Estadstica II

No existen en la naturaleza
dos cosas exactamente iguales,
ni siquiera los gemelos, por tanto la
variacin es inevitable y es analizada por
la Estadstica

MsC. Yanko Bermdez Villa

Seman
a

Tema

Presentacin e Introduccin a la Asignatura

Distribuciones derivadas de la Normal

Unida
d
1

Distribucin Ji-Cuadrado
Distribucin T de Student
Distribucin F de Fisher

Anlisis de series cronolgicas y sus componentes

Mtodos de pronstico

Medias Mviles
Regresin Lineal y No Lineal

Muestreo de aceptacin

Planes de Muestreo
Aceptacin y rechazo de lotes

Pruebas de hiptesis

Anlisis de Varianza (ANOVA)

11

Uso de pruebas no - paramtricas

12

Pruebas de Kolmogorov - Smirnov

13

Prueba de los signos, Prueba de los rangos

13

Grficos de Control

14

Grficos de Control por Variables

Grficos de Control
por Atributos
MsC.
Yanko

Bermdez Villa

Pronostico es un mtodo mediante el cual se intenta conocer el comportamiento

futuro de alguna variable con algn grado de certeza. Existen disponibles tres grupos
de mtodos de pronsticos: Los cualitativos, los de proyeccin histricos y los
causales. Se diferencian entre s por la precisin relativa del pronstico del largo
plazo en comparacin con el corto plazo, el nivel de herramientas matemticas
requerido y la base de conocimiento como sustrato de sus proyecciones.

MsC. Yanko Bermdez Villa

Los pronsticos pueden ser utilizados para conocer el comportamiento futuros en

muchas fenmenos, tales como:
1. Mercadotecnia
Tamao del mercado
Participacin en el mercado
Tendencia de precios
Desarrollo de nuevos productos

MsC. Yanko Bermdez Villa

2. Produccin
Costo de materia prima
Costo de mano de obra
Disponibilidad de materia prima
Disponibilidad de mano de obra
Requerimientos de mantenimiento
Capacidad disponible de la planta para la produccin

MsC. Yanko Bermdez Villa

3. Finanzas
Tasas de inters
Cuentas de pagos lentos
4. Recursos Humanos
Nmero de trabajadores
Rotacin de personal
Tendencias de ausentismo
Tendencia de llegadas tarde

MsC. Yanko Bermdez Villa

5. Planeacin Estratgica
Factores econmicos
Cambios de precios
Costos
Crecimiento de lneas de productos

MsC. Yanko Bermdez Villa

Las necesidades de pronosticar

Los pronsticos se utilizan para acercarnos informacin futura y con ella
elaborar un plan de accin, de ah que las caractersticas de un pronostico
sean:
Primera. Todas las situaciones en que se requiere un pronostico, tratan con el
futuro y el tiempo este directamente involucrado. As, debe pronosticarse para
un punto especifico en el tiempo y el cambio de ese punto generalmente altera
el pronostico
MsC. Yanko Bermdez Villa

Segunda. Otro elemento siempre presente en situaciones de pronsticos es la

incertidumbre. Si el administrador tuviera certeza sobre las circunstancias que
existirn en un tiempo dado, la preparacin de un pronostico seria trivial.
Tercera. El tercer elemento, presente en grado variable en todas las situaciones
descritas es la confianza de la persona que hace el pronostico sobre la informacin
contenida en datos.

MsC. Yanko Bermdez Villa

Procedimientos
Todos los procedimientos formales de pronstico comprenden la extensin de las
experiencias del pasado al futuro incierto. De ah la suposicin de que las condiciones
que generaron los datos anteriores son indistinguibles de las condiciones futuras, con
excepcin de aquellas variables reconocidas de manera explcita por el modelo de
pronstico. Por ejemplo, si se esta pronosticando el ndice de desempeo de los
empleados en el trabajo, usando slo como pronstico la calificacin del examen de
admisin, se asume que el ndice de desempeo en el trabajo de cada persona se afecta
slo por dicho examen. Considerando que la suposicin de pasado y futuro
indistinguibles no se cumple, resultarn pronsticos imprecisos, a menos que se
modifiquen los modelos de pronstico teniendo en cuenta los cambios previstos.
MsC. Yanko Bermdez Villa

La aceptacin de que las tcnicas de pronsticos funcionan sobre datos generados

en sucesos histricos pasados conduce a la identificacin de cuatro pasos en el
proceso de pronstico:
1. Recopilacin de datos
2. 2. Reduccin o condensacin de datos
3. 3. Construccin del modelo
4. 4. Extrapolacin del modelo

MsC. Yanko Bermdez Villa

El paso 1 sugiere la importancia de obtener datos adecuados y asegurarse que

son correctos.

MsC. Yanko Bermdez Villa

El paso 2, la reduccin de datos con frecuencia es necesaria ya que en proceso

de pronstico es posible tener muchos o muy pocos datos. Algunos datos pueden
no ser pertinentes al problema, por lo que reduciran la precisin del pronstico.
Otros datos pueden ser los adecuados, pero slo en ciertos periodos histricos. Por
ejemplo, en el pronstico de ventas de automviles compactos podra desearse
emplear slo datos de ventas de automviles a partir del embargo petrolero de la
dcada de 1970, en vez de datos de los ltimos 50 aos.

MsC. Yanko Bermdez Villa

El paso 3 , la construccin del modelo, implica ajustar los datos reunidos en un modelo
de pronstico que sea el adecuado para minimizar el error del pronstico. Entre ms
sencillo sea el modelo, ser mejor para lograr la aceptacin del proceso por parte de
los administradores que toman las decisiones en la empresa. Con frecuencia se debe
establecer un balance entre un enfoque de pronstico complejo que ofrezca
ligeramente ms precisin y un enfoque sencillo que sea fcil de entender y ganar el
apoyo de quienes toman las decisiones, de manera que lo utilicen efectivamente. Es
obvio que los elementos de juicio forman parte de este proceso de seleccin.

MsC. Yanko Bermdez Villa

El paso 4 consiste en la extrapolacin en s del modelo de pronstico, lo cual ocurre

una vez que se recolectaron y tal vez redujeron, los datos adecuados y que se
seleccion un modelo de pronstico apropiado. Es comn que quien realiz el
pronstico revise la precisin del proceso mediante el pronstico de periodos
recientes de los que se conocen los valores histricos reales. Es entonces cuando
se observan los errores de pronstico y se resumen de algn modo. Ciertos
procedimientos de pronsticos, suman los valores absolutos de los errores y pueden
reportar esta suma, o dividirla entre el numero de intentos de pronstico para
obtener el error de pronstico promedio.
MsC. Yanko Bermdez Villa

Otros procedimientos obtienen la suma de cuadrados de los errores, que se

compara luego con cifras similares de mtodos de pronstico alternativos.
Algunos procedimientos tambin rastrean y reportan la magnitud de los trminos
de error sobre el periodo de pronstico. El examen de los patrones de error
conduce con frecuencia al analista a la modificacin del procedimiento de
pronstico, el cual genera despus pronsticos ms precisos.

MsC. Yanko Bermdez Villa

Tcnicas para el clculo de pronsticos

Cuando es difcil convertir en nmeros las variables que intervienen en la
determinacin de la demanda futura. La mayora es bajo costo y no requieren de
equipo computacional para hacerse, aunque su planeacin implica una gran
inversin de tiempo por parte de los directivos.
Cualitativas: normalmente se utilizan para planear a mediano y largo plazos.

MsC. Yanko Bermdez Villa

1. Opiniones de los gerentes/ejecutivos: se basa en la opinin general de un grupo

de directivos o gerentes de la empresa.
2. Tcnica Delphi: un grupo de expertos responde, de manera annima, a un
cuestionario que pregunta sobre las proyecciones de ventas de la empresa. Un
moderador lee en voz alta las respuestas y, entre todos, buscan consenso.

MsC. Yanko Bermdez Villa

3. Informacin de los vendedores: consiste en recopilar las estimaciones realizadas

por los vendedores (o distribuidores) acerca de las ventas esperadas en sus
territorios, con el fin de suponer la tendencia y cambios futuros.
4. Anlisis del ciclo de vida: se basa en la evaluacin de las etapas de un producto
o servicio para predecir su del producto demanda en el mercado. Esto es, desde la
introduccin, inicio y crecimiento, hasta las etapas de madurez y declinacin.
5. Investigacin de mercados: se propone recolectar datos de diversas maneras
(entrevistas, cuestionarios) para probar hiptesis acerca del mercado.

MsC. Yanko Bermdez Villa

Tcnicas cuantitativas
Tcnicas causales
Caractersticas: relacionan variables internas o externas con los niveles de
demanda, lo que brinda una visin amplia del sector. Los costos que implican son de
medios a bajos y usualmente requieren de equipo de cmputo.
6. Regresin: se predice la demanda futura a partir de una lnea recta formada por
los datos de demandas pasadas. Si slo se usa una variable del pasado se le llama
regresin simple. Si se usan dos o ms variables del pasado, se le nombra regresin
mltiple.
MsC. Yanko Bermdez Villa

7. Naive: es la aplicacin de un supuesto simple: en el prximo periodo se

repetir la demanda actual.
8. Suavizacin exponencial: consiste en estimar la demanda del prximo
periodo basndose en una combinacin de indicadores de la demanda reciente
y de los pronsticos pasados.

MsC. Yanko Bermdez Villa

9. Medias Mviles: El mtodo de Medias Mviles o Promedios Mviles elimina las

fluctuaciones aleatorias de la serie de tiempo, proporcionando datos menos
distorsionados del comportamiento real de misma.
10. Regresin Lineal y No Lineal: Se predice la demanda futura a partir de una lnea
formada por datos de demandas pasadas. Si slo se usa una variable del pasado se
le llama regresin simple. Si se usan dos o ms variables del pasado, se le nombra
regresin mltiple
MsC. Yanko Bermdez Villa

Mtodos de Pronstico: Medias mviles

Las series de tiempo llamadas tambin series cronolgicas o series
histricas son un conjunto de datos numricos que se obtienen en perodos
regulares y especficos a travs del tiempo.

MsC. Yanko Bermdez Villa

Medias mviles

El movimiento medio de orden N de una serie de valores Y1, Y2, Y3,... Yn se

define por la sucesin de valores correspondientes a las medias aritmticas:

MsC. Yanko Bermdez Villa

Por ejemplo: Dados los valores 4, 6, 8, 10, 12, tendramos para el movimiento
medio de orden 2:

O sea, los valores 5, 7, 9, 11

MsC. Yanko Bermdez Villa

Para el movimiento medio de orden 3 se tiene la serie:

Obteniendo los valores: 6, 8, 10

MsC. Yanko Bermdez Villa

Para el movimiento de orden 4:

Obteniendo los valores 7, 12

MsC. Yanko Bermdez Villa

Utilizando adecuadamente estos movimientos medios se eliminan los

movimientos o variaciones estacionales, cclicas e irregulares, quedando slo el
movimiento de tendencia. Este mtodo presenta el inconveniente de que se
pierden datos iniciales y finales de la serie original. Tambin se puede observar
que a medida que N crece, la cantidad de nuevos datos se reduce.
Si se emplean medias aritmticas ponderadas en el mtodo de los promedios
mviles, el mtodo toma de nombre Promedios Mviles Ponderados de
Orden N.

MsC. Yanko Bermdez Villa

Ejemplo Ilustrativo:
Con los siguientes datos acerca de la ventas en miles de dlares de la
Empresa D & M durante los ltimos 3 aos tomados en perodos de
trimestres:

MsC. Yanko Bermdez Villa

1) Suavizar los datos empleando el mtodo de los promedios mviles de orden 3

(longitud de 3 perodos).
2) Pronosticar las ventas para el trimestre nmero 13.
3) Suponga que para el Gerente de Ventas la ltima venta realizada es el doble de
importante que la penltima, y la antepenltima venta tiene la mitad de importancia
que la penltima. Realizar el pronstico de ventas para el trimestre nmero 13
empleando el mtodo de los promedios mviles ponderados de orden 3.
4) Elaborar un grfico en el que consten las ventas y los promedios mviles (ventas
suavizadas).

MsC. Yanko Bermdez Villa

Solucin:
1) El clculo de los promedios
mviles de orden 3 se presentan
en la siguiente tabla:

MsC. Yanko Bermdez Villa

MsC. Yanko Bermdez Villa

2) El ltimo valor del promedio mvil, que en este ejemplo es 26,33, representa el
pronstico de las ventas para el trimestre nmero 13, y tericamente para todo
trimestre futuro.
3) Para resolver lo planteado se toma
en cuenta las 3 ltimas ventas con sus
respectivos pesos

ponderaciones.

Estos datos se presentan en la siguiente

tabla:

MsC. Yanko Bermdez Villa

Reemplazando valores en la frmula de la media aritmtica ponderada se obtiene:

El valor 30,14 es el pronstico de ventas para el trimestre nmero 13.

MsC. Yanko Bermdez Villa

4) El grfico en el que constan las ventas y los promedios mviles se muestra en la

siguiente figura elaborado empleando Excel:

MsC. Yanko Bermdez Villa

Suavizacin exponencial
Este mtodo contiene un mecanismo de autocorreccin que ajusta los pronsticos en
direccin opuesta a los errores pasados. Es un caso particular de promedios mviles
ponderados de los valores actuales y anteriores en el cual las ponderaciones disminuyen
exponencialmente. Se emplea tanto para suavizar como para realizar pronsticos. Se
emplea la siguiente frmula:

MsC. Yanko Bermdez Villa

Cuando exista menos dispersin en los datos reales respecto a los datos
pronosticados entonces ser ms confiable el mtodo empleado. Para saber cuan
preciso es el mtodo empleado en la realizacin del pronstico se utiliza la siguiente
frmula del cuadrado medio del error (CME) como indicador de precisin del
pronstico:

Siendo n el nmero de errores.

MsC. Yanko Bermdez Villa

Ejemplo ilustrativo: Con los siguientes datos acerca de la ventas en miles de

dlares de la Empresa D & M durante los ltimos 12 meses:

MsC. Yanko Bermdez Villa

1) Suavizar los datos empleando el mtodo de suavizacin exponencial con a = 0,5.

Pronosticar las ventas para el mes de septiembre. Calcular el cuadrado medio
del error. Elaborar un grfico en el que consten las ventas y los pronsticos.
2) Suavizar los datos empleando el mtodo de los promedios mviles de orden 3.
Pronosticar las ventas para mes de septiembre. Calcular el cuadrado medio del
error. Elaborar un grfico en el que consten las ventas y los promedios mviles.
3) Qu mtodo es el ms preciso?

MsC. Yanko Bermdez Villa

Solucin:
1) Realizando los clculos se suavizamiento se obtienen los resultados
respectivos de pronstico, los cuales se presentan en la siguiente tabla:

MsC. Yanko Bermdez Villa

MsC. Yanko Bermdez Villa

Observando la tabla anterior se tiene que el pronstico de ventas para el mes de

septiembre es de 6,798, o para cualquier perodo futuro, ya que los datos no
presentan una tendencia sino que se supone que varan o fluctan a largo plazo
alrededor de este valor promedio.

MsC. Yanko Bermdez Villa

Calculando el cuadrado medio del

error se obtienen los siguientes
resultados, los cuales se presentan
en la siguiente tabla:

MsC. Yanko Bermdez Villa

Aplicando la frmula se obtiene el cuadrado medio del error:

MsC. Yanko Bermdez Villa

La grfica de las ventas y los pronsticos con el mtodo de suavizacin exponencial

elaborada en Excel se muestra en la siguiente figura:

MsC. Yanko Bermdez Villa

Observando el grfico anterior se tiene que el ltimo pronstico calculado es de 7,

por lo que el pronstico para septiembre es de 7.
Observando el grfico anterior se tiene que el cuadrado medio del error es de 4,522.
La grfica de las ventas y los pronsticos con el mtodo de los promedios mviles
elaborada en Graph se muestra en la siguiente figura:

MsC. Yanko Bermdez Villa

3) Como CME en el mtodo de suavizacin exponencial es de 7,09 y con el

mtodo de los promedios mviles es de 4,52, se concluye que el mtodo de los
promedios mviles es el ms preciso para este ejemplo ilustrativo.

MsC. Yanko Bermdez Villa

Ejercicios
1. En Enero un vendedor de vehculos estim unas ventas de 142
automviles para el mes siguiente. En Febrero las ventas reales
fueron de 153 automviles. Utilizando una constante de
suavizacin exponencial de 0.20 presupueste las ventas del mes
de Marzo.

MsC. Yanko Bermdez Villa

2. Una empresa de consumo masivo lleva registro de la demanda mensual de

uno de sus productos emblemticos para un perodo de un ao. Dicha
informacin se presenta en la columna etiquetada Demanda en la imagen a
continuacin. Se requiere utilizar el mtodo de suavizamiento exponencial
simple considerando tres valores para el parmetro de suavizamiento alfa:
0,1; 0,5 y 0,9. Obtener el pronstico del perodo 13 (mes de Enero del ao
siguiente) y evaluar el ajuste del mtodo para cada uno de los valores de alfa
propuestos.

MsC. Yanko Bermdez Villa

MsC. Yanko Bermdez Villa