Modulo:

Gestión de la Producción
DIPLOMADO EN “GESTIÓN ESTRATÉGICA PARA LOS NEGOCIOS”
( 12 EDICIÓN – 2 VERSIÓN )
Ms.C. Ing. Wilson Rosas Paredes
Abril 2024
Santa Cruz - Bolivia
 Tema:
Pronósticos y análisis
correlacional
 Regresión y Correlación

Objetivos
•Entender los términos: función de
regresión, diagrama de dispersión, gráficos
de la función de regresión, coeficiente de
correlación.
•Encontrar la función de regresión lineal por
medio del método de los mínimos cuadrados.
•Pronosticar el valor de la variable
dependiente utilizando la función de
regresión.
•Encontrar el modelo de regresión adecuado
que explique la relación entre dos variables
utilizando la computadora
Ms.C. Ing. Wilson Rosas Paredes
 Regresión

FUNCIÓN DE REGRESIÓN

Es una expresión matemática que muestra la

relación que hay entre una variable
independiente y una variable dependiente,
la función de regresión sirve para estimar o
pronosticar el valor de la variable
dependiente a partir de un valor de la
variable independiente. Entre los modelos
tenemos: lineal, potencial, exponencial,
etc.
Ms.C. Ing. Wilson Rosas Paredes
 Regresión

REGRESIÓN LINEAL
Este modelo se basa en la ecuación de la línea recta
Y = mx + b
La expresión de regresión lineal se expresa con la fórmula:

Y = a + bx

Ms.C. Ing. Wilson Rosas Paredes

 Regresión

Regresión lineal

El enfoque de los mínimos

cuadrados da como resultado
una línea recta que minimiza
la suma de los cuadrados de
las distancias verticales o
desviaciones de la recta a
cada una de las
observaciones reales.

Ms.C. Ing. Wilson Rosas Paredes

 Regresión

Regresión lineal

Resolviendo la ecuación se tiene:

Ms.C. Ing. Wilson Rosas Paredes

 Regresión y Correlación

Según Kenneth, Hopkins y Glass el Coeficiente de correlación

“son mediciones descriptivas que muestran la dirección y grado
de relación entre dos variables.” El coeficiente de correlación trata
de medir cuán dependiente es una variable de la otra.

Según Karl Pearson, el Coeficiente de correlación describe la

magnitud de la relación entre dos conjuntos de variables de
intervalo o de razón. Se designa como r y con frecuencia se lo
denomina r de Pearson.

Ms.C. Ing. Wilson Rosas Paredes

 Como se expresa la correlación

1. r =-1 (correlación negativa perfecta)

2. r=0 (no existe correlación)
3. r=1 (correlación positiva perfecta)

El signo algebraico (+ o -) del coeficiente de correlación indica la

dirección de la relación. Para ilustrar mejor la correlación tome en
cuenta lo siguiente:

Cuando valores bajos de (X) tienden a asociarse con valores bajos

en (Y), y valores altos en (X) con valores altos en (Y), la correlación
entre X y Y es positiva.
Si valores altos de (X) están asociados con valores bajos en (Y), y
viceversa, la correlación es negativa.

Ms.C. Ing. Wilson Rosas Paredes

 Por consiguiente para medir numéricamente el coeficiente de
correlación usamos la siguiente formula.

Ms.C. Ing. Wilson Rosas Paredes

 Gráficas o diagramas de dispersión
11-5

Gráfica A: Correlación perfecta negativa

10
9
8
7
6
Y 5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
X

Ms.C. Ing. Wilson Rosas Paredes

 11-6

Gráfica B: Correlación perfecta positiva

10
9
8
7
6
5
4
Y 3
2
1
0

0 1 2 3 4 5 6 7 8 9 10
X

Ms.C. Ing. Wilson Rosas Paredes

 11-7

Grafica C: Correlación cero

10
9
8
7
6
Y 5
4
3
2
1
0

0 1 2 3 4 5 6 7 8 9 10
X

Ms.C. Ing. Wilson Rosas Paredes

 Coeficiente de determinación

Una vez calculado el coeficiente de correlación se puede

interpretarlo como “fuerte”, “moderado” o “débil”, pero
esta interpretación no es precisa.

Por tanto una medida que tiene mejor interpretación es el

coeficiente de determinación. Su cálculo consiste en
elevar al cuadrado el resultado del coeficiente de
correlación.

Ms.C. Ing. Wilson Rosas Paredes

 Error estándar de estimación Sxy

El error estándar de la estimación o desviación estándar de la

regresión, mide el error desde la variable dependiente, y, hasta la
recta de regresión, en lugar de hasta la media.

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

PRONOSTICAR es el arte y la ciencia de predecir los eventos futuros.

Puede involucrar el manejo de datos históricos para proyectarlo al
futuro, mediante algún tipo de modelo matemático.

Horizonte de tiempo en pronósticos

Los pronósticos se clasifican generalmente en el horizonte de tiempo
futuro que describen a continuación:
1. -Pronóstico a corto plazo. Este tiene un lapso hasta de un año,
pero es generalmente menor a tres meses.
2.- Pronostico a mediano plazo. Un pronostico de rango mediano, o
intermedio, generalmente con un lapso de tres a dieciocho meses.
3.- Pronostico a largo plazo. Generalmente con lapsos de tres años
o más,

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

Tipos

•Pronósticos económicos. Tasas de inflación, suministros de

dinero, construcciones de vivienda y otros indicadores.

•Pronósticos tecnológicos. Índices de progreso tecnológico,

nuevas plantas y equipos.

•Pronóstico de la demanda. Pronósticos de venta que ayudan

a orientar los sistemas de producción, capacidad y
programación de la empresa y apoyan en la planificación
financiera, marketing y personal.

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS
Importancia estratégica

•Recursos •Capacidad •Cadena de

Humanos •Los faltantes suministro
•Contratación, pueden •Las buenas
capacitación y significar relaciones con el
despido perdida de proveedor y las
depende de la clientes y de subsecuentes
demanda participación de ventajas de precio
prevista. mercado. Los en materiales y
excesos partes dependen de
producen pronósticos
incrementos en adecuados
costos

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

Pasos para realizar un pronóstico

Seleccionar los
Determinar el aspectos que se Horizonte del
uso del deben pronosticar pronóstico
pronóstico

Reunir los datos

Obtener el necesarios para Selección del
pronóstico elaborar el modelo de
pronóstico pronóstico

Validar e
implementar
los resultados

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

•Existen dos enfoques generales para pronosticar:

•Pronósticos cuantitativos manejan una variedad de modelos

matemáticos que utilizan datos históricos y / o variables
causales para pronosticar la demanda.

•Pronósticos cualitativos o subjetivos incorporan factores

importantes tales como la intuición, emociones, experiencias
personales del que toma la decisión, y sistema de valores para
alcanzar un pronóstico.

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

CUALITATIVOS

1. JURADOS DE Expertos o administradores

OPINION. de alto nivel

2. METODO Nivel de decisión – personal y

DELPHI entrevistados

3. FUERZA DE Vendedores – pronóstico

VENTAS global

4. ENCUESTA EN
EL MERCADO DE Clientes o posibles clientes
CONSUMO
Ms.C. Ing. Wilson Rosas Paredes
 PRONOSTICOS

CUANTITATIVOS

•Emplean datos históricos y hay dos categorías

Los primeros cuatro se llaman modelos de serie de tiempo. Ellos predicen

sobre la base de la suposición de que el futuro es una función del pasado. En
otras palabras, ellos ven lo que ha pasado en un periodo de tiempo y usan una
serie de datos pasados para hacer el pronóstico.

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

Series de tiempo

Implican que los valores futuros se predicen solamente a partir

de valores pasados, ignorando otras variables. Ceteris Paribus

Componentes de una serie de tiempo

VARIACIONES
TENDENCIA ESTACIONALIDAD CICLOS
ALEATORIAS

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

Series de tiempo

Comportamiento
Demanda para el producto o servicio

de la tendencia

Picos estacionales

Linea real de
la demanda

Promedio de la
demanda después
de cuatro años

Año Año Año Año

1 2 3 4

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

ENFOQUES DE PRONOSTICOS

Enfoque intuitivo
La manera mas fácil de pronosticar es asumir que la demanda del siguiente
periodo es justamente igual a la demanda en el periodo mas reciente. En otras
palabras, si las ventas de un producto, por ejemplo de toneladas de soya, fueron
de 2000 toneladas en junio, podemos pronosticar que las ventas de julio serán
también de 2000 toneladas. ¿Qué sentido tiene esto? Resulta que algunas líneas
de productos, seleccionan a este enfoque simplista por que es el modelo de
pronóstico más eficiente en costo y más objetivo. Por lo menos ofrece un punto
de partida sobre el que se pueden comprar los modelos más sofisticados

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS
Pr omedio móvil =
 demanda en n períodos previos
n
ENFOQUES DE PRONOSTICOS

Promedios móviles simples

Los promedios móviles son útiles si se asume que las demandas del
mercado serán más o menos constantes durante un determinado
periodo de tiempo. Un promedio móvil de cuatro meses se toma
sencillamente, como la suma de la demanda durante los últimos cuatros
meses divida entre cuatro. Con cada que pasa, el dato del mes más
reciente se adiciona a la suma de los datos de los tres meses previos, y
el primer mes se suprime. Esto tiende a suavizar las irregularidades a
corto plazo en las series de datos.
Matemáticamente, el promedio móvil simple (que sirve como estimación
de La demanda del periodo siguiente) se expresa como:

Pr omedio móvil =
 demanda en n períodos previos
n

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

ENFOQUES DE PRONOSTICOS

Promedios móviles simples . Ejemplo

Pr omedio móvil =
 demanda en n períodos previos
n

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

ENFOQUES DE PRONOSTICOS

Promedios móviles ponderados

Cuando existe una tendencia o patrón, los pesos pueden ser

utilizados para poner más énfasis en los valores recientes.
Esto hace que las técnicas sean más sensibles a los
cambios, ya que los periodos recientes pueden tener mayor
peso. Decir que pesos se van a utilizar requiere de alguna
experiencia y un poco de suerte. La elección de los pesos es
de alguna forma arbitraria ya que no existe alguna formula
para determinarlos. Si el último mes o periodo tienen
demasiado peso, el pronóstico puede reflejar un cambio
rápido e inusual en la demanda o patrón de ventas.
Ms.C. Ing. Wilson Rosas Paredes
 PRONOSTICOS

ENFOQUES DE PRONOSTICOS
Promedios móviles ponderados
Ejemplo:
La empresa “El tiluchi” decide pronosticar las ventas de
podadoras pesando los últimos tres meses como sigue:

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

ENFOQUES DE PRONOSTICOS
Promedios móviles ponderados
Los promedios móviles ponderados se muestran a continuación:

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

ENFOQUES DE PRONOSTICOS

Suavización exponencial

Implica mantener muy pocos registros de datos históricos. Similar

al promedio móvil ponderado. Se calcula con:

Coeficiente de Suavización exponencial. α

Varia desde 0,05 a 0,5 para aplicaciones comerciales
Ms.C. Ing. Wilson Rosas Paredes
 PRONOSTICOS

ENFOQUES DE PRONOSTICOS

Suavización exponencial. Ejemplo

En enero, se predijo que la demanda de un producto para febrero

sería de 142 Tn. La demanda real de febrero fue de 153 Tn. Si
empleamos la constante de suavización α = 0,20, pronosticar la
demanda en toneladas para marzo.

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

Medición del error del pronóstico

Error del pronóstico = demanda real – valor pronosticado

Error del pronóstico = At - Ft

Desviación absoluta media MAD

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

Medición del error del pronóstico, Ejercicio

Calcular los errores de pronóstico en términos de desviaciones absolutas y MAD

Ms.C. Ing. Wilson Rosas Paredes

 PRONOSTICOS

Medición del error del pronóstico, Ejercicio

TN REALES Pronostico Desviación Pronostico Desviación

TRIMESTRE DESCARGADA redondeado absoluta α = redondeado absoluta α =
S con α = 0,10 0,10 con α = 0,50 0,50
1
2
3
4
5
6
7
8
SUMA DE DESVIACIONES ABSOLUTAS

MAD

Ms.C. Ing. Wilson Rosas Paredes

 PROYECCIONES CON TENDENCIA

Esta técnica ajusta una línea de tendencia a una serie de puntos

de datos históricos, y después proyecta la línea hacia el futuro
para pronóstico con un rango de mediano a largo plazo. Se
pueden desarrollar varias ecuaciones matemáticas con
tendencias (por ejemplo, exponenciales y cuadráticas).

Ms.C. Ing. Wilson Rosas Paredes

 PROYECCIONES CON TENDENCIA

Proyección lineal

Si se decide desarrollar una línea de tendencias rectas mediante un

método estadístico preciso, se puede aplicar el método de mínimos
cuadrados. Este intento da por resultado una línea recta que
minimiza la suma de los cuadrados de las diferencias verticales
entre la línea y cada una de las observaciones reales.
Valores de la variable dependiente

Línea de
*
Dist62 tendencia
Dist72
*
2
2 * Dist5
* Dist3
Dist42
*
* Dist22
Dist12
*

Tiempo
Ms.C. Ing. Wilson Rosas Paredes
 PROYECCIONES CON TENDENCIA

Proyección lineal

yˆ = a + bx

Valores de la variable dependiente

Línea de
*
tendencia

 xy − n x y
Dist62
Dist72
*
b=
2
2 * Dist5
* Dist3

 x 2
− n x 2

* Dist22
*
Dist42

Dist12
*

a = y − bx
Tiempo

Ms.C. Ing. Wilson Rosas Paredes

 PROYECCIONES CON TENDENCIA

Proyección lineal

Ejemplo:
La demanda para la energía eléctrica en la CRE en el periodo 2016
– 2022 se muestra a continuación, en megawatts. Ajustar una línea
recta con tendencia a estos datos y proporcionar la demanda de
2023. Asimismo proyectar la demanda del 2024
Año Periodo Demanda de
energía eléctrica
2016 1 74
2017 2 79
2018 3 80
2019 4 90
2020 5 105
2021 6 142
2022 7 122
Ms.C. Ing. Wilson Rosas Paredes
 PROYECCIONES CON TENDENCIA

Proyección lineal
Ejemplo:

b = 10,54
a = 56,70
yˆ = a + bx = 56 .70 + 10 .54 x
Ms.C. Ing. Wilson Rosas Paredes
 PROYECCIONES CON TENDENCIA

Proyección lineal
Ejemplo:
yˆ = a + bx = 56 .70 + 10 .54 x
Para proyectar la demanda en 2023, primero se denota el año de
2023 en el nuevo sistema de codificación como x = 8
( demanda en 2023) = 56.70 + 10.54(8)
= 141 .02, o 141 megawatts
Para proyectar la demanda en 2024, se denota el año de 2024 en el
nuevo sistema de codificación como x = 9
(demanda en 2024) = 56.70 +10.54(9)

= 151.56, 154 megawatts

Ms.C. Ing. Wilson Rosas Paredes
 PROYECCIONES CON TENDENCIA

Proyección lineal

Para verificar la validación del modelo, se imprime la demanda

histórica y la línea de tendencia
Demanda Enería eléctrica
160

140
y = 10,536x + 56,714
R² = 0,8009
120
MWATS

100

80

60

40
2016 2017 2018 2019 2020 2021 2022
AÑO

Ms.C. Ing. Wilson Rosas Paredes

 PROYECCIONES CON TENDENCIA

Proyección lineal

Ejercicio propuesto:

A continuación se tiene la demanda AÑO DEMANDA

histórica de alumnos de la maestría en 2018 35
Administración de Empresas en 2019 40
Business School. 2020 40
Calcular:
a) La ecuación lineal ajustada. 2021 70
b) La demanda del servicio para los próximos 2022 75
3 años, 2023 105
c) Calcular el coeficiente de correlación y
determinación y explicar los resultados

Ms.C. Ing. Wilson Rosas Paredes

 PROYECCIONES CON TENDENCIA

Variaciones estacionales en los datos

Las variaciones estacionales en los datos son movimientos regulares

ascendentes o descendentes en una serie de tiempo que se
relaciona con acontecimientos recurrentes como el clima o las
vacaciones.
Por ejemplo la demanda de carbón o aceite aumenta durante los
meses de invierno.
La estacionalidad se aplica a patrones recurrentes en horas, días,
meses u otros períodos.
Los restaurantes de comida rápida registran diariamente repuntes al
medio día y nuevamente después de las 5 de la tarde. Los cines
aumentan se demanda los viernes y sábados por la noche

Ms.C. Ing. Wilson Rosas Paredes

 PROYECCIONES CON TENDENCIA

Pasos para calcular la estacionalidad (en un mes)

1. Encontrar la demanda histórica promedio de cada estación.

2. Calcular la demanda promedio de todos los meses.
3. Calcular el índice estacional para cada estación. Se divide la
demanda histórica real de ese mes entre la demanda promedio
de todos los meses
4. Estimar la demanda total anual para el próximo año
5. Dividir la estimación de la demanda total anual entre el numero de
estaciones, luego multiplicarla por el índice estacional.

Ms.C. Ing. Wilson Rosas Paredes

 PROYECCIONES CON TENDENCIA

Estacionalidad Ejemplo
La siguiente tabla muestra la demanda mensual de artilugios desde el 2021
hasta el 2023.
DEMANDA
DEMANDA DEMANDA
INDICE
MES 2021 2022 2023 PROMEDIO PROMEDIO
ESTACIONAL
2018-2020 MENSUAL
Ene 80 85 105
Feb 70 85 85
Mar 80 93 82
Abr 90 95 115
May 113 125 131
Jun 110 115 120
Jul 100 102 113
Ago 88 102 110
Sep 85 90 95
Oct 77 78 85
Nov 75 82 83
Dic 82 78 80

Calcular la demanda estacional mensual para el 2024 en base a la información,

suponiendo que la demanda anual proyectada para ese año será de 1800 ,
Ms.C. Ing. Wilson Rosas Paredes
 ANALISIS CAUSAL

Proyección lineal

Ejercicio:

Alvaro Zapata es dueño de una compañía transnacional y se

ha percatado que el volumen en dólares de su trabajo de
renovación es dependiente de la nómina en el área del
Chapare. La siguiente tabla enumera ingresos y la cantidad
de dinero ganada por los trabajadores asalariados en el
Chapare durante los 2016 – 2021.

Ms.C. Ing. Wilson Rosas Paredes

 La administración de Zapata desea establecer una relación matemática que
le ayude a predecir las ventas. Primero, necesitan determinar si existe una
relación de línea recta (lineal) entre la nómina del área y las ventas, para
imprimir los datos conocidos en un diagrama.

Ms.C. Ing. Wilson Rosas Paredes

 4

Ventas de Nobel (en $ cientos de milles)

3 ,5

2 ,5

1 ,5

0 ,5

0
0 2 4 6 8

N o m in a d e l á re a (a n $ c ie n t o s d e m illo n e s )

Ms.C. Ing. Wilson Rosas Paredes

 A partir de los puntos se puede apreciar que existe una ligera relación
positiva entre la variable independiente, la nómina y la variable
independiente; las ventas. Mientras la nómina se incrementa, las
ventas de Zapata tienden a ser mayores.

a) Encontrar la ecuación lineal por mínimos cuadrados

b) Si la cámara de comercio predice que la nómica del Chapare será
de 600 millones el próximo año, estimar las ventas de Zapata con la
ecuación encontrada,
c) Calcular el coeficiente de correlación
d) Calcular el coeficiente de determinación
e) Explicar los resultados obtenidos

Ms.C. Ing. Wilson Rosas Paredes

 Ejercicios

Ms.C. Ing. Wilson Rosas Paredes

 Ejercicios

Ms.C. Ing. Wilson Rosas Paredes

 Ejercicios

Ms.C. Ing. Wilson Rosas Paredes

 Ejercicios

Ms.C. Ing. Wilson Rosas Paredes

 Ejercicios

Ms.C. Ing. Wilson Rosas Paredes

 Ejercicios

Realice un pronóstico para los próximos 3 años de la demanda de

cerveza en la ciudad de Santa Cruz de la Sierra, considerando las
condiciones actuales y contexto que se vive por la pandemia en el
Pais. Utilice información que sea necesaria para realizar un
pronóstico adecuado (fuentes externas, estudios internos
nacionales, y otros).
Debe construir un histórico de por lo menos 4 años pasados y
explicar a detalle la forma de la construcción de esos datos y con
esa información proyectas a futuro con todos los modelos de
tendencia aprendidos.
Seleccionar el mejor modelo de pronóstico justificando la elección
con criterios objetivos y subjetivos.
El trabajo es de presentación grupal y debe ser subido por solo una
persona de cada grupo.

Ms.C. Ing. Wilson Rosas Paredes