Traducido del inglés al español - www.onlinedoctranslator.

com

Valor esperado de la información de la muestra

Preparado por Lauren Rhodes, PhD 67

Valor esperado de la información de la muestra

• Del ejemplo anterior.

• EV con SI = $49,200
• Costo = $10,000
• EV sin SI = $40,000

➔ John hubiera estado dispuesto a pagar hasta $19,200 por un

estudio de mercado

Preparado por Lauren Rhodes, PhD 68

Eficiencia de la información de la muestra

• ¿Qué tan cerca de la información perfecta está la información de la muestra?

• Compare el EVSI con el EVPI.

• Si la información de la muestra fuera perfecta, la eficiencia sería del 100%

Preparado por Lauren Rhodes, PhD 69

Análisis de sensibilidad

• ¿Cuán sensible es nuestra decisión de realizar la encuesta de marketing a la

probabilidad de resultados favorables de la encuesta?

• pag==Probabilidad de resultados favorables de la encuesta

• EMV de realizar la encuesta:

Preparado por Lauren Rhodes, PhD 70

Análisis de sensibilidad

• Nos es indiferente cuando el EMV de realizar la encuesta de

marketing, es el mismo EMV de no realizar la encuesta.

•➔ Sipag>=0.36

Preparado por Lauren Rhodes, PhD 71

Problema en clase
Un fabricante de botes quiere saber si debe construir una instalación
de fabricación de botes grande, pequeña o ninguna. Con un mercado
favorable, puede esperar ganar $90 000 con la instalación grande y
$60 000 con la instalación pequeña. Si el mercado es desfavorable,
espera perder $30 000 con la instalación grande y $20 000 con la
instalación pequeña.
Puede realizar un estudio piloto para el mercado que le costará
$10,000. Ella estima que la probabilidad de un mercado favorable
dado un estudio piloto favorable es 0.8. La probabilidad de un
mercado desfavorable dado un resultado desfavorable del estudio
piloto se estima en 0,9. Ella siente que hay una probabilidad de
0.65 de que el estudio piloto sea favorable.
Sin hacer ninguna prueba en un estudio piloto, estima que
la probabilidad de un mercado favorable es 0,6.
¿Qué me recomienda? Calcule el EVSI.
Preparado por Lauren Rhodes, PhD 72
Cómo se estiman los valores de probabilidad mediante
el análisis bayesiano
• Obtener datos de probabilidad para el problema:
• Evaluado por el gerente basado en la experiencia y la intuición
• Derivado de datos históricos
• Calculado a partir de otros datos disponibles usando el Teorema de Bayes

• Teorema de BayesEl enfoque reconoce que quien toma las

decisiones no sabe con certeza qué estado de la naturaleza
ocurrirá.

• Permite al gerente revisar sus evaluaciones de

probabilidad iniciales o previas.

• Las probabilidades revisadas se llamanprobabilidades

posteriores.
Preparado por Lauren Rhodes, PhD 73
Cálculo de probabilidades revisadas

• Para Thompson Lumber, asumimos que se conocían las siguientes

probabilidades:

• Estos podrían haberse derivado usando el Teorema de Bayes.

Preparado por Lauren Rhodes, PhD 74

Cálculo de probabilidades revisadas

• Estadísticamente, de todos los nuevosmercado favorable(FM), las encuestas de mercado

fueron positivas y predijeron el éxito correctamente el 70 % de las veces.

• La encuesta predijo incorrectamente unmercado desfavorable(UM) 30% del

tiempo

• De todos los productos nuevos de UM, el 80 % de las encuestas predijeron correctamente resultados de
mercado negativos.

• La encuesta predijo incorrectamente resultados positivos el 20% de las veces.

Preparado por Lauren Rhodes, PhD 75

Fiabilidad de los estudios de mercado para predecir los estados
reales de la naturaleza

Preparado por Lauren Rhodes, PhD 76

Cálculo de probabilidades revisadas

• Probabilidades previas
   = 0,5
   = 0,5

• Probabilidades posterioresse invierten de la tabla anterior.

• Queremos saber la probabilidad de un resultado de mercado favorable o
desfavorable dado un resultado de encuesta favorable o desfavorable.

Preparado por Lauren Rhodes, PhD 77

Cálculo de probabilidades revisadas**

• Forma general del teorema de Bayes:

    ∙  ( )
  =
    ∙     +      ҧ ∙  ( ҧ)

Dónde
,   =cualquiera de los dos

eventos  ҧ=Complemento de A

Preparado por Lauren Rhodes, PhD 78

Revisiones de probabilidad
Dada una encuesta positiva

Preparado por Lauren Rhodes, PhD 79

Revisiones de probabilidad
Dada una encuesta negativa

Preparado por Lauren Rhodes, PhD 80

Teoría de la utilidad

• A veces, las personas toman decisiones que no maximizan su EMV.

• El valor monetario no siempre es un verdadero indicador del valor total.

• Utilidad: El valor global del resultado de una decisión.

Preparado por Lauren Rhodes, PhD 81

Su árbol de decisiones para un billete de lotería

Preparado por Lauren Rhodes, PhD 82

Utilidad de medición y
Construcción de una curva de utilidad
1. Asignar valores de utilidad a cada valor monetario en una
situación dada.

• Daremos al mejor resultado una utilidad de 1 y al peor

resultado una utilidad de 0.

• Evaluar la utilidad de cualquier otro resultado implica

determinar la probabilidad (pag), lo que te hace
indiferente entre la alternativa 1, que es la apuesta entre
los mejores y los peores resultados, y la alternativa 2,
que es obtener el otro resultado con seguridad.

Preparado por Lauren Rhodes, PhD 83

Apuesta estándar
para evaluación de servicios públicos**

Preparado por Lauren Rhodes, PhD 84

Utilidad de medición y
Construcción de una curva de utilidad

• Curva de utilidad:Un gráfico que representa el valor de la utilidad frente al valor monetario.

• Ejemplo: Jane Dickson

• A Jane Dickson le gustaría construir una curva de utilidad que

revele su preferencia por dinero entre $0 y $10 000.
• Cuenta de ahorros bancaria o trato inmobiliario

Preparado por Lauren Rhodes, PhD 85

Utilidad de medición y
Construcción de una curva de utilidad

• Si invierte en el banco: $5,000 en 3 años

• Si invierte en bienes raíces: $10,000 o $0 en 3 años

• A menos que haya un 80% de posibilidades de obtener $10,000 del negocio de

bienes raíces, Jane preferiría tener su dinero en el banco, donde está seguro.

➔ La utilidad de Jane para $5000 = 0,8

Preparado por Lauren Rhodes, PhD 86

Utilidad de $5,000

Preparado por Lauren Rhodes, PhD 87

Curva de utilidad para Jane Dickson

Preparado por Lauren Rhodes, PhD 88

Evitadores de riesgos

• Evitador de riesgos: Un tomador de decisiones que obtiene menos utilidad o placer de

un mayor riesgo y tiende a evitar situaciones en las que pueden ocurrir grandes
pérdidas.
• La curva de utilidad de Jane es típica de alguien que evita riesgos

• A medida que aumenta el valor monetario en su curva de utilidad, la utilidad aumenta a un

ritmo más lento.

Preparado por Lauren Rhodes, PhD 89

Buscadores de riesgo

• Buscadores de riesgos:Un tomador de decisiones que obtiene más utilidad de un mayor

riesgo y un mayor beneficio potencial.

• A medida que aumenta el valor monetario en su curva de utilidad, la utilidad

aumenta a un ritmo creciente.

Preparado por Lauren Rhodes, PhD 90

Preferencias por el riesgo

Preparado por Lauren Rhodes, PhD 91

La utilidad como criterio de toma de decisiones

• En el árbol de decisiones, reemplace EMV con la utilidad esperada.

• Ejemplo: Juego de chinchetas de Mark Simkin

• Si la chincheta cae hacia arriba: gana $10,000
• Si la chincheta cae boca abajo: pierde $10,00

• Alternativa 1: Él juega el juego.

• Alternativa 2: No juega el juego.

Preparado por Lauren Rhodes, PhD 92

Decisión frente a Mark Simkin

Preparado por Lauren Rhodes, PhD 93

Curva de utilidad para Mark Simkin

Preparado por Lauren Rhodes, PhD 94

La utilidad como criterio de toma de decisiones

• La curva de utilidad se basa en que Mark tiene $20,000 para apostar.

• Paso 1: encuentre los valores de utilidad correspondientes para el árbol de decisión.

Preparado por Lauren Rhodes, PhD 95

La utilidad como criterio de toma de decisiones

• Paso 2: Reemplace los valores monetarios con valores de utilidad.

Preparado por Lauren Rhodes, PhD 96

La utilidad como criterio de toma de decisiones

• Paso 3: Resuelva el árbol de decisión.

• ➔ Él elige jugar el juego.

Preparado por Lauren Rhodes, PhD 97