MODELOS

CAUSALES
PRONOSTICOS
MODELOS CAUSALES

Pronósticos
cuantitativos

Nivelación o Series de Modelos Modelos de

Ajuste
Exponencial
tiempo causales simulación

Promedio Suavización Proyección Proyección con Regresión

tendencia y
móvil exponencial con tendencia estacionalidad lineal
PRONOSTICOS
REGRESION LINEAL
Desviación,
o error
Y Ecuación de
Estimado de
Y de la Regresión:
Variable Dependiente

ecuación de Y = bo + b1X
regresion

{ Valor actual
de Y

Valor de X usado
para estimar Y

X
Variable Independente
PRONOSTICOS
REGRESION LINEAL

• Se usa para determinar la relación entre dos

variables.

• Supone que la relación entre la variable de

respuesta, Y y la variable X, es una función lineal:

yˆ  b0  b1 x
PRONOSTICOS
REGRESION LINEAL

yˆ  b0  b1 x
X

• b0 es la intersección con el eje Y.

• b1 es la pendiente de la línea
PRONOSTICOS
REGRESION LINEAL

Ecuaciones de mínimos cuadrados

Ecuación: yˆ  b0  b1 x
 x y 
x y 
i i
n
i i

Pendiente: b1 
 xi 
2

 xi  n
2

Corte con el eje Y: b0  y  b1 x

PRONOSTICOS
REGRESION LINEAL

Se puede demostrar fácilmente que el valor de las

variables b1 y b0 se puede hallar usando las siguientes
formulas:

XY – nXY
b1 =
X 2 – nX 2

b0 = Y – bX
PRONOSTICOS
EJERCICIO 1

Usted es el Gerente de Marketing de la empresa XYZ y debe

establecer el presupuesto de publicidad del siguiente mes.

En base a sus observaciones pudo establecer que existe una relación

lineal entre el gasto de publicidad y las ventas de la empresa, la cual
se puede ver en el siguiente cuadro.

Si el presupuesto de ventas para el siguiente mes es de 220,000

unidades, establezca el nivel de gasto en publicidad para alcanzar la
venta presupuestada.
PRONOSTICOS
EJERCICIO 1 - continuación

Relación entre las ventas y el gasto en publicidad de la empresa XYZ.

Ventas Gasto Publicidad

Mes (mil unid.) (mil $)

1 264 2,5
2 116 1,3
3 165 1,4
4 101 1,0
5 209 2,0

Variable independiente

Variable dependiente
PRONOSTICOS
EJERCICIO 1 - Solución

Dado que existe una relación lineal entre las variables venta y
publicidad, realizamos el cálculo de las variables b1 y b0.

Sales, Y Advertising, X
Month (000 units) (000 $) XY X2 Y2
1 264 2,5 660,0 6,25 69 696
2 116 1,3 150,8 1,69 13 456
3 165 1,4 231,0 1,96 27 225
4 101 1,0 101,0 1,00 10 201
5 209 2,0 418,0 4,00 43 681

Total 855 8,21 1560,8 14,90 164 259

1560.8 – 5(1.64)(171)
Y = 171 X = 1.64 b1 =
14.90 – 5(1.64)2
PRONOSTICOS
EJERCICIO 1 - Solución

b0 = Y – bX
Y = 171 X = 1.64

b0 = 171 – 109,23(1,64) b1 = 109,23

b0 = – 8,14
Y = – 8,14 + 109,23(X)
El gasto que se debe realizar en publicidad para una venta de 220,000
unds, se puede hallar reemplazando el valor de Y por 220 y despejando X.
El valor de X sería 2,09 miles de dólares en publicidad.
PRONOSTICOS
EJERCICIO 1 - Solución

300 —
Ventas (miles de unidades)

250 —

200 —

150 —

100 —
Y = – 8,14 + 109,23X
50 | | | |
1.0 1.5 2.0 2.5
Publicidad (miles de dólares)
PRONOSTICOS
MEDIDAS DE LA CALIDAD DEL PRONOSTICO

Coeficiente de correlación. Medida

r cuantitativa de la solidez de la relación
lineal entre x e y, esta entre -1 a +1.

Coeficiente de determinación. Proporción

de errores acumulados del modelo a la
r2 media de la data real, esta entre 0 y 1. El
modelo explica un 96 % del promedio de la
data.

Desviación estándar. Medida de los errores

sYX de dispersión. Se espera que los errores
queden a 2x15.61 de su verdadero valor
PRONOSTICOS
MEDIDAS DE LA CALIDAD DEL PRONOSTICO

nXY – X Y Coeficiente de
r=
[nX 2 – (X) 2][nY 2 – (Y) 2] correlación

2=( nXY – X Y Coeficiente de

r )2
[nX 2 – (X) 2][nY 2 – (Y) 2] determinación

Y – Ŷ)2 Desviación

STD= s = estándar
n-1
PRONOSTICOS
MEDIDAS DE LA CALIDAD DEL PRONOSTICO
Calculando los valores de r, r2 y s con los datos del problema
anterior tenemos lo siguiente:
300 —
Sales (thousands of units)

250 — r = 0,98
200 —
r2 = 0,96
syx = 15,61
150 —

100 —
Y = – 8 136 + 109 229X
50 | | | |
1.0 1.5 2.0 2.5
Advertising (thousands of dollars)
PRONOSTICOS
EJERCICIO 2
Una empresa productora de cemento ha observado que la demanda de sacos de cemento
depende del PBI del país, basada en el comportamiento de la demanda mostrada en la
siguiente tabla.
El pronóstico del PBI para el siguiente año es de 30,000 millones de US$ ¿cuál será el
pronóstico de la venta de sacos de cemento para dicha cementera?

Venta de cemento
PBI anual
(sacos)
22,000 50,000
24,000 70,000
26,000 80,000
23,000 55,000
28,000 90,000
30,000 ?
BIBLIOGRAFIA

Fuentes:

• Cadena de Suministro y Logística, Adolfo Carreño Solís, 2021, Editorial: Fondo

Editorial de la PUCP

• Logística de la A a la Z, Adolfo Carreño Solís, 2011, Editorial: Fondo Editorial de

la PUCP

• Cadena de Suministro, Sunil Chopra y Peter Meindel, 2014, Editorial Pearson

• Logística y Cadena de Suministro, Ronald Ballou, 2004, Editorial Pearson

• Krajewski & Ritzman, Gestión de Operaciones: Estrategia y Análisis, Séptima

Edición, 2004, Prentice Hall, Inc