03 Pronosticos

Pronósticos
Por Lic. Gabriel Leandro, MBA

http://www.auladeeconomia.com
Saltar a la primera página

1.1. Necesidad de
pronosticar
■ Entorno altamente incierto
■ La intuición no necesariamente da los
mejores resultados
■ Mejorar la planeación
■ Competitividad y cambio
■
www.auladeeconomia.com

1.2. Tipos de pronósticos
Por su plazo: De corto plazo
De largo plazo
Según el entorno a Micro

pronosticar Macro
Según el Cualitativo
procedimiento Cuantitativo
empleado

1.3. Pasos de la elaboración
de pronósticos
■ 1. Recopilación de datos
■ 2. Reducción o condensación de
datos
■ 3. Construcción del modelo
■ 4. Extrapolación del modelo
■

2. Exploración de patrones de
datos
■ Se requieren suficientes datos
históricos
■ Se apoyan en la suposición de que
el pasado puede extenderse hacia
el futuro

Las técnicas cuantitativas
pueden ser:
Estadísticas ■
■
Se enfocan en patrones y en
cambios en los patrones y
sus perturbaciones
Determinísticas Son de tipo causal,

establecen relación entre la
variable a pronosticar y otras
variables

Con relación a las
técnicas cuantitativas
estadísticas se
presentan dos enfoques:
Los datos se pueden descomponer
■
en componentes de tendencia,
cíclicos, estacionales y aleatorios.
■ Modelos econométricos de series de
tiempo y Box-Jenkins.

3. Componentes de
series de tiempo:
■ Una serie de tiempo consta de datos
que se reúnen, registran u
observan sobre incrementos
sucesivos de tiempo.
■ Se requiere un enfoque sistemático
para analizarlas.

Descomposición clásica
de series de tiempo:
Componente Descripción
Tendencia Es el componente de largo plazo que
representa el crecimiento o disminución
en la serie sobre un periodo amplio.
Cíclico Es la fluctuación en forma de onda
alrededor de la tendencia.
Estacional Es un patrón de cambio que se repite a
sí mismo año tras año.
Aleatorio Mide la variabilidad de las series de
tiempo después de retirar los otros
componentes.
4. Selección de una
técnica de pronóstico:
■ Datos
Las fuerzas estacionarios
que generan la serie se han estabi-
lizado y el medio permanece relativamente sin
cambios.
■ Se puede lograr la estabilidad haciendo
correcciones sencillas a factores como
crecimiento de la población o la inflación.
■ La serie se puede transformar en una serie
estable.
■ La serie es un conjunto de errores de pronóstico,
de una técnica de pronóstico que se considera
adecuada.
Datos con tendencia
■ Productividad creciente y nueva
tecnología producen cambios.
■ El incremento de la población elevan la
demanda por productos.
■ El poder de compra se afecta por la
inflación.
■ Aumenta la aceptación en el mercado de
un producto.

Datos con
estacionalidad
■ El clima influye en la variable de
interés.
■ El año calendario influye en la
variable.

Series cíclicas
■ El ciclo del negocio influye sobre la
variable.
■ Cambios en el gusto popular.
■ Cambios en la población.
■ Cambios en el ciclo de vida del
producto.

5. Medición del error en
el pronóstico
■ Se compara la precisión de dos o más
técnicas de pronóstico.
■ Se mide la confiabilidad de una
técnica de pronóstico.
■ Se busca la técnica óptima.

5. Medición del error en
Periodo, t
el pronóstico
Yt Pronóstico, Yt
1 58 -
2 54 58
3 60 54
4 55 60
5 62 55
6 62 62
7 65 62
8 63 65
9 70 63 Saltar a la primera página
5. Fórmulas de
medición del error en el
pronóstico

5. Fórmulas de
pronóstico

5. Fórmulas de
pronóstico

6. Modelos de series de
tiempo
6.1. Modelos no formales:
■ Estas técnicas suponen que los
periodos recientes son los mejores
para pronosticar el futuro.
■ El método más sencillo es el método
del último valor:
 Pronóstico = último valor

6.1. Método del último
valor
t Yt Yt+1 et
1 42
2 52 42 10
3 54 52 2
4 65 54 11
5 51 65 -14
6 64
51 13
6.2. Metodos de
promedio
■ Promedios simples:
■ Se obtiene la media de todos los
valores pertinentes, la cual se
emplea para pronosticar el
periodo siguiente.

Promedios
t
simples:
Yt Yt+1
1 42
2 52 42
3 54 47.00
4 65 49.33
5 51 53.25
6 64 52.80

Promedios móviles:
■ Este método no considera la media de
todos los datos, sino solo los más
recientes.
■ Se puede calcular un promedio móvil
de n periodos.
■ El promedio móvil es la media
aritmética de los n periodos más
recientes.

Promedios móviles:
promedio móvil
t Yt n=3 n=4
1 42
2 52
3 54
4 65 49.33
5 51 57.00 53.25
6 64 56.67 55.5

6.3. Metodos de
suavizamiento
■
exponencial
El método de suavizamiento exponencial
puede dar una ponderación mayor a las
observaciones más recientes.
■ Las ponderaciones se asigna mediante la
constante α , 0 < α < 1.
■ El modelo se expresa como:
 pronóstico = α (último valor) + (1 - α )(último
pronóstico)

6.3. Metodos de
suavizamiento
exponencial
t Yt =0.1 =0.5
1 42
2 52 42 42
3 54 43.00 47.00
4 65 44.10 50.50
5 51 46.19 57.75
6 64
46.67 54.38
6.4. Descomposición de
series de tiempo
■ Las tendencias son movimientos a largo
plazo en una serie de datos a lo largo del
tiempo.
■ La tendencia puede ser descrita por una
recta o por una curva.

■ Las tendencias se dan por varias causas:
cambios en la población, cambios en la

productividad, cambios tecnológicos, etc.
■ En este tipo de análisis la variable
independiente es el tiempo.

6.4.1. Tendencia lineal
■ El método más empleado para describir una
tendencia lineal es el de mínimos
cuadrados, para encontrar una línea de
mejor ajuste para un conjunto de puntos.
 Y´ = a + bX
■ Y´ = valor pronosticado en un periodo X
■ a = valor de la tendencia cuando X = 0
■ b = pendiente de la recta de tendencia
■ X = periodo (codificado)

6.4.1. Tendencia lineal:
ejemplo
Año Periodo X Demanda (Y)
1994 1 35
1995 2 42
1996 3 48
1997 4 51
1998 5 54
1999 6 60
2000 7 71
2001 8 75 Saltar a la primera página
ejemplo

ejemplo
X Y XY X²
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
Sumas
fórmulas

t1 Y
35t Y´t et
2 42
3 48
4 51
5 54
6 60
7 71
8 75
9

■ Se puede calcular el coeficiente de determinación,
a fin de evaluar qué tan correcta es la
estimación de la recta de regresión.
■ El coeficiente de determinación r² se calcula como:

■ También es posible calcular intervalos de
confianza para la estimación. Para ello es
necesario calcular el error estándar de la
estimación.

Nivel de Z Fórmula
confianza
68% 1 y’ ± Se
95% 2 y’ ± 2Se
99% 3 y’ ± 3Se

7. Aplicación de varios
métodos a datos
■
desestacionalizados
Los datos muestran alguna tendencia creciente a
lo largo del tiempo, además de una marcada
estacionalidad. Se procederá a desestacionalizar
los datos, lo que permite observar hasta donde
las variaciones se deben a efectos estacionales
o bien, a otros factores.
■ El proceso de ajuste estacional se realizará a
través del cálculo de factores estacionales:

 Factor estacional = Prom. periodo / prom. global

Año Trim. Yt
1 1 13618
2 12930
3 13138
4 16532
2 1 14514
2 14128
3 15568
4 17448
3 1 13984
2 13644
3 15898
4
19300
métodos a datos
desestacionalizados

métodos a datos
T
desestacionalizados
Año Suma Prom Factor
1 2 3 Estac.
1 13618 14514 13984 42116 10529 0.9323
2 12930 14128 13644 40702 10175 0.9010
3 13138 15568 15898 44604 11151 0.9873
4 16532 17448 19300 53280 13320 1.1794
Total 45175.50
Prom. 11293.88

Año Trim. Yt Yt ajust.
1 1 13618.00 14607.27
2 12930.00 14351.12
3 13138.00 13306.33
4 16532.00 14017.29
2 1 14514.00 15568.36
2 14128.00 15680.79
3 15568.00 15767.47
4 17448.00 14793.96
3 1 13984.00 14999.86
2 13644.00 15143.59
3 15898.00 16101.70
4 19300.00 16364.25

métodos a datos
■
desestacionalizados
Se aplican varios métodos de pronóstico
para finalmente seleccionar el mejor
pronóstico.
■ A. Método de pronóstico del último valor
■ B. Promedios móviles
■ C. Suavizamiento exponencial
■ D. Suavizamiento exponencial con
tendencia

Otros métodos:
■ Modelos de tendencia con ajuste estacional
■ Modelo de promedios móviles integrados
autorregresivos (ARIMA o Box-Jenkins)
■ Pronósticos causales (modelos
econométricos)
■ Métodos de pronósticos subjetivos

Si desea más
información visite
www.auladeeconomia.co
Le invitamos a leer nuestros
artículos y matricular nuestros
cursos

03 Pronosticos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

03 Pronosticos

Cargado por

Copyright:

Formatos disponibles

Pronósticos

Por Lic. Gabriel Leandro, MBA

Saltar a la primera página

Saltar a la primera página

Según el entorno a Micro

Saltar a la primera página

■ 4. Extrapolación del modelo

Saltar a la primera página

Saltar a la primera página

Determinísticas Son de tipo causal,

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

recta o por una curva.

cambios en la población, cambios en la

Saltar a la primera página

■ b = pendiente de la recta de tendencia

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

través del cálculo de factores estacionales:

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

■ D. Suavizamiento exponencial con

Saltar a la primera página

Saltar a la primera página

Saltar a la primera página

También podría gustarte