Tcnicas de Prediccin

(Texto de Sapag)
Dr Juan Cevallos

La Prediccin
Se debe considerar solo como una medicin
de evidencias incompletas, basadas en
comportamientos empricos de situaciones
parcialmente similares o en inferencias de
datos estadsticos disponibles.
Los diversos mtodos para hacer
pronsticos deben ser considerados,
muchas veces, como complementarios.
Difcilmente los resultados de uno coincidan
con los de otros.

Tcnicas de Pronstico
Cuantitativas y Cualitativas.
Cuando se dispone de datos
histricos suficientes, es posible
utilizar los modelos cuantitativos de
proyeccin.
Si estos no existen o son
insuficientes, lo mejor es recurrir a
los mtodos cualitativos.

Tcnicas cuantitativas de prediccin

Dos grupos : los modelos causales y los modelos de
series de tiempo. Un tercero, el de datos de panel, es
solo una combinacin de los dos anteriores.
Por ejemplo, en un proyecto de atenciones
peditricas, un modelo causal vinculara el nmero
de prestaciones mdicas con la cantidad de nios de
cada zona geogrfica;
uno de series de tiempo analizara la evolucin en el
tiempo del nmero de prestaciones; y
uno de datos de panel relacionara la evolucin de la
poblacin infantil con el nmero de atenciones
peditricas a travs del tiempo.

Modelos causales
Los modelos causales requieren que
exista una relacin entre los valores
de ambas variables y que los de la
variable independiente sean
conocidos o que su estimacin
otorgue una mayor confianza.

Regresin Lineal
El mtodo de los mnimos cuadrados o
regresin lineal busca determinar la recta que
represente de mejor manera la tendencia de
las relaciones observadas entre dos variables,
para usarlas como base de la proyeccin de
la tendencia futura, calculando en la
En la ecuacin los valores de a y b que
definan la funcin Y que minimice las
desviaciones, los datos observados y la
ecuacin: y = a+bx

Y = a + bx
Donde:
Y es la funcin de proyeccin o lnea
de tendencia;
a, el comportamiento no explicado por
la variable x;
b, el comportamiento explicado por la
variable x que indica en cunto cambia
el valor de Y por cada unidad que
cambie x.

Ejemplo - Datos

En Excel

Modelos de series de
tiempo

Modelos de series de
tiempo
Sin estacionalidad y sin tendencia:
promedio mvil simple y suavizamiento
exponencial.
Con estacionalidad y sin tendencia: aditivo
estacional y multiplicativo estacional.
Sin estacionalidad y con tendencia:
promedio mvil doble y suavizamiento
exponencial doble.
Con estacionalidad y con tendencia: aditivo
Holt-Winters y multiplicativo Holt-Winters

 Todos los modelos desagregan los

datos histricos en funcin de :
tendencias y
estacionalidades
para luego replicarlos en la
proyeccin futura.

Tcnicas cualitativas de prediccin

1. El mtodo Delphi
Constituir un grupo heterogneo de expertos
en un proceso en el que todos proporcionan
informacin de manera interactiva, la cual es
tratada sistemticamente por un coordinador
para concluir en una convergencia de la
informacin colectiva; de ella nace la
prediccin.
Para eso, la participacin de cada experto es
annima y se la proporciona al coordinador,
quien recopila, procesa y retroalimenta a
todos los expertos con las opiniones del resto.

Ejemplo
Para hacer una prediccin del mercado habitacional
mediante la aplicacin del mtodo Delphi, se puede
constituir un grupo de expertos integrado por:
un agente corredor de propiedades, una ex
autoridad econmica del sector viviendas del
gobierno, un empresario de la construccin,
un analista de una institucin bancaria
especializado en crditos para la compra de
viviendas, un analista bancario especializado en
otorgar financiamiento a proyectos inmobiliarios,
un funcionario de la direccin de obras municipales
de la comuna donde se insertara el proyecto

 y un universitario recin egresado de la

carrera de Administracin que, con un
nulo conocimiento del mundo real, con
seguridad aportar la aplicacin de uno o
ms de los modelos cuantitativos ya
explicados.
El equipo interdisciplinario as constituido,
entre otros expertos, podr aportar su
experiencia en cada uno de los campos
de trabajo y reas de inters para
conducir a un solo pronstico del grupo.

Investigacin de mercados
La investigacin de mercados considera
la opinin de los clientes como
pertinente en la actividad predictiva.
Para ello, recurre a diversas formas de
recopilacin de sus opiniones, como por
ejemplo la toma de encuestas a una
muestra representativa de la poblacin.

ejemplo
Si se busca medir la intencionalidad
de compra para un nuevo producto
que la empresa evala lanzar al
mercado, se debe en primer lugar
seleccionar el tamao y la ubicacin
de la muestra representativa, para
luego efectuar la toma de la
encuesta y analizar la informacin
recopilada.

Comprende

Muestreo.
Marco muestral.
Muestra.
Diseo de la encuesta.
Escalas de respuesta.
Tabulacin y anlisis de resultados

 El tamao de la muestra para

poblaciones finitas se calcula por:
Donde 2 es la varianza; N, el tamao
de la poblacin; n, el tamao de la
muestra, y S2, la varianza de la
muestra.
El error (E) respecto del valor
promedio se obtiene de multiplicar el
nivel de confianza (Z) por la desviacin
estndar (). O sea:

Ejemplo
Si la poblacin objetivo se estima en
200 000 personas, si la media
observada en la prueba piloto fue de
165 unidades consumidas y la varianza
muestral fue 340, para un error de 2%
respecto de la media y un nivel de
confianza de 95,44% (Z = 2), entonces:

Como S2 = 340, entonces:

Si una vez tabuladas las 125 encuestas, se

encuentra que el promedio en el consumo
fue de 182, la demanda de la poblacin se
estimara por:
182 * 200.000 = 36.400.000

Muestreo Estratificado
El muestreo estratificado se aplica
cuando se observan subgrupos con
caractersticas comunes entre ellos,
pero diferenciadas entre subgrupos.
Por ejemplo, cuando por niveles de
ingreso, edad u objetivo de uso
(turismo o negocios), los usuarios de
un hotel manifiestan
comportamientos diferentes.

 En este caso, el tamao de la

muestra para toda la poblacin
estar determinado por:

Donde Ne es el tamao del estrato e;

Se, la desviacin estndar de la
variable en el estrato e, y B, el error.

 Para calcular el tamao muestral de

cada estrato, se recurre a una simple
regla de tres:

Ejemplo
Para proyectar la demanda de un
determinado producto, se realiz una
prueba piloto entre familias de los
estratos socioeconmicos A, B y C1,
y se obtuvieron los siguientes
resultados destinados anualmente a
su consumo.

 Suponiendo un error de 20.000, el

tamao de la muestra del total de la
poblacin sera:

De acuerdo con esto, la muestra

total debe incluir 115 encuestas que
se distribuyen entre cada estrato
como sigue.

Prediccin tecnolgica
es un mtodo que incentiva la capacidad
de anticipar el desarrollo de nuevas
tecnologas o productos y el impacto que
podran tener en el mercado especfico de
la empresa.
Casos tpicos son la posibilidad de
introducir el gas en sustitucin del petrleo
en diversos procesos productivos, la
comunicacin inalmbrica o el desarrollo
de nuevos insumos para la construccin.

 El mtodo trata de prever un ciclo de

vida y anticipar una curva de
sustitucin para definir la
oportunidad del reemplazo de un
mercado, un producto, insumo o
tecnologa, con la antelacin
suficiente para no tener que
enfrentar los costos de la
improvisacin o de la decisin
reactiva a un hecho consumado