Ejemplo de aplicación de un pronóstico de

Regresión lineal Simple

La juguetería Gaby desea estimar mediante regresión lineal simple las ventas para el mes de
Julio de su nuevo carrito infantil "Mate". La información del comportamiento de las ventas
de todos sus almacenes de cadena se presenta en el siguiente tabulado.

Mes Ventas
1 Enero 7000
2 Febrero 9000
3 Marzo 5000
4 Abril 11000
5 Mayo 10000
6 Junio 13000

El primer paso para encontrar el pronóstico del mes 7 consiste en hallar la pendiente, para
ello efectuamos los siguientes cálculos:
Luego, y dado que ya tenemos el valor de la pendiente b procedemos a calcular el valor
de a, para ello efectuamos los siguientes cálculos:
Ya por último, determinamos el pronóstico del mes 7, para ello efectuamos el siguiente
cálculo:

Podemos así determinar que el pronóstico de ventas para el período 7 es equivalente a

13067 unidades.

En el siguiente formato tan sólo deberás registrar las cantidades reales y el período que
deseas calcular, de esta forma obtendrás el pronóstico mediante regresión lineal.
EJEMPLO

Calcule el pronóstico de suavización exponencial para la semana 4, considerando

los datos de la siguiente tabla que representan la llegada de pacientes a una
clinica en las últimas tres semanas. Tenga en cuenta que = 0.10

SOLUCIÓN

El método de suavización exponencial requiere un pronóstico inicial. Suponga que

tomamos los datos de demanda de las dos últimas semanas y los promediamos
para obtener (400+380)/2 = 390 como pronóstico inicial. A fin de calcular el
pronóstico para la semana 4, utilizando una suavización con = 0.10, calculamos
el promedio al final de la semana 3 en la siguiente forma:

F4 = 0.10(411) + 0.90(390) = 392.1

Así, el pronóstico para la semana 4 sería de 392 pacientes. Si la demanda real

para la semana 4 resultara ser de 415, entonces el nuevo pronóstico para la
semana 5 sería.

F5 = 0.10(415) + 0.90(392.1) = 394.4

o sea, 394 pacientes. Observe que hemos utilizado F4, y no el pronóstico en valor
entero para la semana 4, en el cálculo de F5. En general, redondeamos solamente
el resultado final, a fin de mantener la mayor precisión posible en los cálculos
La función PRONOSTICO
en Excel
La función PRONOSTICO en Excel toma un rango de valores
existentes y los utiliza para realizar el cálculo de un valor futuro. La
función PRONOSTICO utiliza un método conocido como regresión lineal
para pronosticar dicho valor.

La función PRONOSTICO predice un valor analizando el

comportamiento en la relación previa de dos conjuntos de datos. Algunos
usos comunes de la función PRONOSTICO son, entre otras cosas, la
predicción de ventas futuras, requerimientos de inventario futuros o
tendencias de clientes.

Sintaxis de la función PRONOSTICO

  X (obligatorio): El punto para el cual se realizará el pronóstico, es
decir, este valor X tendrá un valor Y pronosticado por la función.
 Conocido_y (obligatorio): La matriz de datos dependiente de
valores Y.
 Conocido_x (obligatorio): La matriz de datos independiente de
valores X.

El valor pronosticado será el valor Y para un valor X determinado

basándose en un historial previo de valores X-Y contenidos en las
matrices Conocido_x y Conocido_y respectivamente.

Ejemplos de la función PRONOSTICO

En el siguiente ejemplo utilizaremos la función PRONOSTICO para
estimar el total de ventas para el mes 10 del año actual utilizando la
información de ventas de los meses anteriores. En la columna A podrás
observar los meses del año (incluyendo el mes 10) y en la columna B las
el monto vendido en cada uno de los meses.
El mes 10 es el valor X para el cual necesitamos calcular el pronóstico de
ventas (valor Y). Los meses del año de la columna A son el argumento
Conocido_x y los montos de venta de cada mes de la columna B son el
argumento Conocido_y. Si graficamos los montos de venta podremos ver
gráficamente el valor calculado por lafunción PRONOSTICO:

Hagamos un ejemplo adicional de la función PRONOSTICO. En la

siguiente hoja de Excel tengo una lista de las ventas anuales de los
últimos 6 años y para cada uno de los años tengo la tasa de interés
anual. Ahora quiero realizar el pronóstico de la venta para el 2012
sabiendo que tendremos una tasa de interés del 4.72%.

Si quiero visualizar la relación entre ambos grupos de datos (interés y

ventas) puedo crear un gráfico con ambas variables:

La función PRONOSTICO en Excel nos ayuda a obtener un valor futuro

en base a un historial de valores previos que nos indican la manera en
cómo se han comportado ambas variables en casos anteriores.
Líneas de tendencia en
Excel
Las líneas de tendencia son una herramienta de análisis que permite
visualizar puntos en una gráfica que van más allá de los datos reales y
que representan los posibles valores futuros de acuerdo a su tendencia.

Supongamos que tenemos las ventas de los primeros meses del año:

Al graficar estos datos obtenemos el siguiente resultado:

Identificamos una tendencia a la alza, así que nos gustaría predecir las
posibles ventas en los próximos 3 meses. Para lograrlo debes hacer clic
derecho sobre la línea graficada y dentro del menú emergente
seleccionar la opción Agregar línea de tendencia.
Se mostrará el cuadro de diálogo Formato de línea de tendencia.
Solamente debes asegurarte de especificar el número de períodos que
deseas pronosticar (extrapolar).
Al cerrar el cuadro de diálogo Excel habrá insertado una línea de
tendencia en el gráfico.
Predicción de un valor a partir de valores conocidos usando la
función PRONOSTICO (FORECAST) de MS Excel.
DOMINGO, ABRIL 23, 2006
Excel's FORECAST function post in English

En la primera entrada de este blog, había explicado como encontrar la intersección de dos líneas en un
gráfico de Excel. Para hacer esto utilizamos la opción "línea de tendencia" (trendline) y el SOLVER.

Con Excel podemos, dada una tabla de valores, predecir un valor futuro a partir de valores existentes
utilizando la función PRONOSTICO (FORECAST) (apretar el enlace para descargar el archivo).

La descripción de la función PRONOSTICO de acuerdo a la ayuda online de MS Excel es la siguiente:

Calcula o pronostica un valor futuro a través de los valores existentes. La predicción del valor es un
valor y teniendo en cuenta un valor x. Los valores conocidos son valores x y valores y existentes, y el
nuevo valor se pronostica utilizando regresión lineal. Esta función se puede utilizar para realizar
previsiones de ventas, establecer requisitos de inventario o tendencias de los consumidores.

La sintaxis es: PRONOSTICO(x;conocido_y;conocido_x), donde

X es el punto de datos cuyo valor desea predecir.

Conocido_y es la matriz o rango de datos dependientes.

Conocido_x es la matriz o rango de datos independientes.

En nuestro ejemplo tenemos una tabla que muestra cantidades vendidas a cada nivel de precios:
Los valores de "precios" corresponden al argumento Conocido_X; los valores de "cantidad"
corresponden a Conocido_y.
Para calcular la cantidad prevista si el precio fuera 8, aplicamos la siguiente fórmula:
=PRONOSTICO(A11,B4:B10,A4:A10)

También podemos usar la técnica sugerida en mi primer entrada, averiguando la ecuación de la línea de
tendencia (trendline) en el gráfico, y luego aplicándola como fórmula en la hoja de cálculo.
Para ver la ecuación de la línea de tendencia, creamos el gráfico a partir de la tabla y luego abrimos el
menú "agregar línea de tendencia", apretando el botón derecho del mouse sobre la curva del gráfico.
Una vez que aparece la línea de tendencia, abrimos el menú "formato línea de tendencia":
- en la pestaña "tipo" elegimos "lineal"
- en la pestaña "opciones", chequeamos "presentar ecuación en el gráfico"

ESTIMACIÓN
Para estimar la línea de regresión poblacional a partir de la nube de puntos se utiliza el método de los

mínimos cuadrados ordinarios (MCO), que considera como recta que mejor se ajusta a la que minimiza la

suma de los cuadrados de los resíduos.

Si la recta de mejor ajuste es los errores o resíduos se definen como: y los

estimadores por MCO de la ordenada en el origen, , y de la pendiente, , son:

Para evaluar la bondad del ajuste se calcula el coeficiente de determinación R 2 y, para medir la dispersión de

los puntos alrededor de la recta estimada, el error típico de la estimación Su. Estas medidas se definen

como:

Donde SCT o suma total de cuadrados es la variación total de Y en la muestra y SCR o suma de cuadrados

de la regresión es la parte de la variación total explicada por la recta ajustada. Por lo tanto, R 2 indica la

proporción de variación total explicada mediante larelación lineal entre X e Y, y toma valores entre 0 y 1. Un

valor de R2 próximo a 1 indica que la recta ajustada es un buen modelo para explicar el comportamiento de

la variable Y, y por lo tanto existe relación lineal entre X e Y. Por el contrario, un valor próximo a 0 indica

que la recta ajustada no explica la variación observada en Y.

Para establecer el intervalo de confianza para la pendiente de la recta de regresión, , y contrastar si el

valor de este parámetro es o no significativamente diferente a cero es necesario calcular el error típico de b

que se define como:

El estadístico de prueba del contraste es que presenta una distribución de probabilidad t de Student

con n-2 grados de libertad.

Para la obtención de la recta de regresión la secuencia es:

Analizar
Regresión

Lineal

Se abre el cuadro de diálogo Regresión lineal donde se seleccionan las

variables Dependiente e Independientes.

 La opción Método permite elegir el método de estimación. Si se trata de una regresión lineal simple

(con una sola variable independiente) se conserva la definida por defecto (Introducir) siendo el

resto de opciones para modelos con más de una variable explicativa.

 Cuando se desee realizar un ajuste lineal basado únicamente en los casos que pertenecen a un

subgrupo determinado por un valor o conjunto de valores de otra variable, ésta se deberá indicar

en Variable de selección del cuadro de diálogoRegresión lineal e introducir la Regla o condición que

debe verificar un caso para ser incluido en el análisis.

 Opcionalmente se puede seleccionar la variable que recoge las etiquetas de los casos indicándola

en Etiquetas de caso.

 El botón MCP hace referencia a la estimación por mínimos cuadrados ponderados.

Este cuadro de diálogo además permite ampliar el análisis de regresión activando las opciones incluidas en

Estadísticos, Gráficos y Opciones.

Proyectar valores con una función de
hoja de cálculo
La función PRONOSTICO La función PRONOSTICO calcula, o predice, un valor futuro mediante
el uso de valores existentes. El valor pronosticado es un valor de y obtenido a partir de un valor de x.
Los valores conocidos son valores de x y valores de y existentes y el nuevo valor se pronostica
utilizando la regresión lineal. Esta función se puede utilizar para prever las ventas futuras, las
necesidades de inventario y las tendencias de los consumidores.

La función TENDENCIA o la función CRECIMIENTO Las

funciones TENDENCIA y crecimiento pueden extrapolar futuros valores de y que extienden una línea
recta o una curva exponencial que mejor describe los datos existentes. Pueden devolver también solo
valores de y a partir de los valores de x conocidos para la línea o curva de ajuste perfecto. Para trazar una
línea o una curva que describa los datos existentes, utilice los valores existentes de x e ydevueltos por la
función TENDENCIA o CRECIMIENTO.

Las funciones ESTIMACION.LINEAL o ESTIMACION.LOGARITMICA Puede usar la

función ESTIMACION.LINEALo la función ESTIMACION.LOGARITMICA para calcular una
línea recta o una curva exponencial desde los datos existentes. Las
funciones ESTIMACION.LINEAL y ESTIMACION.LOGARITMICA devuelven varias estadísticas
de regresión incluida la pendiente y la intersección de la línea de ajuste perfecto.

La tabla siguiente contiene vínculos a más información sobre estas funciones de hoja de cálculo.

Función Descripción

PRONOSTICO Proyectar valores

TENDENCIA Proyectar valores que se ajustan a una línea de tendencia recta

CRECIMIENTO Proyectar valores que se ajustan a una curva exponencial

ESTIMACION.LINEAL Calcular una línea recta a partir de datos existentes

ESTIMACION.LOGARITMICA Calcular una curva exponencial a partir de datos existentes

PRONOSTICOS VENTAS
Elegir la mejor línea de tendencia para los
datos
Importante Este artículo se ha traducido con traducción automática; vea la declinación
de responsabilidades. Para su referencia, puede encontrar la versión en inglés de este
artículo aquí.

Cuando desee agregar una línea de tendencia a un gráfico en Microsoft Graph, puede
elegir uno de los seis tipos diferentes de tendencia o regresión. El tipo de datos de que
disponga determina el tipo de línea de tendencia que debe utilizar.
Confiabilidad de la línea de tendencia Una línea de tendencia es más confiable cuando
su valor R cuadrado está establecido en 1 o cerca de 1. Cuando ajusta los datos a una
línea de tendencia, Graph automáticamente calcula su valor R-cuadrado. Si lo desea,
puede mostrar este valor en el gráfico.