0.6 2 = 1.92
P - 3: CALCULAR EL PRONÓSTICO, INCLUYENDO LA TENDENCIA, 𝐹𝐼𝑇𝑡 :

𝐹𝐼𝑇𝑡 = 𝐹𝑡 + 𝑇𝑡 = 12.8 + 1.92 = 14.72 𝑢𝑛𝑖𝑑.
ESTOS MISMOS CÁLCULOS SE HACEN PARA TODOS LOS MESES, TAL COMO SE MUESTRA EN LA TABLA ADJUNTA.


• RAZONAMIENTO: EN LA FIGURA SE EFECTÚA UNA COMPARACIÓN DE LA DEMANDA

REAL CONTRA EL PRONÓSTICO DE SUAVIZACIÓN EXPONENCIAL QUE INCLUYE LA
TENDENCIA 𝐹𝐼𝑇𝑡 . EL FIT INCORPORA LA TENDENCIA EN LA DEMANDA REAL.
RECORDEMOS QUE EL MODELO DE SUAVIZACIÓN EXPONENCIAL SIMPLE TIENE UN
RETRASO IMPORTANTE.
• EJERCICIO DE APRENDIZAJE: USANDO LOS DATOS DE LA DEMANDA REAL PARA

LOS 9 MESES, CALCULE EL PRONÓSTICO DE SUAVIZACIÓN EXPONENCIAL SIN LA
TENDENCIA. APLIQUE ∝ = 0.20 Y SUPONGA UN PRONÓSTICO INICIAL PARA EL MES 1 DE
11 UNIDADES. POSTERIORMENTE, GRAFIQUE LOS VALORES PRONOSTICADOS PARA LOS
MESES 2 A 10 EN LA FIGURA 4. ¿QUÉ SE PUEDE OBSERVAR?
• RESPUESTA: PRONÓSTICO DEL MES 10 = 24.65. TODOS LOS PUNTOS ESTÁN POR
DEBAJO Y ATRASADOS CON RESPECTO AL PRONÓSTICO CON AJUSTE DE LA TENDENCIA.


• EL VALOR DE LA CONSTANTE DE SUAVIZACIÓN DE LA TENDENCIA, 𝛽, SE PARECE A LA

CONSTANTE 𝛼 PORQUE UNA 𝛽 ALTA RESPONDE MÁS RÁPIDO A LOS CAMBIOS RECIENTES DE
UNA TENDENCIA.
• UNA 𝛽 BAJA DA MENOS PESO A LAS TENDENCIAS MÁS RECIENTES Y TIENDE A SUAVIZAR LA
TENDENCIA ACTUAL. LOS VALORES DE 𝛽 PUEDEN ENCONTRARSE POR PRUEBA Y ERROR O
UTILIZANDO ALGÚN SOFTWARE COMERCIAL PARA CALCULAR PRONÓSTICOS, CON LA MAD
COMO MEDIDA DE COMPARACIÓN.
• LA SUAVIZACIÓN EXPONENCIAL SIMPLE ES LLAMADA SUAVIZACIÓN DE PRIMER ORDEN Y A LA

SUAVIZACIÓN CON AJUSTE DE LA TENDENCIA SE LE CONOCE COMO SUAVIZACIÓN DE SEGUNDO
ORDEN O SUAVIZACIÓN DOBLE.

PROYECCIONES DE LA TENDENCIA
• EL ÚLTIMO MÉTODO DE PRONÓSTICOS PARA SERIES DE TIEMPO QUE

ESTUDIAREMOS ES LA PROYECCIÓN DE LA TENDENCIA.
• ESTA TÉCNICA AJUSTA UNA RECTA DE TENDENCIA A UNA SERIE DE DATOS

PUNTUALES HISTÓRICOS Y POSTERIORMENTE PROYECTA LA RECTA AL FUTURO
PARA OBTENER LOS PRONÓSTICOS DE MEDIANO Y LARGO PLAZOS. SE PUEDEN
DESARROLLAR VARIAS ECUACIONES MATEMÁTICAS PARA DIFERENTES CASOS
COMO LA EXPONENCIAL Y LA CUADRÁTICA), PERO SOLAMENTE SE ESTUDIARÁN LAS
TENDENCIAS LINEALES.
• SI NOS DECIDIMOS A DESARROLLAR UNA RECTA DE TENDENCIA LINEAL MEDIANTE

UN MÉTODO ESTADÍSTICO PRECISO, PODEMOS APLICAR EL MÉTODO DE MÍNIMOS
CUADRADOS.
• ESTE ENFOQUE RESULTA EN UNA LÍNEA RECTA QUE DISMINUYE AL MÍNIMO LA

SUMA DE LOS CUADRADOS DE LAS DIFERENCIAS VERTICALES O DESVIACIONES DE
LA RECTA HACIA CADA UNA DE LAS OBSERVACIONES REALES.

• EN LA FIGURA SE MUESTRA CÓMO FUNCIONA EL MÉTODO DE MÍNIMOS CUADRADOS. UNA RECTA DE

MÍNIMOS CUADRADOS SE DESCRIBE EN TÉRMINOS DE SU INTERSECCIÓN CON EL EJE Y (LA ALTURA A LA
CUAL CRUZA AL EJE Y) Y SU CAMBIO ESPERADO (PENDIENTE).
• SI SE CALCULA LA INTERSECCIÓN CON EL EJE Y Y LA PENDIENTE, SE PUEDE EXPRESAR LA RECTA CON

LA ECUACIÓN:
𝑦ො = 𝑎 + 𝑏𝑥
• DONDE:
𝑦ො ES EL VALOR CALCULADO DE LA VARIABLE QUE DEBE PREDECIRSE (VARIABLE
DEPENDIENTE).
𝑎 ES LA INTERSECCIÓN CON EL EJE Y.

𝑏 ES LA PENDIENTE DE LA RECTA DE REGRESIÓN (O TASA DE CAMBIO) EN Y PARA LOS
CAMBIOS EN X.
𝑥 ES LA VARIABLE INDEPENDIENTE (TIEMPO).


• EN LA ESTADÍSTICA MATEMÁTICA SE HA DESARROLLADO UN MODELO QUE SE UTILIZAN

PARA ENCONTRAR LOS VALORES DE A Y B PARA CUALQUIER RECTA DE REGRESIÓN.
LOS VALORES DE LA PENDIENTE B Y DE LA INTERSECCIÓN A, SE ENCUENTRAN CON LAS
ECUACIONES:
σ 𝑥𝑦−𝑛𝑥ҧ 𝑦ത
𝑏= σ 𝑥 2 −𝑛𝑥ҧ 2
Y 𝑎 = 𝑦ത − 𝑏𝑥ҧ
• DONDE:
𝑏, PENDIENTE DE LA RECTA DE REGRESIÓN.
𝑥, VALORES CONOCIDOS DE LA VARIABLE INDEPENDIENTE.
𝑦, VALORES CONOCIDOS DE LA VARIABLE DEPENDIENTE.
𝑥,ҧ PROMEDIO DE LOS VALORES DE X.
ത PROMEDIO DE LOS VALORES DE Y.
𝑦,
𝑛, NÚMERO DE PUNTOS DE DATOS U OBSERVACIONES.

EJEMPLO: PRONÓSTICO CON MÍNIMOS CUADRADOS
EN LA TABLA, SE PROPORCIONA LA DEMANDA DE ENERGÍA ELÉCTRICA EN UNA CIUDAD,

DURANTE LOS ÚLTIMOS 7 AÑOS, EN MEGA WATTS. LA EMPRESA DESEA PRONOSTICAR LA
DEMANDA PARA EL AÑO SIGUIENTE. UTILICE EL MÉTODO DE MÍNIMOS CUADRADOS
PARA AJUSTAR UNA RECTA DE TENDENCIA A LOS DATOS.
Año Demanda Año Demanda

1 74 5 105
2 79 6 142
3 80 7 122
4 90

MÉTODO: Se usarán las ecuaciones para calcular los valores del modelo de
proyección de la tendencia.
SOLUCIÓN:
Año, x Demanda, y 𝒙𝟐 𝒙𝒚
1 74 1 74
2 79 4 158
3 80 9 240
4 90 16 360
5 105 25 525
6 142 36 852
7 122 49 854
෍ 𝑥 = 28 ෍ 𝑦 = 692 ෍ 𝑥 2 = 140 ෍ 𝑥𝑦 = 3063

• ENTONCES,
σ𝑥 28
𝑥ҧ = = = 4.0
𝑛 7
σ𝑦 692
𝑦ത = = = 98.86
𝑛 7
σ 𝑥𝑦 − 𝑛𝑥ҧ 𝑦ത 3063 − (7)(4)(98.86)

𝑏= = = 10.54
σ 𝑥 2 − 𝑛𝑥ҧ 2 140 − (7)(16)
𝑎 = 𝑦ത − 𝑏𝑥ҧ = 98.86 − 10.54 4 = 56.70

• SE PUEDE ESCRIBIR LA ECUACIÓN DE MÍNIMOS CUADRADOS PARA LA TENDENCIA COMO
𝑦ො = 56.70 + 10.54𝑥
• LA DEMANDA PROYECTADA PARA EL AÑO 8, ES:
𝑦ො = 56.70 + 10.54 8 = 141.02 𝑚𝑒𝑔𝑎 𝑤𝑎𝑡𝑡𝑠

• RAZONAMIENTO: PARA EVALUAR EL MODELO, SE GRAFICA LA

DEMANDA HISTÓRICA Y LA RECTA DE TENDENCIA EN LA FIGURA.
DEBEMOS TENER MUCHO CUIDADO PARA ANALIZAR Y
COMPRENDER EL CAMBIO EN LA DEMANDA DEL AÑO 6 AL AÑO 7
• EJERCICIO DE APRENDIZAJE: ESTIME LA DEMANDA PARA EL

AÑO 9.
• RESPUESTA: 151.56 O 152 MEGA WATTS.


NOTAS IMPORTANTES:
• EMPLEAR MÍNIMOS CUADRADOS IMPLICA QUE SE DEBEN CUMPLIR TRES REQUISITOS
FUNDAMENTALES:
a) SE DEBEN GRAFICAR LOS DATOS INVARIABLEMENTE, YA QUE LOS MÍNIMOS

CUADRADOS SUPONEN UNA RELACIÓN LINEAL. SI PARECE HABER UNA CURVA
PRESENTE, PROBABLEMENTE SEA NECESARIO OTRO TIPO DE ANÁLISIS, COMO EL
CURVILÍNEO.
b) NO SE DEBEN PREDECIR PERIODOS LEJANOS A LA BASE DE DATOS DADA. SI

TENEMOS DATOS DE 20 PERIODOS, SOLO SE PODRÁ PRONOSTICAR, COMO MÁXIMO, 3
O 4 MESES HACIA EL FUTURO. LOS PRONÓSTICOS DE MÁS TIEMPO TIENEN POCA
VALIDEZ ESTADÍSTICA. NO SE DEBEN TOMAR POCOS DATOS Y PROYECTAR PARA
VARIOS PERIODOS HACIA EL FUTURO.
c) SE SUPONE QUE LAS DESVIACIONES CALCULADAS ALREDEDOR DE LA RECTA DE

MÍNIMOS CUADRADOS SON ALEATORIAS Y GENERALMENTE SE DISTRIBUYEN
NORMALMENTE, CON LA MAYORÍA DE LAS OBSERVACIONES CERCANAS A LA RECTA Y
UNAS CUANTAS ALEJADAS DE ELLA.

VARIACIONES ESTACIONALES EN LOS DATOS
• LAS VARIACIONES ESTACIONALES SON MOVIMIENTOS REGULARES ASCENDENTES O

DESCENDENTES LOCALIZADOS EN LA SERIE DE TIEMPO RELACIONADAS CON
ACONTECIMIENTOS RECURRENTES COMO EL CLIMA O LAS VACACIONES. LA
DEMANDA DE CARBÓN O PETRÓLEO AUMENTA DURANTE EL INVIERNO. LA
DEMANDA DE CLUBES DEPORTIVOS O BRONCEADORES PUEDE SER MAYOR EN EL
VERANO.
• LA ESTACIONALIDAD SE PUEDE APLICAR POR HORAS, DIARIA, SEMANAL, MENSUAL U

OTROS PATRONES RECURRENTES. LOS RESTAURANTES DE COMIDA RÁPIDA
REGISTRAN REPUNTES AL MEDIO DÍA Y POR LA TARDE Y NOCHE. EN LOS CINES
AUMENTA LA DEMANDA LOS VIERNES Y SÁBADOS, ETC.
• COMPRENDER LAS VARIACIONES ESTACIONALES ES IMPORTANTE PARA PLANEAR LA

CAPACIDAD EN LAS ORGANIZACIONES QUE MANEJAN PICOS EN LA CARGA DE
TRABAJO. ESTO INCLUYE A EMPRESAS DE ENERGÍA ELÉCTRICA EN PERIODOS DE
FRIO O CALOR, A BANCOS, TRENES Y AUTOBUSES DURANTE LAS HORAS PICO
MATUTINAS O VESPERTINAS.

• EL PRONÓSTICO DE SERIES DE TIEMPO IMPLICA LA REVISIÓN DE LA TENDENCIA DE LOS

DATOS A LO LARGO DE UNA SERIE DE TIEMPO.
• LA ESTACIONALIDAD HACE NECESARIO AJUSTAR LOS PRONÓSTICOS CON UNA RECTA DE

TENDENCIA. LAS ESTACIONES SE EXPRESAN EN TÉRMINOS DE LA CANTIDAD EN LA QUE
DIFIEREN LOS VALORES REALES DE LOS VALORES PROMEDIO EN LA SERIE DE TIEMPO.
ANALIZAR LOS DATOS EN TÉRMINOS DE MESES O TRIMESTRES FACILITA LA DETECCIÓN DE
PATRONES ESTACIONALES.
• LOS ÍNDICES ESTACIONALES PUEDEN DESARROLLARSE MEDIANTE VARIOS MÉTODOS

COMUNES. EN EL MODELO ESTACIONAL MULTIPLICATIVO, LOS FACTORES ESTACIONALES SE
MULTIPLICAN POR UNA ESTIMACIÓN DE LA DEMANDA PROMEDIO PARA PRODUCIR UN
PRONÓSTICO ESTACIONAL. EL SUPUESTO QUE HACEMOS ES QUE LA TENDENCIA SE HA
ELIMINADO DE LOS DATOS. DE OTRA FORMA, LA MAGNITUD DE LOS DATOS ESTACIONALES
ESTARÍA DISTORSIONADA POR LA TENDENCIA.

• PARA ANALIZAR LA ESTACIONALIDAD EN UNA ORGANIZACIÓN SE DEBEN DAR LOS

SIGUIENTES PASOS:
1. ENCONTRAR LA DEMANDA HISTÓRICA PROMEDIO DE CADA ESTACIÓN. SE SUMA LA

DEMANDA EN ESE MES DE CADA AÑO Y SE DIVIDE POR EL NÚMERO DE AÑOS CON
DATOS DISPONIBLES. SI EN ENERO HUBO VENTAS DE 8, 6 Y 10 UNIDADES DURANTE
LOS ÚLTIMOS TRES AÑOS, LA DEMANDA PROMEDIO DEL MES DE ENERO ES IGUAL A
8+6+10
𝑑ҧ = = 8 𝑢𝑛.
3
2. CALCULAR LA DEMANDA PROMEDIO DE LOS MESES DIVIDIENDO EL PROMEDIO
TOTAL DE LA DEMANDA ANUAL ENTRE EL NÚMERO DE ESTACIONES. SI EL
PROMEDIO TOTAL DE LA DEMANDA DE UN AÑO ES DE 120 UNIDADES Y HAY 12
120
ESTACIONES, LA DEMANDA MENSUAL PROMEDIO ES 𝑑𝑚 = = 10 𝑢𝑛𝑖𝑑.
12

3. CALCULAR EL ÍNDICE ESTACIONAL PARA CADA ESTACIÓN DIVIDIENDO LA DEMANDA

HISTÓRICA REAL DE ESE MES (PASO 1) ENTRE LA DEMANDA PROMEDIO DE TODOS LOS
MESES (DEL PASO 2). SI LA DEMANDA PROMEDIO HISTÓRICA EN ENERO DURANTE LOS
ÚLTIMOS 3 AÑOS ES DE 8 UNIDADES Y LA DEMANDA PROMEDIO DE TODOS LOS
8
MESES ES DE 10 UNIDADES, EL ÍNDICE ESTACIONAL ES 𝐼 ҧ = = 0.80. DE IGUAL
10
FORMA, UN ÍNDICE ESTACIONAL DE 1.20 PARA FEBRERO SIGNIFICARÍA QUE LA
DEMANDA DE FEBRERO ES 20% MAYOR QUE LA DEMANDA PROMEDIO DE TODOS LOS
MESES.
4. ESTIMAR LA DEMANDA TOTAL ANUAL PARA EL SIGUIENTE AÑO.

5. DIVIDIR ESTA ESTIMACIÓN DE LA DEMANDA TOTAL ANUAL ENTRE EL NÚMERO DE
ESTACIONES, DESPUÉS MULTIPLICARLA POR EL ÍNDICE ESTACIONAL PARA ESE MES.
ESTO PROPORCIONA EL PRONÓSTICO ESTACIONAL.

EJEMPLO: DETERMINACIÓN DE ÍNDICES ESTACIONALES
• UN DISTRIBUIDOR DE COMPUTADORAS PORTÁTILES DESEA DESARROLLAR ÍNDICES
MENSUALES PARA LAS VENTAS. SE DISPONE DE LOS DATOS MENSUALES DE LOS TRES
ÚLTIMOS AÑOS.
• MÉTODO: SEGUIREMOS LOS CINCO PASOS MENCIONADOS ANTES

• SI SE ESPERA QUE LA DEMANDA DE COMPUTADORAS PARA EL PRÓXIMO AÑO SEA DE

1200 UNIDADES, SE USARÍAN ESTOS ÍNDICES ESTACIONALES PARA PRONOSTICAR LA
DEMANDA MENSUAL COMO SIGUE:

• RAZONAMIENTO: PIENSE EN ESTOS ÍNDICES COMO PORCENTAJES DE LAS VENTAS

PROMEDIO. LAS VENTAS PROMEDIO (SIN ESTACIONALIDAD) SERIAN DE 94, PERO CON
ESTACIONALIDAD, LAS VENTAS FLUCTÚAN ENTRE 85% Y 131% DEL PROMEDIO.
• EJERCICIO DE APRENDIZAJE: SI LA DEMANDA ANUAL PARA EL PRÓXIMO AÑO ES

DE 1,150 COMPUTADORAS PORTÁTILES (EN VEZ DE 1,200), ¿CUÁLES SERÁN LOS
PRONÓSTICOS PARA ENERO, FEBRERO Y MARZO?
• RESPUESTA: 91.7, 81.5 Y 86.6, QUE SE REDONDEAN A 92, 82 Y 87.

MÉTODOS ASOCIATIVOS: ANÁLISIS DE REGRESIÓN Y CORRELACIÓN
• A DIFERENCIA DEL PRONÓSTICO DE SERIES DE TIEMPO, LOS MODELOS DE PRONÓSTICO

ASOCIATIVO CONSIDERAN VARIAS VARIABLES RELACIONADAS CON LA CANTIDAD QUE SE DESEA
PREDECIR. LUEGO, SE CONSTRUYE UN MODELO ESTADÍSTICO QUE SE USA PARA PRONOSTICAR EL
ELEMENTO DE INTERÉS. ESTE ENFOQUE DE MEJORES RESULTADOS QUE LOS MÉTODOS DE SERIES
DE TIEMPO QUE INCLUYEN SOLO VALORES HISTÓRICOS PARA LA VARIABLE A PRONOSTICAR.
• EN EL ANÁLISIS ASOCIATIVO SE CONSIDERAN VARIOS FACTORES.

• POR EJEMPLO, LAS VENTAS DE COMPUTADORAS SE PUEDEN RELACIONAR CON EL PRESUPUESTO
PARA PUBLICIDAD DE LA EMPRESA PRODUCTORA, LOS PRECIOS DE LA COMPAÑÍA, LOS PRECIOS
Y ESTRATEGIAS PROMOCIONALES DE LA COMPETENCIA, E INCLUSO CON LA ECONOMÍA NACIONAL
Y LOS ÍNDICES DE DESEMPLEO. EN ESTE CASO, LAS VENTAS DE COMPUTADORAS SE DENOMINAN
COMO LA VARIABLE DEPENDIENTE Y LAS OTRAS VARIABLES SON LAS VARIABLES
INDEPENDIENTES. EL TRABAJO DEL ADMINISTRADOR CONSISTE EN DESARROLLAR LA MEJOR
RELACIÓN ESTADÍSTICA ENTRE LAS VENTAS DE COMPUTADORAS Y LAS VARIABLES
INDEPENDIENTES. EL MODELO DE PRONÓSTICOS ASOCIATIVO CUANTITATIVO MÁS COMÚN ES EL
ANÁLISIS DE REGRESIÓN LINEAL.

MÉTODOS ASOCIATIVOS: ANÁLISIS DE REGRESIÓN Y CORRELACIÓN
• PARA REALIZAR EL ANÁLISIS DE REGRESIÓN LINEAL SE PODEMOS USAR EL MISMO MODELO

MATEMÁTICO QUE EMPLEAMOS CON EL MÉTODO DE MÍNIMOS CUADRADOS PARA EFECTUAR
LA PROYECCIÓN DE TENDENCIAS. LAS VARIABLES DEPENDIENTES QUE DESEAMOS
PRONOSTICAR SEGUIRÁN SIENDO 𝑦.ො DEBE TENERSE EN CUENTA QUE LA VARIABLE
INDEPENDIENTE, 𝑥, YA NO ES NECESARIAMENTE EL TIEMPO. SE USA LA ECUACIÓN
𝑦ො = 𝑎 + 𝑏𝑥
DONDE:
𝑦ො ES EL VALOR DE LA VARIABLE DEPENDIENTE (POR EJ, LAS VENTAS).
𝑎 ES LA INTERSECCIÓN CON EL EJE Y.
𝑏 ES LA PENDIENTE DE LA RECTA DE REGRESIÓN.
𝑥 ES LA VARIABLE INDEPENDIENTE.

EJEMPLO: CÁLCULO DE LA ECUACIÓN DE REGRESIÓN LINEAL
• UNA CONSTRUCTORA RESTAURA CASAS ANTIGUAS EN UNA CIUDAD COLONIAL. CON EL PASO DEL
TIEMPO, LA EMPRESA ENCONTRÓ QUE SU VOLUMEN DE DINERO POR LOS TRABAJOS DE RESTAURACIÓN
DEPENDE DEL NIVEL DE INGRESOS DEL ÁREA DE LA CIUDAD. LA ADMINISTRACIÓN DESEA ESTABLECER
UNA RELACIÓN MATEMÁTICA PARA AYUDARSE A PREDECIR LAS VENTAS.
• MÉTODO: EL ENCARGADO DE OPERACIONES DE LA EMPRESA PREPARÓ LA TABLA SIGUIENTE, EN

DONDE MUESTRA LOS INGRESOS DE LA EMPRESA Y LA CANTIDAD DE DINERO PERCIBIDO POR LOS
TRABAJADORES EN LA CIUDAD DURANTE LOS ÚLTIMOS 6 AÑOS.
Ventas de la empresa Nómina Local (miles de Ventas de la empresa Nómina Local (miles de
(millones de $), y millones de $), x (millones de $), y millones de $), x
2.0 1 2.0 2
3.0 3 2.0 1
2.5 4 3.5 7

LA EMPRESA DESEA DETERMINAR SI EXISTE UNA RELACIÓN LINEAL ENTRE LA NÓMINA DEL ÁREA
Y LAS VENTAS. PARA ELLO, GRAFICA LOS DATOS CONOCIDOS EN UN DIAGRAMA DE DISPERSIÓN:
Diagrama de Dispersión
4
3.5
3
2.5
2
1.5
1
0.5
0
0 1 2 3 4 5 6 7 8
A PARTIR DE LOS PUNTOS DE DATOS, PARECE EXISTIR UNA RELACIÓN POSITIVA ENTRE LA VARIABLE
INDEPENDIENTE (NÓMINA) Y LA VARIABLE DEPENDIENTE (VENTAS) YA QUE A MEDIDA QUE SE
INCREMENTA LA NÓMINA, LAS VENTAS DE LA EMPRESA TIENDEN A SER MÁS ALTAS.
SOLUCIÓN: PODEMOS ENCONTRAR UNA ECUACIÓN MATEMÁTICA SI USAMOS EL MÉTODO DE
REGRESIÓN POR MÍNIMOS CUADRADOS.

Ventas, y Nómina, x 𝑥2 𝑥𝑦
2.0 1.0 1.0 2.0
3.0 3.0 9.0 9.0
2.5 4.0 16.0 10.0
2.0 2.0 4.0 4.0
2.0 1.0 1.0 2.0
3.5 7.0 49.0 24.5
෍ 𝑦 = 15 ෍ 𝑥 = 18 ෍ 𝑥 2 = 80 ෍ 𝑥𝑦 = 51.5

σ𝑥 18
𝑥ҧ = = = 3.0
𝑛 6
σ𝑦 15
𝑦ത = = = 2.50
𝑛 6
σ 𝑥𝑦 − 𝑛𝑥ҧ 𝑦ത 51.5 − (6)(3)(2.50)

𝑏= = = 0.25
σ 𝑥 2 − 𝑛𝑥ҧ 2 80 − (6)(9)
𝑎 = 𝑦ത − 𝑏𝑥ҧ = 2.50 − 0.25 3 = 1.75
• POR LO QUE LA ECUACIÓN DE REGRESIÓN ESTIMADA ES:
𝑦ො = 1.75 + 0.25𝑥

• ENTONCES, SI SE PREDICE QUE LA NÓMINA PARA LA CIUDAD SERÁ DE 6,000

MILLONES DE UNIDADES MONETARIAS EL PRÓXIMO AÑO, SE PUEDEN ESTIMAR LAS
VENTAS DE LA EMPRESA MEDIANTE LA ECUACIÓN DE REGRESIÓN:
𝑉𝑒𝑛𝑡𝑎𝑠 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 = 1.75 + 0.25 6 = 3.25 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠
• RAZONAMIENTO: YA QUE SE SUPONE UNA RELACIÓN RECTILÍNEA ENTRE LA

NÓMINA Y LAS VENTAS, TENEMOS UNA INDICACIÓN DE LA PENDIENTE DE ESA
RELACIÓN: EN PROMEDIO LAS VENTAS AUMENTAN A UNA TASA DE 0.25 DE MILLÓN DE
UNIDADES MONETARIAS POR CADA MIL MILLONES QUE SE PAGAN EN LA NÓMINA
LOCAL. ESTO SUCEDE PORQUE 𝑏 = 0.25.

• EJERCICIO DE APRENDIZAJE: ¿A CUÁNTO ASCIENDEN LAS VENTAS DE LA EMPRESA

CUANDO LA NÓMINA LOCAL ES DE 8 MIL MILLONES DE UNIDADES MONETARIAS?
• RESPUESTA: 3.75 MILLONES DE UNIDADES MONETARIAS.

ESTE EJEMPLO NOS MUESTRA LA DEBILIDAD DEL MÉTODO DE PRONÓSTICO ASOCIATIVO
COMO LA REGRESIÓN. AUN CUANDO SE CALCULA LA ECUACIÓN DE REGRESIÓN, SE DEBE
DAR UN PRONÓSTICO PARA LA VARIABLE INDEPENDIENTE X (NÓMINA), ANTES DE HACER LA
ESTIMACIÓN DE LA VARIABLE DEPENDIENTE Y PARA EL PERIODO SIGUIENTE. AUNQUE NO
ES UN PROBLEMA PARA TODOS LOS PRONÓSTICOS, NO ES POSIBLE IMAGINAR LA
DIFICULTAD DE DETERMINAR LOS VALORES FUTUROS DE ALGUNAS VARIABLES
INDEPENDIENTES COMO SON LOS ÍNDICES DE DESEMPLEO, PNB, ÍNDICES DE PRECIOS, ETC.

EL ERROR ESTÁNDAR DE LA ESTIMACIÓN
• EL PRONÓSTICO DE VENTAS DETERMINADO EN EL EJEMPLO ANTERIOR, QUE ASCENDIÓ A

3,250,000 UNIDADES MONETARIAS, ES CONOCIDO COMO LA ESTIMACIÓN PUNTUAL DE Y. LA
ESTIMACIÓN ES EN REALIDAD LA MEDIA O EL VALOR ESPERADO DE UNA DISTRIBUCIÓN DE
VALORES POSIBLES DE VENTAS. FIGURA 9. PARA MEDIR LA EXACTITUD DE LAS ESTIMACIONES
DE REGRESIÓN, SE DEBE CALCULAR EL ERROR ESTÁNDAR DE LA ESTIMACIÓN, 𝑆𝑦,𝑥 . A ESTE
CÁLCULO SE LE LLAMA DESVIACIÓN ESTÁNDAR DE LA REGRESIÓN Y MIDE EL ERROR DESDE LA
VARIABLE DEPENDIENTE, Y, HASTA LA RECTA DE REGRESIÓN, EN LUGAR DE HASTA LA MEDIA.
EN OTRAS PALABRAS, ES UNA MEDIDA DE LA VARIABILIDAD QUE SE PRESENTA ALREDEDOR
DE LA RECTA DE REGRESIÓN. LA ECUACIÓN DE 𝑆𝑦,𝑥 ES UNA EXPRESIÓN SIMILAR A LA QUE SE
ENCUENTRA EN LA LITERATURA DE LA ESTADÍSTICA Y QUE SIRVE PARA CALCULAR LA
DESVIACIÓN ESTÁNDAR DE LA MEDIA ARITMÉTICA:

EL ERROR ESTÁNDAR DE LA ESTIMACIÓN
σ(𝑦 − 𝑦𝑐 )2
𝑆𝑦,𝑥 =
𝑛−2
• DONDE:
𝑦 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑦 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑑𝑎𝑡𝑜 𝑝𝑢𝑛𝑡𝑢𝑎𝑙
𝑦𝑐 = 𝑣𝑎𝑙𝑜𝑟 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒, 𝑎 𝑝𝑎𝑟𝑡𝑖𝑟 𝑑𝑒 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖Ó 𝑛 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖Ó 𝑛
𝑛 = 𝑛Ú 𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
• LA ECUACIÓN ANTERIOR SE PUEDE REPRESENTAR COMO
σ 𝑦 2 − 𝑎 σ 𝑦 − 𝑏 σ 𝑥𝑦
𝑆𝑦,𝑥 =
𝑛−2
• ESTA REPRESENTACIÓN DE 𝑆𝑦,𝑥 ES UNA VERSIÓN MÁS SENCILLA DE UTILIZAR QUE LA ECUACIÓN
ANTERIOR Y PROPORCIONA LOS MISMOS RESULTADOS. AMBAS SON ÚTILES PARA ESTABLECER
INTERVALOS DE PREDICCIÓN ALREDEDOR DE LA ESTIMACIÓN PUNTUAL.

EJEMPLO: CÁLCULO DEL ERROR ESTÁNDAR DE LA ESTIMACIÓN
EL ENCARGADO DE LA EMPRESA DEL EJEMPLO ANTERIOR DESEA CONOCER EL ERROR

ASOCIADO CON LA RECTA DE REGRESIÓN CALCULADA.
• MÉTODO: CALCULE EL ERROR ESTÁNDAR DE LA ESTIMACIÓN, 𝑆𝑦,𝑥 .

• SOLUCIÓN: DEBEMOS CALCULAR σ 𝑦 2 = 39.5, BASÁNDONOS EN LOS DATOS ANTERIORES.
CON ESTO, YA PODEMOS CALCULAR 𝑆𝑦,𝑥 . ENTONCES,
σ 𝑦 2 − 𝑎 σ 𝑦 − 𝑏 σ 𝑥𝑦 39.5 − 1.75 15 − 0.25(51.5)
𝑆𝑦,𝑥 = =
𝑛−2 4
= 0.306 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 𝑑𝑒 𝑢𝑛. 𝑚𝑜𝑛.
• EL ERROR ESTÁNDAR DE LA ESTIMACIÓN ES DE 306,000 UN. MON. EN LAS VENTAS.
• RAZONAMIENTO: LA INTERPRETACIÓN DEL ERROR ESTÁNDAR DE LA ESTIMACIÓN ES
SIMILAR A LA DESVIACIÓN ESTÁNDAR; O SEA, ±1 DESVIACIÓN ESTÁNDAR = 0.6827. LUEGO
ENTONCES, HAY UNA POSIBILIDAD DE VENTAS DEL 68.27% DE ESTAR A ±$306,000 UN.
MONETARIAS DE LA ESTIMACIÓN PUNTUAL DE $3,250,000.
• EJERCICIO DE APRENDIZAJE: ¿CUÁL ES LA PROBABILIDAD DE QUE LAS VENTAS DE LA

EMPRESA SE EXCEDAN DE $3,556,000?
• RESPUESTA: APROX. 16%.

COEFICIENTES DE CORRELACIÓN PARA LAS RECTAS DE REGRESIÓN
• LA ECUACIÓN DE REGRESIÓN SIRVE DE ALGUNA MANERA PARA EXPRESAR LA

NATURALEZA DE LA RELACIÓN QUE HAY ENTRE DOS VARIABLES. DEBEMOS TENER
EN CUENTA QUE LAS RECTAS DE REGRESIÓN NO SON RELACIONES DE “CAUSA Y
EFECTO”, YA QUE SOLO DESCRIBEN LAS RELACIONES ENTRE LAS VARIABLES. LA
ECUACIÓN DE REGRESIÓN NOS MUESTRA LA FORMA EN LA QUE UNA VARIABLE SE
RELACIONA CON EL VALOR Y LOS CAMBIOS DE OTRA VARIABLE.
• OTRA MANERA DE EVALUAR LA RELACIÓN ENTRE DOS VARIABLES CONSISTE EN
CALCULAR EL COEFICIENTE DE CORRELACIÓN. ESTA MEDIDA EXPRESA EL GRADO
O LA FUERZA DE LA RELACIÓN LINEAL (TOME EN CUENTA QUE LA CORRELACIÓN
NO IMPLICA NECESARIAMENTE CAUSALIDAD). TAMBIÉN PUEDE DECIRSE QUE EL
COEFICIENTE DE CORRELACIÓN ES LA MEDIDA DE LA FUERZA DE LA RELACIÓN
QUE HAY ENTRE DOS VARIABLES. POR LO GENERAL, EL COEFICIENTE DE
CORRELACIÓN, (R), PUEDE SER CUALQUIER NÚMERO EN EL INTERVALO (-1, +1).
VER FIGURA.

COEFICIENTES DE CORRELACIÓN PARA LAS RECTAS DE REGRESIÓN
PARA CALCULAR EL COEFICIENTE DE CORRELACIÓN, R, USAMOS CASI LOS MISMOS

DATOS PARA CALCULAR A Y B EN LA RECTA DE REGRESIÓN. LA ECUACIÓN PARA R ES:
𝑛 σ 𝑥𝑦 − σ 𝑥 σ 𝑦
𝑟=
𝑛 σ 𝑥2 − σ 𝑥 2 𝑛 σ 𝑦2 − σ 𝑦 2

EJEMPLO: DETERMINACIÓN DEL COEFICIENTE DE CORRELACIÓN
• EN EL EJEMPLO ANTERIOR SE CALCULÓ LA RELACIÓN EXISTENTE ENTRE LAS VENTAS

DE LA EMPRESA Y LA NÓMINA PAGADA A SUS TRABAJADORES. EL ENCARGADO DE
OPERACIONES DESEA CONOCER AHORA LA FUERZA DE LA ASOCIACIÓN ENTRE LA
NÓMINA LOCAL Y LAS VENTAS.
• MÉTODO: SE CALCULA EL VALOR DE R USANDO LA ECUACIÓN ANTERIOR. SE

NECESITA AGREGAR UNA COLUMNA DE CÁLCULOS PARA 𝑦 2 .
• SOLUCIÓN: A CONTINUACIÓN, SE MUESTRAN LOS DATOS, INCLUYENDO LA

COLUMNA PARA 𝑦 2 , ASÍ COMO LOS CÁLCULOS NECESARIOS:
𝑦 𝑥 𝑥2 𝑥𝑦 𝑦2
2.0 1.0 1.0 2.0 4.0
3.0 3.0 9.0 9.0 9.0
2.5 4.0 16.0 10.0 6.25
2.0 2.0 4.0 4.0 4.0
2.0 1.0 1.0 2.0 4.0
3.5 7.0 49.0 24.5 12.25
෍ 𝑦 = 15.00 ෍ 𝑥 = 18.00 ෍ 𝑥 2 = 80.00 ෍ 𝑥𝑦 = 51.50 ෍ 𝑦 2 = 39.50

EJEMPLO: DETERMINACIÓN DEL COEFICIENTE DE CORRELACIÓN
(6)(51.50) − (18.0)(15.0)
𝑟= = 0.901
6 80.0 − (324) 6 39.50 − (225)
• RAZONAMIENTO: Este valor de r = 0 .901, indica que hay una correlación

significativa y ayuda a confirmar la relación estrecha que existe entre las dos
variables.
• EJERCICIO DE APRENDIZAJE: Si el coeficiente de correlación fuera de -0.901
en vez de +0.901, ¿qué significaría?
• RESPUESTA: La correlación negativa indicara que a medida que la nómina se
eleva, las ventas disminuyen; una posibilidad bastante improbable que le
sugeriría revisar sus cálculos.

CONCLUSIONES
• AUNQUE EL COEFICIENTE DE CORRELACIÓN ES LA MEDIDA QUE MÁS SE USA PARA

DESCRIBIR LAS RELACIONES ENTRE DOS VARIABLES, EXISTE OTRA MEDIDA. ÉSTA SE
LLAMA EL COEFICIENTE DE DETERMINACIÓN Y ES EL CUADRADO DEL COEFICIENTE
DE CORRELACIÓN, 𝑟 2 . EL VALOR DE 𝑟 2 SIEMPRE SERÁ POSITIVO EN EL INTERVALO
0 ≤ 𝑟 2 ≤ 1 . EL COEFICIENTE DE DETERMINACIÓN NOS INDICA EL PORCENTAJE DE
VARIACIÓN PRESENTE EN LA VARIABLE DEPENDIENTE (Y) EXPLICADO POR LA
ECUACIÓN DE REGRESIÓN. EN EL CASO DE LA EMPRESA CONSTRUCTORA, EL VALOR
DE 𝑟 2 = 0.811801, LO QUE SIGNIFICA QUE UN 81.18% APROX., DE LA VARIACIÓN
TOTAL SE EXPLICA POR MEDIO DE LA ECUACIÓN DE REGRESIÓN.

REVISIÓN Y CONTROL DE LOS PRONÓSTICOS
• UNA VEZ QUE SE OBTENIDO EL PRONÓSTICO, NUNCA SE OLVIDA. A NADIE LE GUSTA QUE SE LE
RECUERDE QUE SU PRONÓSTICO FUE IMPRECISO, PERO SE DEBE SABER PORQUE LA DEMANDA REAL
O LA VARIABLE EXAMINADA DIFIERE DE MANERA SIGNIFICATIVA DE LO ESTIMADO.
• UNA FORMA DE SUPERVISAR LOS PRONÓSTICOS PARA ASEGURAR QUE SEAN BUENOS ES EMPLEAR
UNA SEÑAL DE CONTROL. ÉSTA ES UNA MEDIDA DE QUE TAN BIEN PREDICEN LOS PRONÓSTICOS LOS
VALORES REALES. AL ACTUALIZAR LOS PRONÓSTICOS, LOS NUEVOS DATOS DISPONIBLES DE LA
DEMANDA SE COMPARAN CON LOS VALORES PRONOSTICADOS. LA SEÑAL DE CONTROL SE CALCULA
COMO EL ERROR ACUMULADO DIVIDIDO POR LA DESVIACIÓN ABSOLUTA MEDIA (MAD):
𝐸𝑟𝑟𝑜𝑟 𝐴𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜
𝑆𝑒Ñ 𝑎𝑙 𝑑𝑒 𝐶𝑜𝑛𝑡𝑟𝑜𝑙 =
𝑀𝐴𝐷
σ𝑛𝑖=1 𝐷𝑅𝑖 − 𝐷𝑃𝑖

𝑆𝐶 =
𝑀𝐴𝐷
DONDE
σ 𝑅𝑒𝑎𝑙 − 𝑃𝑟𝑜𝑛Ó 𝑠𝑡𝑖𝑐𝑜
𝑀𝐴𝐷 =
𝑛

• UNA SEÑAL DE CONTROL POSITIVA INDICA QUE LA DEMANDA ES MAYOR QUE EL
PRONÓSTICO. UNA NEGATIVA INDICA QUE LA DEMANDA ES MENOR QUE EL PRONÓSTICO.
• UNA BUENA SEÑAL DE CONTROL (CON ERROR ACUMULADO BAJO) TIENE CASI TANTO
ERROR POSITIVO COMO ERROR NEGATIVO. EN DECIR, UNA PEQUEÑA DESVIACIÓN ESTÁ
BIEN, PERO LOS ERRORES NEGATIVOS Y POSITIVOS DEBEN EQUILIBRARSE ENTRE SÍ PARA
QUE LA SEÑAL DE CONTROL SE CENTRE MUY CERCA DE CERO.
• UNA TENDENCIA CONSISTENTE DE LOS PRONÓSTICOS A SER MAYORES O MENORES QUE

LOS VALORES REALES (CON ERROR ACUMULADO ABSOLUTO ALTO) SE LLAMA ERROR DE
SESGO Y PUEDE OCURRIR CUANDO SE USAN LAS VARIABLES O LA RECTA DE TENDENCIA
INCORRECTAS O SE APLICA MAL UN ÍNDICE ESTACIONAL.
• YA CALCULADAS LAS SEÑALES DE CONTROL, SE COMPARAN PARA DETERMINAR LOS

LÍMITES DE CONTROL. CUANDO UNA SEÑAL DE CONTROL EXCEDE EL LÍMITE INFERIOR O
SUPERIOR, EXISTE UN PROBLEMA CON EL MÉTODO DE PRONÓSTICOS Y LA
ADMINISTRACIÓN DESEARÁ REEVALUAR LA FORMA EN QUE PRONOSTICA LA DEMANDA.
• EN LA FIGURA SE MUESTRA LA GRÁFICA DE UNA SEÑAL DE CONTROL QUE EXCEDE EL

INTERVALO DE VARIACIÓN ACEPTABLE. SI EL MODELO EN USO ES DE SUAVIZACIÓN
EXPONENCIAL, QUIZÁ LA CONSTANTE DE SUAVIZACIÓN REQUIERA AJUSTARSE.

• PERO, ¿CÓMO SE DECIDEN CUÁLES DEBEN SER LOS LÍMITES DE CONTROL SUPERIOR E
INFERIOR? PARA ESTA PREGUNTA NO HAY UNA SOLA RESPUESTA, PERO SE DEBE
INTENTAR ENCONTRAR VALORES RAZONABLES (LÍMITES QUE NO SEAN TAN BAJOS
COMO PARA ENVIAR LA SEÑAL CON EL MÍNIMO ERROR DE PRONÓSTICO NI TAN ALTOS
QUE DEJEN PASAR PRONÓSTICOS MALOS DE MANERA REGULAR).
• UNA MAD EQUIVALE APROXIMADAMENTE A 0.8 DESVIACIONES ESTÁNDAR, ±2 MAD =

±1.6 DESVIACIONES ESTÁNDAR; ±3 MAD = ±2.4 DESVIACIONES ESTÁNDAR Y ±4 MAD
= ±3.2 DESVIACIONES ESTÁNDAR. ESTO SUGIERE QUE PARA QUE UN PRONÓSTICO ESTÉ
“BAJO CONTROL”, SE ESPERA QUE EL 89% DE LOS ERRORES CAIGA DENTRO DE ±2
MAD, EL 98% DENTRO DE ±3 MAD, O EL 99.9% DENTRO DE ±4 MAD.

PRONÓSTICOS EN EL SECTOR SERVICIOS
• LOS PRONÓSTICOS EN ESTE SECTOR SERVICIOS PRESENTAN RETOS INUSUALES Y SU ELABORACIÓN ES
IGUALMENTE IMPORTANTE QUE EN LAS EMPRESAS DE MANUFACTURA.
• UNA TÉCNICA IMPORTANTE EN EL SECTOR COMERCIAL ES EL SEGUIMIENTO DE LA DEMANDA

MANTENIENDO BUENOS REGISTROS A CORTO PLAZO. POR EJEMPLO, UNA ESTÉTICA PARA HOMBRES
PUEDE ESPERAR PICOS EN EL FLUJO DE TRABAJO LOS FINES DE SEMANA, PARTICULARMENTE LOS
VIERNES Y SÁBADOS, POR LO QUE GENERALMENTE CONTRATAN PERSONAL EXTRA PARA ESOS DÍAS.
POR OTRO LADO, LOS RESTAURANTES, TAL VEZ REQUIERAN RECABAR INFORMACIÓN SOBRE EVENTOS
QUE SE REALICEN EN LA CIUDAD PARA PODER SATISFACER LA DEMANDA DE SERVICIOS DE LA MEJOR
MANERA EN EL CORTO PLAZO.
• DE LA MISMA MANERA, PODEMOS ENCONTRAR MUCHOS EJEMPLOS EN EL SECTOR SERVICIOS PARA

EXPLICAR LA IMPORTANCIA QUE TIENE EL PRONÓSTICO PARA SUS PLANES DE TRABAJO Y
SATISFACCIÓN PLENA DEL CLIENTE. OTROS EJEMPLOS QUE PODEMOS TENER SON LAS TIENDAS QUE SE
DEDICAN A VENDER PRODUCTOS COMO LAS FLORES. DEPENDIENDO DE LOS DÍAS EN LOS QUE CAIGAN
LAS FESTIVIDADES RELACIONADAS CON ESTE TIPO DE PRODUCTOS, LA DEMANDA TIENE UN
COMPORTAMIENTO PARTICULAR. ESTO NECESARIAMENTE SIGNIFICA QUE SE DEBEN LLEVAR REGISTROS
ESTRICTOS QUE PERMITAN HACER ANÁLISIS MÁS EXHAUSTIVOS PARA REALIZAR UNA MEJOR TOMA DE
DECISIONES.

PRONÓSTICOS PARA EMPRESAS EN CREACIÓN
• EN ESTE CASO, EL PRONÓSTICO DE VENTAS DIFIERE DEL POTENCIAL DE VENTAS DE LA

EMPRESA YA QUE ÉSTE ESTABLECE LO QUE SERÁN LAS VENTAS DE LA ORGANIZACIÓN
CON UN DETERMINADO GRADO DE ESFUERZO DE MERCADEO, MIENTRAS QUE EL
POTENCIAL DE VENTAS EVALÚA CUAL ES LA CANTIDAD DE VENTAS QUE SON POSIBLES
EN LOS DIVERSOS NIVELES DEL ESFUERZO DE MERCADEO, AL SUPONER QUE EXISTAN
CIERTAS CONDICIONES DEL ENTORNO.
• ESTA TÉCNICA PERMITE CALCULAR LAS PROYECCIONES DE VENTAS DE MANERA RÁPIDA

Y CONFIABLE, UTILIZANDO COMO FUENTES DE DATOS LAS TRANSACCIONES DE
INVENTARIOS O LA FACTURACIÓN DE VENTAS REALIZADAS. TAMBIÉN PERMITE ESTIMAR
LA DEMANDA HACIA EL FUTURO, BASÁNDOSE EN INFORMACIÓN HISTÓRICA GENERADA
POR EL MOVIMIENTO DE PRODUCTOS.
• LAS VENTAJAS QUE TIENE SON:

CONTINUACIÓN
1. APOYO A LA TOMA DE DECISIONES POR PARTE DE LAS ÁREAS DE MERCADO,

VENTAS Y PRODUCCIÓN AL PROVEERLOS CON INFORMACIÓN CONGRUENTE Y
EXACTA, LA CUAL SE CALCULA UTILIZANDO MODELOS MATEMÁTICOS DE
PRONÓSTICO, DATOS HISTÓRICOS DEL COMPORTAMIENTO DE LAS VENTAS.
2. EL JUICIO DE LOS EJECUTIVOS REPRESENTANTES DE CADA DEPARTAMENTO

INVOLUCRADO DE LA EMPRESA. MAYOR SEGURIDAD EN EL MANEJO DE LA
INFORMACIÓN RELACIONADA CON LAS VENTAS DE LA EMPRESA Y MAYOR
FLEXIBILIDAD EN LA ELABORACIÓN DE PRONÓSTICOS Y PARA LA CREACIÓN Y
COMPARACIÓN DE MÚLTIPLES ESCENARIOS PARA EFECTOS DE ANÁLISIS DE
VENTAS PROYECTADAS.
3. APOYA LAS DECISIONES DEL ÁREA DE VENTAS DE UNA MANERA EFICAZ Y

OPORTUNA, AL PRONOSTICAR LOS LINEAMIENTOS DE LOS PRODUCTOS Y LAS
DEMANDAS ESTABLECIDOS DENTRO DEL PLAN MAESTRO DE PRODUCCIÓN

• LA ELECCIÓN DEL MÉTODO O MÉTODOS DE LOS PRONÓSTICOS QUE SE
USEN, DEPENDERÁ DE LOS COSTOS INVOLUCRADOS, DEL PROPÓSITO DEL
PRONÓSTICO, DE LA CONFIABILIDAD Y LA CONSISTENCIA DE LOS DATOS
HISTÓRICOS DE VENTAS, DEL TIEMPO DISPONIBLE PARA HACER EL
PRONÓSTICO, DEL TIPO DE PRODUCTO, DE LAS CARACTERÍSTICAS DEL
MERCADO, DE LA DISPONIBILIDAD DE LA INFORMACIÓN NECESARIA Y DE LA
PERICIA DE LOS ENCARGADOS DE HACER EL PRONÓSTICO.

RESUMEN
• LOS PRONÓSTICOS SON UN ELEMENTO IMPORTANTE Y PARTE CRÍTICA DE LA FUNCIÓN DE LA

ADMINISTRACIÓN DE OPERACIONES. LOS PRONÓSTICOS DE LA DEMANDA SON NECESARIOS
EN LA DIRECCIÓN DE LOS SISTEMAS DE PRODUCCIÓN, LA CAPACIDAD Y LA PROGRAMACIÓN
DE LA EMPRESA Y AFECTAN DE MANERA MUY IMPORTANTE A LAS FUNCIONES DE PLANEACIÓN
FINANCIERA, MERCADOTECNIA, PERSONAL, MANTENIMIENTO, ETC.
• EN EL DESARROLLO DEL TEMA, SE MENCIONÓ LA EXISTENCIA DE UNA GRAN VARIEDAD DE

TÉCNICAS DE PRONÓSTICOS, QUE SE CLASIFICAN EN CUALITATIVOS Y CUANTITATIVOS. LOS
ENFOQUES CUALITATIVOS EMPLEAN EL JUICIO, LA EXPERIENCIA, LA INTUICIÓN Y OTROS
FACTORES INTANGIBLES QUE SON MUY DIFÍCILES DE CUANTIFICAR. EN CAMBIO, LOS
PRONÓSTICOS CUANTITATIVOS EMPLEAN DATOS HISTÓRICOS Y RELACIONES CAUSALES O
ASOCIATIVAS PARA PROYECTAR LAS DEMANDAS FUTURAS.

RESUMEN
• EN LA ACTUALIDAD, MUY POCAS VECES, LOS CÁLCULOS DE LOS PRONÓSTICOS SE

REALIZAN DE MANERA MANUAL, YA QUE LOS ENCARGADOS DE LA ADMINISTRACIÓN DE
OPERACIONES APROVECHAN EL SOFTWARE DISPONIBLE PARA HACERLOS. EN EL
MERCADO, EXISTE UNA GRAN CANTIDAD DE PAQUETES COMPUTACIONALES COMO
FORECAST PRO, NCSS, MINITAB, SYSTAT, STATGRAPHICS, SAS O SPSS QUE SON
ÚTILES Y VENTAJOSOS Y, SOBRE TODO, CONTRIBUYEN A HACER LOS ANÁLISIS DE
MANERA MÁS RÁPIDA Y EFECTIVA.
• NINGÚN MÉTODO DE PRONÓSTICOS ES PERFECTO Y EXACTO PARA TODAS LAS

CONDICIONES DE TRABAJO DEL SISTEMA. AUNQUE SE HAYA ENCONTRADO UN MÉTODO
O UN ENFOQUE SATISFACTORIOS, LA REVISIÓN Y EL CONTROL DE LOS PRONÓSTICOS ES
FUNDAMENTAL Y DEBE REALIZARSE DE MANERA CONTINUA PARA ASEGURAR QUE LOS
ERRORES NO SEAN DEMASIADO GRANDES O NO SE PROPAGUEN Y AFECTEN A TODO EL
PROCESO.

DEBEMOS TENER EN CUENTA QUE TRABAJAR CON PRONÓSTICOS PUEDE SER
UN GRAN DESAFÍO PARA EL ADMINISTRADOR DE OPERACIONES, PERO ES
IMPORTANTE Y SATISFACTORIO, Y EN ESTE MOMENTO PODRÍAMOS AÑADIR UNA
PREGUNTA Y RESPUESTA MUY INTERESANTES:
• P: ¿DÓNDE NO SE USAN LOS PRONÓSTICOS?

• R: EN NINGÚN LADO; SI SE DEBE PLANEAR,
EL PRONÓSTICO ES UN INSUMO DE PRIMERA
NECESIDAD PARA ELLO.

FIN

REFERENCIAS BIBLIOGRÁFICAS
1. CHASE, RICHARD B; AQUILANO NICHOLAS J. Y JACOBS F. ROBERT.

ADMINISTRACIÓN DE PRODUCCIÓN Y OPERACIONES. OCTAVA EDICIÓN. MCGRAW-
HILL. 2000.
2. NAHMIAS, STEVEN. ANÁLISIS DE LA PRODUCCIÓN Y LAS OPERACIONES. QUINTA
EDICIÓN. MCGRAW-HILL. 2007.
3. RENDER, BARRY Y HEIZER, JAY. PRINCIPIOS DE ADMINISTRACIÓN DE

OPERACIONES. NOVENA EDICIÓN. PEARSON EDUCACIÓN. 2012.
4. SCHROEDER, ROGER, MEYER, SUSAN Y RUNGTUSANATHAM, M. ADMINISTRACIÓN
DE OPERACIONES, CONCEPTOS Y CASOS CONTEMPORÁNEOS. QUINTA EDICIÓN,
MCGRAW-HILL, 2011.
NOTA: LAS FIGURAS Y TABLAS FUERON TOMADAS DE ESTOS TEXTOS.

Dministración de Peraciones: T 2: P D I I Q S, 5I1 M. C. A O J. D M

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Dministración de Peraciones: T 2: P D I I Q S, 5I1 M. C. A O J. D M

Cargado por

Copyright:

Formatos disponibles

ADMINISTRACIÓN DE OPERACIONES I

TEMA 2: PRONÓSTICO DE LA DEMANDA

28/08/2022 M. C. Alfredo Díaz Mendoza 2

2.4. MÉTODOS CUANTITATIVOS

28/08/2022 M. C. Alfredo Díaz Mendoza 3

¿CUÁL ES LA DIFERENCIA ENTRE

28/08/2022 M. C. Alfredo Díaz Mendoza 4

• PETER BERNSTEIN (1996), SEÑALÓ QUE EL DESARROLLO DE LOS PRONÓSTICOS EN LOS

• ESCRIBIÓ: EL PRONÓSTICO, LARGAMENTE DESACREDITADO COMO UNA PÉRDIDA DE

28/08/2022 M. C. Alfredo Díaz Mendoza 5

• DURANTE LOS SIGUIENTES 300 AÑOS, HUBIERON AVANCES SIGNIFICATIVOS EN

• LOS MÉTODOS DE ANÁLISIS DE REGRESIÓN, DESCOMPOSICIÓN, SUAVIZAMIENTO

• TALES PROCEDIMIENTOS HAN DEMOSTRADO SER ALTAMENTE EFICIENTES Y

28/08/2022 M. C. Alfredo Díaz Mendoza 6

28/08/2022 M. C. Alfredo Díaz Mendoza 7

• CON LA DIFUSIÓN DE PODEROSAS COMPUTADORAS PERSONALES Y

• SIN EMBARGO, ESTA FACILIDAD EN EL CÁLCULO NO SUSTITUYE EL

28/08/2022 M. C. Alfredo Díaz Mendoza 8

• NUEVOS PROCEDIMIENTOS DE ELABORACIÓN DE PRONÓSTICOS

28/08/2022 M. C. Alfredo Díaz Mendoza 9

• LOS ADMINISTRADORES TRATAN DE HACER SIEMPRE MEJORES ESTIMACIONES SOBRE

28/08/2022 M. C. Alfredo Díaz Mendoza 10

• EL PROPÓSITO PRINCIPAL DE LOS PRONÓSTICOS ES HACER BUENAS

28/08/2022 M. C. Alfredo Díaz Mendoza 11

• PRONOSTICAR ES EL ARTE Y LA CIENCIA DE PREDECIR LOS EVENTOS FUTUROS.

• NO EXISTE UN MÉTODO INFALIBLE DE PRONÓSTICO.

28/08/2022 M. C. Alfredo Díaz Mendoza 12

• HAY LÍMITES A LO QUE PUEDE ESPERARSE DE LOS PRONÓSTICOS, PUESTO QUE

• SU MONITOREO Y PREPARACIÓN SON COSTOSOS Y CONSUMEN TIEMPO.

• LA PLANEACIÓN EFECTIVA A CORTO Y LARGO PLAZOS DEPENDE DEL PRONÓSTICO

28/08/2022 M. C. Alfredo Díaz Mendoza 13

1. PRONÓSTICO A CORTO PLAZO: TIENE UNA EXTENSIÓN DE TIEMPO DE HASTA 1 AÑO,

2. PRONÓSTICO A MEDIANO PLAZO: POR LO GENERAL, TIENE EXTENSIÓN DE 3 MESES A 3

3. PRONÓSTICO A LARGO PLAZO. SU EXTENSIÓN ES DE 3 AÑOS O MÁS. SE EMPLEAN PARA

28/08/2022 M. C. Alfredo Díaz Mendoza 14

1. LOS PRONÓSTICOS A MEDIANO Y LARGO PLAZOS MANEJAN ASPECTOS MÁS

2. EL PRONÓSTICO A CORTO PLAZO EMPLEA METODOLOGÍAS DIFERENTES QUE EL

28/08/2022 M. C. Alfredo Díaz Mendoza 15

LA CAPACIDAD DE LAS ORGANIZACIONES PARA REALIZAR

28/08/2022 M. C. Alfredo Díaz Mendoza 16

• OTRO FACTOR A CONSIDERARSE CUANDO SE DESARROLLAN

28/08/2022 M. C. Alfredo Díaz Mendoza 17

• LOS PRODUCTOS SITUADOS EN LAS PRIMERAS DOS ETAPAS DE SU CICLO DE

28/08/2022 M. C. Alfredo Díaz Mendoza 18

LAS ORGANIZACIONES UTILIZAN TRES TIPOS DE PRONÓSTICOS EN LA PLANEACIÓN DE

1. LOS PRONÓSTICOS ECONÓMICOS, ABORDAN EL CICLO DEL NEGOCIO AL PREDECIR

2. LOS PRONÓSTICOS TECNOLÓGICOS SE REFIEREN A LAS TASAS DE PROGRESO

28/08/2022 M. C. Alfredo Díaz Mendoza 19

3. LOS PRONÓSTICOS DE LA DEMANDA SON PROYECCIONES DE LA DEMANDA

LOS PRONÓSTICOS TECNOLÓGICOS Y ECONÓMICOS SON TÉCNICAS

28/08/2022 M. C. Alfredo Díaz Mendoza 20

• LOS PRONÓSTICOS SON DE GRAN IMPORTANCIA PARA LA

• LOS PRONÓSTICOS DE LA DEMANDA GUÍAN LAS DECISIONES EN

28/08/2022 M. C. Alfredo Díaz Mendoza 21

• LA CONTRATACIÓN, LA CAPACITACIÓN Y EL DESPIDO DE LOS

28/08/2022 M. C. Alfredo Díaz Mendoza 22

• CUANDO LA CAPACIDAD ES INADECUADA, LOS FALTANTES QUE

• POR OTRO LADO, SI SE CONSTRUYE UNA CAPACIDAD EN EXCESO, LOS

28/08/2022 M. C. Alfredo Díaz Mendoza 23

• LAS BUENAS RELACIONES CON EL PROVEEDOR Y ALGUNAS VENTAJAS DE

• POR EJEMPLO, LOS FABRICANTES DE AUTOMÓVILES QUE DESEEN QUE SUS

28/08/2022 M. C. Alfredo Díaz Mendoza 24