METODOS DE PRONOSTICOS MODELOS CAUSAL Y MODELOS DE SERIE DE

TIEMPO

YESID

TUTORA

XXXXXXXXXX

CARRERA

UNIVERSIDAD

Chinchiná, 05 de Septiembre de 2023

 METODOS DE PRONOSTICOS MODELOS CAUSAL Y MODELOS DE SERIE DE

TIEMPO

Estudio de Caso sobre los métodos de pronósticos:

A. MODELOS CAUSAL: Los métodos de elaboración de pronósticos causal se basan en el

supuesto de que la variable que tratamos de pronosticar exhibe una relación de causa y

efecto con una o más variables.

*Estudio de Caso ejemplo: La aplicación del modelo de causalidad a la prevención de

riesgos laborales; Existen muchas variantes del modelo de causalidad. Pero no son más

que distintas formas de expresar lo mismo: «todo hecho tiene una causa, un por qué». Los

modelos de causalidad nos ayudan a conocer los por qués de las cosas de una forma

profunda y analítica. En prevención de riesgos laborales podemos aplicar principalmente

los modelos causales en:

-La investigación de incidentes y accidentes

-El análisis de No Conformidades (incumplimiento de un requisito)

Lo realmente importante es no quedarnos en el análisis de las causas de un problema, sino que

tenemos que aprovechar ese análisis para planificar y actuar mediante acciones correctivas. Para

el análisis de causas os recomiendo utilizar el diagrama de espina de pescado o diagrama causa-

efecto, aunque hay muchos otros tipos que también son efectivos.
Diagrama de espina de pescado, ¿qué es?:No hay nada como un buen ejemplo para

entender qué es el modelo causal. Por eso, os dejo un ejemplo que espero clarifique el

asunto:

Modelo de causalidad ejemplo:

Para el ejemplo me he basado en un caso práctico de accidente laboral:

Se puede extender o reducir el diagrama todo lo que queramos, dependiendo de hasta qué

punto de la investigación queramos llegar. Si queremos estudiar el accidente a fondo

podemos seguir añadiendo causas. La mejor forma de encontrar las causas es preguntarte

¿por qué?.

¿Cómo se elabora un diagrama de espina de pescado o causa-efecto?

1- Definición de Efecto y Causas

Para la realización del diagrama de análisis causal siempre empezamos de derecha a

izquierda. Para comenzar, escribimos el efecto a investigar: «Trabajador herido con

lesiones en todo el cuerpo». Aquí viene el primer ¿por qué?:

1ª Causa: Porque se ha producido una caída en altura desde una cubierta, por rotura de la

misma, durante los trabajos de reparación de una placa de fibrocemento. ¿por qué?

2º Causa: Porque no se ha instalado ninguna medida de protección colectiva. Además, la

línea de vida existente no es operativa para el trabajo que se estaba ejecutando. ¿por qué?

3ª Causa: Porque no existía evaluación de riesgos, ni planificación de la actividad

preventiva. ¿por qué?

4ª Causa: Por deficiencias en la organización de la prevención de las empresas

concurrentes…

2- Encontrar las causas raíz

Debemos seguir con el paso anterior hasta que encontremos las causas raíces del

accidente, en este caso:

*Ausencia o deficiencias en los elementos de protección

*Deficiencias en la organización del trabajo y gestión de la prevención

*Ausencia de recurso preventivo

*En la evaluación de riesgos de los trabajos, no se contemplaba el riesgo de caída en

altura

*Inexistencia de coordinación de actividades empresariales

*Mal diseño de la nave y los elementos de protección

3- Planificar y llevar a cabo acciones correctivas

Una vez esclarecidas las causas, planificaremos y llevaremos a cabo acciones correctivas

para eliminar cada una de ellas. Algunas acciones para eliminar las causas de este

accidente podrían ser:

-Habilitar elementos de protección colectiva e individual, tales como: barandillas,

superficies de paso resistentes para que los trabajadores puedan transitar por la cubierta,

arnés con dispositivos de anclado y línea de vida útil…

-Designar un recurso preventivo. Asegurarse de que cumple su deber de vigilancia,

control e información y que la persona designada es competente.

-Asegurarse de que el recurso preventivo está presente cuando se realizan tareas que

entrañan riesgos especiales como el de caída en altura.

-Incluir en la evaluación de riesgos el riesgo de caída en altura y planificar las medidas

correctivas correspondientes

-Cumplir con la coordinación de actividades empresariales según RD 171/2004

-Rediseñar la nave para hacer útil la línea de vida.

Si siguiéramos investigando seguro que podríamos encontrar muchas más causas y

acciones correctivas: formación de trabajadores, liderazgo por parte de los empresarios.

4- Analizar la eficacia de las acciones tomadas

Pasado el tiempo, debemos recuperar las acciones que hemos tomado y analizar si han

tenido efecto: ¿Se ha reducido o eliminado el número de incidentes/accidentes por estas

causas?, ¿Se están llevando a cabo las acciones planificadas de forma correcta?

Si la respuesta a alguna de estas preguntas no es un si contundente hay que volver a

preguntarse: ¿por qué? (LABORALES, 2023)

B. MODELO DE SERIE DE TIEMPO: El análisis de series de tiempo desempeña un

papel importante en el análisis requerido para el pronóstico de eventos futuros. Existen

varias formas o métodos de calcular cual va a ser la tendencia del comportamiento del

proceso en estudio.

En el presente documento se procede a aplicar el análisis de series de tiempo aplicado al

estudio del comportamiento en la forma de acceso a Internet, considerando básicamente

el factor ancho de banda.

El uso de Internet, y las características de acceso a éste, nos permiten hoy en día tener

una idea de en qué grado se está usando las Tecnologías de Información Comunicaciones

en general. Por ejemplo, la Oficina de la Autoridad de Telecomunicaciones de Hong

Kong, nos señala algunas características de estos servicios, nos dice que a agosto de 2005

se tenían 986, 852 usuarios que se conectan a través de comunicación no dedicada o

conmutada a velocidades menores a 1Mbps, y 1’618,975 usuarios se conectan a

velocidades mayores a 1Mbps es decir banda ancha. Así mismo cuenta con 187

proveedores de servicio de Internet (ISP). Tanto Hong Kong como Perú pertenecen a

Foro Económico Asia Pacífico que agrupa a 21 miembros, y observando algunos índices

vemos que estamos muy atrasados al respecto. Velocidades mayores a 1Mbps a nivel

usuario individual particular son bastante caras y no tiene un número elevado de usuarios,

es más la mayoría de cabinas públicas hasta con 10 máquinas utiliza como ancho de

banda 512 Kbps.

Teniendo en cuenta que en las páginas mencionadas anteriormente se ha encontrado

información estadística respecto al número de usuarios y/o clientes de acceso a Internet

diferenciados por la velocidad de acceso a la que tienen el servicio, menores o mayores a

1Mbps [7], se procederá a analizar a través de series de tiempo la tendencia de

crecimiento o decrecimiento en número de usuarios de estos servicios. En dicho

informe se tiene información para acceso a banda angosta o menor a 1Mbps desde marzo

de 1999, y solo a partir de febrero del 2000 se tiene la información correspondiente a

acceso mayores a 1 Mbps.. Para efectos e nuestro análisis solo tomaremos la información

recogida para los períodos de enero del 2002 hasta agosto del 2005.

Planteamiento: Determinar la tendencia en la cantidad de usuarios con conexiones a

Internet en las dos modalidades: menores a 1Mbps y también de las iguales o superiores a

1Mbps considerada de banda ancha. Se encontrará tanto gráfica como matemáticamente

las ecuaciones que representen esta tendencia, para los próximos 6 meses. Para poder

lograr nuestro objetivo utilizaremos el software estadístico MINITAB ® Release 14.13

(MINITAB ® es marca registrada de Minitab Inc.)

Caso 1: Clientes que acceden a Internet a través de Banda angosta, se estima seguirá una

tendencia decreciente. Para este primer caso se analizó el comportamiento de clientes con

un tipo de acceso a través de líneas no dedicadas o también conocido como acceso

conmutado o dial-up que son realizado a través de un modem, y son de banda angosta

(velocidades de acceso menores a 1 Mbps).

En la Figura 1 se presenta un gráfico con los valores obtenidos de la serie de tiempo,

de enero del 2002 a Agosto del 2005. Se puede observar que en los primeros 18 meses el

descenso fue más pronunciado que en los últimos doce meses de análisis.
Luego lo que se obtuvo fue el análisis de tendencia siguiendo el método lineal, la

ecuación que representa esta tendencia esta dada por la expresión:

Yt = 1801091 – 23085.4*t

y como se aprecia en la figura 2 se muestra la tendencia el valor proyectado para los

próximos 6 meses. Para los análisis de tendencias consideraremos el valor

para el factor MAD, (Mean Absolute Deviation –Desviación Absoluta Media que es igual

a [la sumadel valor absoluto de (valor actual- valor predicho)] /número de observaciones)

Para este caso el MAD =1.00E+05.

El siguiente análisis es usando el modelo de tendencia cuadrática, obteniéndose como

ecuación:

Yt = 2060597 – 56933.9*t +

752.190*t**2
En la figura 3 se aprecia la tendencia y el valor MAD = 34506.

El siguiente análisis es usando el modelo de la curva creciente, obteniéndose como

ecuación:

Yt = 1837199 * (0.982902**t)

En la figura 4 se aprecia la tendencia y el valor MAD = 82922.

Finalmente el último análisis es el de tendencia de la Curva-S, obteniéndose como

ecuación:

Yt = (10**7) / (11.3571 –7.60101*(0.954664**t))

En la figura 5 se aprecia la tendencia y el valor MAD = 6.16E+04.

De los 4 análisis hechos observamos:

*Modelo de Tendencia Lineal : MAD =1.00E+05

*Modelo de Tendencia Cuadrática: MAD =34506

*Modelo de Curva Creciente: MAD =82922

*Modelo de Tendencia de la Curva-S: MAD =6.16E+04

De todos ellos se escoge el de menor valor MAD, seria el Modelo de Tendencia

Cuadrático, seguido por el la Curva-S, pero el efecto real as probable para

este tipo de conexión es que siga la tendencia propuesta por el modelo Curva-S, es decir

el número de usuarios conectados a velocidades menores a 1Mbps seguirá esta tendencia.

Análisis e interpretación de resultados: El número de usuarios con velocidad menor a

1Mbps, para los próximos 6 meses ira decreciendo según el comportamiento dado por el

modelo de tendencia curva- S que seguirá la ecuación:

Yt = (10**7) / (11.3571 –

7.60101*(0.954664**t)).

El número de usuarios con velocidad mayor a 1Mbps, para los próximos 6 meses ira

creciendo según el comportamiento dado por el modelo de tendencia cuadrático que

seguirá la ecuación:
 Yt = 655895 + 26791.9*t –

117.159*t**2.

Conclusiones: El análisis de series de tiempo según la tendencia es válido si es que no se

dan otros factores que puedan influenciar de manera significativa la tendencia de

ocurrencia de los datos, en nuestro caso un avance tecnológico inesperado podría alterar

considerablemente el comportamiento de la tendencia. (Egocheaga, 2005)

C. ANALISIS DE RESULTADOS: * Para el caso del modelo Causal se utiliza el

ejemplo de Riesgos Laborales como se aplican actualmente en las empresas, donde se

explica muy claramente el método de Causa y Efecto con el diagrama de espina de

pescado; este modelo aplica más las variables de forma cualitativo porque que no

requiere de estudios numéricos para determinar del porque suceden los accidentes

laborales en una empresa; cabe decir que es una estrategia para minimizar los riesgos que

pueden incurrir en un trabajador al momento de desarrollar sus labores y en caso de que

suceda como es el ejemplo demostrado en el modelo Causal; allí demuestran varios casos

del porque sucede este accidente dejando entre ver que deben tomar acciones correctivas

para que este suceso no vuelva a incurrir en la compañía y es ahí donde se demuestra que

es importante este modelo en todas las empresas para tener un seguimiento no solo en el

caso de riesgos laborales sino también la medición en todas las áreas de las empresas al

momento de que realicen una auditoria interna y externa; debido a que se puede
demostrar que se han realizado dichas acciones correctoras para mejorar cada uno de los

procesos de la empresa.

* Para el caso del modelo de serie de tiempo, se toma el ejemplo del acceso de internet

en el factor de banda ancha para los países bajos, donde se aplican datos estadísticos

como la desviación estándar media y los diferentes modelos de tendencia que permiten

medir con los datos demostrados el decrecimiento y el crecimiento de adquisición que

tendrán dicha población del acceso a internet medidos entre 1 o más Mbps; esto permite

que dichas mediciones puedan tener un panorama a futuro sobre el acceso de internet

pero no se tiene una certeza concreta debido a que puede existir avances tecnológicos que

puedan estropear el comportamiento de la tendencia antes medida. Por lo que podemos

concluir que dicho modelo es muy característico tanto a nivel empresarial como

gubernamental, dado que permite tener mediciones sobres sus ventas, producción,

marketing, competencia en el caso industrial o de servicios y en el caso del estado sirve

para la medicación de la población en cualquier ámbito social, económico, demográfico,

ambiental, etc.
Bibliografía
Egocheaga, D. J. (15 de 11 de 2005). MONOGRAFIAS.COM. Obtenido de
https://www.monografias.com/trabajos31/series-tiempo-internet/series-tiempo-internet

LABORALES, B. D. (02 de 09 de 2023). PRLABORALES. Obtenido de https://prlaborales.com/el-modelo-

de-causalidad/