UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE CIENCIAS ECONÓMICAS

SESIÓN II-A
TÉCNICAS DE PROYECCIÓN

DOCENTE: Mg. Félix J. Gutiérrez Paucar

felixgutierrez4@hotmail.com
 INTRODUCCIÓN
 Las técnicas de proyección debe ser expresada de la
forma más útil al formulador del proyecto: zona
geográfica, edad, sexo, etc.
 La validez de los resultados de la proyección está
relacionada con la calidad de los datos de entrada.
 La fuentes de información más importantes son: series
históricas oficiales de organismos públicos y privados, las
opiniones de expertos y el resultado de encuestas
especiales.
METODOS DE PROYECCIÓN

Métodos de proyección

Métodos Modelos Métodos de

subjetivos causales series de tiempo
I. MÉTODOS SUBJETIVOS
Métodos subjetivos
 Su importancia resalta cuando los métodos cuantitativos
basados en información histórica no pueden explicar por sí solos
el comportamiento futuro esperado de alguna de sus variables o
cuando no existen suficientes datos históricos.
 Se basa en la opinión de expertos

Son :
1.- Método Delphi
2.- Investigación de mercado y
3.- Consenso de panel
4.- Pronósticos visionarios
5.- Analogía histórica
 MÉTODOS SUBJETIVOS
1.- Método Delphi

 Reúne a un grupo de expertos (panelistas)

 Se les somete a una serie de cuestionarios
 Existe un proceso de retroalimentación controlada después
de cada serie de respuestas
 La información se procesa estadísticamente y constituye una
opinión grupal de convergencia, de la que nace una predicción
 Para no influir, el cuestionario se realiza en forma anónima
 El proceso se repite hasta lograr la convergencia de
opiniones de todos los expertos
 El lapso entre cuestionarios y el número de ellos, debe ser lo
menor posible para evitar intercambio de opiniones
 MÉTODOS SUBJETIVOS
2.- Investigación de mercado

 Método más sistemático y objetivo que el anterior

 Recolección de información relevante para ayudar a la toma
de decisiones o para probar o refutar hipótesis sobre un
mercado específico.
 Se utilizan encuestas, experimentos, etc.
 Puede ser un paso necesario para la aplicación y uso de
cualquiera de los métodos restantes.
 Es flexible para seleccionar y diseñar la metodología que más
se adecue al problema en estudio.
 MÉTODOS SUBJETIVOS
3.- Consenso de panel

 Técnica similar al Método Delphi

 Se diferencia en que no existen secretos sobre la identidad
del emisor de las opiniones y no existe retroalimentación
dirigida
 Se estimula la comunicación
 Los factores sociales influyen en los pronósticos y por este
motivo no reflejan un consenso verdadero
 Existe la posibilidad de que emerja un grupo dominante que
anule la interacción adecuada y se logre un consenso por la
capacidad de la argumentación y no por la validez de la
misma.
 MÉTODOS SUBJETIVOS
4.- Pronóstico visionario

 Lo realiza el personal interno de la empresa que tiene la

experiencia y conocimiento de sus clientes
 Emiten opiniones respecto a reacciones y comportamientos
posibles de esperar en el futuro
 La proyección del mercado se hace tomando el resultado de
la estimación directa del personal y corrigiéndola por
antecedentes recopilados
 Es rápido y de bajo costo, pero se puede ver influida por las
experiencias más recientes. La estimación es muy inexacta
por la falta de unidades de medida.
 MÉTODOS SUBJETIVOS
5.- Analogía histórica

 Supone que el mercado del proyecto puede tener un

comportamiento similar al de otros mercados en el pasado
 El mercado que se toma como referencia puede ser para el
mismo producto pero de otra marca o de otra región
geográfica o de un producto diferente pero con un mercado
consumidor similar
Su desventaja:
Suponer que las variables determinantes en el comportamiento
pasado del mercado tomadas como referencia, se mantendrán
en el futuro y, además, que tendrán el mismo efecto sobre el
mercado del proyecto.
II. MODELOS CAUSALES
Proyectan el mercado sobre la base de antecedentes cuantitativos
históricos
 Suponen que los factores condicionantes del comportamiento
histórico de alguna o todas las variables del mercado
permanecerán estables
 Una variable depende de muchas causas o factores que explican
su comportamiento

Son :
1.- Modelo de regresión
2.- Modelo econométrico
3.- Método de encuestas de intenciones de compra
4.- Modelo de insumo producto
 I.- Métodos de Proyección

Se puede proyectar de dos formas:

 1.1.- Por Tazas
 1.2.- Por Regresión

1.1. Método de Proyección por Tazas

Se realiza por medio de la taza aritmética o interés simple, de la

siguiente manera:
 n   o (1  in)

( n  o  1)
i
n
 1.2.- Método de Regresión
1.2.1.- Regresión Lineal
Se basa en la siguiente expresión matemática, que relaciona dos variables,
sea Y, la variable dependiente y X, la variable independiente, de la siguiente
manera:

Y = A + BX
Esta relación se resuelve a través de la solución de las siguientes
ecuaciones normales, donde la incógnitas son la “A” y “B”.

 Y  nA  B X
 XY  A X  B X

A
 Y  B X ; B
 XY   X Y
n   X   n X
2 2
 Diferentes Proyecciones por Regresión

   
Tipos de ECUACIÓN Grafico Tipos de   ECUACIÓN
Proyección F Proyección F Grafico
(tiempo)
  (tiempo)
   
         
Proy. Lineal
 
Y  A  BX a    
   
   Y  a  b
      Proy. Asintótica   x  
a
       
Proy.
   
Exponencial Y  ae bx
  b
  Ya
x
a 
     
   
 
 
Proy. Potencial
Y  ax b  
       
       
       
Proy.   b  
    (a )
  Gomportz Y
  e x
   
Proy. Y  a  b ln x  
Logarítmica
 1.2.2.- Regresión Potencial

Si la nube de puntos de los datos Históricos de la demanda y la distribución de

los mismos se aproxima a una función exponencial se puede recurrir a la
siguiente relación:
Y  AX B

Para linealizar esta función se aplica logaritmos a ambos miembros,

mediante este procedimiento se obtiene una ecuación logarítmica lineal:
Log Y  Log A  B Log X

Y  Log Y A  Log A X  Log X

 LogY  nLogA  B  LogX  LogXLogY  LogA  LogX  B LogX 2

 1.2.3.- Regresión Exponencial

Otro tipo de función que tiene aplicación en el análisis de regresión, es la

función exponencial, que esta dada por la expresión:

Y  AB X

La regresión exponencial puede también ser linealizada aplicando logaritmos a

ambos miembros, resultado de ello se tiene la relación siguiente:
LogY  LogA  LogB ( X )

Y  Log Y A  Log A B  Log B

 LogY  nLog A  Log B X

 X LogY  LogA  X  Log B X2
 1.2.4.- Regresión Parabólica o Curva Cuadrática

Si la serie tiene una curva parabólica cuyo comportamiento se describe

matemáticamente por una ecuación de segundo grado ( parábola ). La
regresión se expresa así:

Y  A  BX  CX 2

Donde:
Y = Estimación de la variable dependiente
A,B,C = constantes numéricas
X = Valores de la variable independiente
Los valores “A”, ”B” y ”C” se encuentran resolviendo un sistema de
tres ecuaciones con tres incógnitas.
 1.2.5.- Regresión Parabólica o Curva Cuadrática

nA  B X  C X   Y 2

A  X  B X  C X   XY
2 3

A  X  B X  C X   X
2 3 4 2
Y

Pero cuando se recurre a la codificación de la variable independiente, el calculo

también se efectúa con las siguientes formulas de mínimos cuadrados:

 Y  X   X  X Y 
4 2 2
A 
n  X   X  X 
4 2 2

B
 XY

X 2

n  X Y   Y  X 
2 2
C
 X   X  X 
4 2 2
 1.2.6.- La Curva de Gomportz

Tiene la siguiente expresión matemática que la representa:

b
(a  )
ln y  ln e x

(a 
b
)
b
ln y  a 
Ye x x
  
Y  A  BX

Por mínimos cuadrados, se tiene:

1 1
A
 ln y  B 1
x ; B
 x ln y   x  ln y
n

n 2 2
 1  1


  n
x    
x
 Coeficiente de Determinación

Recordemos que la ecuación de mejor ajuste corresponde aquella que presenta

los coeficientes de determinación y correlación mas próximo a la unidad

Coeficiente de Determinación ( Γ 2):

Este coeficiente sirve para medir la relación entre las variables, medida de
ajuste de modelo de regresión y que corresponde al cuadrado del
coeficiente de correlación simple, con la relación :

Γ2 
 n  XY    X  Y   2

n  X   
 X   n  Y    Y  
2 2
 
2 2
 Coeficiente de Correlación

Coeficiente de Correlación ( Γ):

Se dice que existe correlación entre dos variables, cuando al variar una de ellas
varia también la otra variable. Para que la proyección sea mas acertada es
necesario que el numero de observaciones (n) sea mas amplio

Γ
 n  XY    X  Y  
 n X   X    n  Y    Y  
2 2
       
2 2

El grado de aproximación entre variables es mayor cuando el coeficiente

de correlación se acerca al valor máximo de 1. Entonces, en este caso se
dice, existe una elevada correlación entre X y Y.
MODELOS CAUSALES
1.- Modelos econométricos
“Es un sistema de ecuaciones estadísticas que
interrelacionan a las actividades de diferentes sectores de
la economía y ayudan a evaluar la repercusión sobre la
demanda de un producto o servicio. Es una prolongación
del análisis de regresión”
MODELOS CAUSALES
2. Método de encuestas de intensiones de compra
 Se selecciona la unidad de análisis para cuantificar la
intención de compra
 Toma de la encuesta por muestreo
 Análisis de los antecedentes recopilados

Peligro:
Depende de las variables de contexto, sobre todo
cuando son dinámicas
MODELOS DE ENCUESTAS

Encuesta: es la investigación efectuada a base

de preguntas a una persona entrevistada.

Encuesta

Tiempo
Tiempo
constante o
variable
instantánea
MODELOS DE ENCUESTAS
Encuestas de tiempo variable:
 Se recogen los datos de los elementos de un
universo en diferentes fechas o momentos
 Permite analizar las variaciones de los atributos
encuestados a través del tiempo.

Son: panel o guía de consumidores, inventario de

establecimientos y establecimiento piloto
MODELOS DE ENCUESTAS
Encuestas instantáneas:
 Se recoge información correspondiente a una o
más variables en un corto periodo
 Permite conocer con precisión la situación y
estructura de las variables al momento en que se
realiza la investigación.
 Son más costosas, laboriosas y difíciles de
realizar que las encuestas de tiempo variable.

Utiliza: entrevista directa, postal, telefónica y

similares
MODELOS DE ENCUESTAS
Existen dos problemas metodológicos:
1.Elaboración de cuestionarios: Conjunto
estructurado de preguntas para levantar la
información necesaria con el mínimo costo y sin
cansar al entrevistado.

2.Distribución del cuestionario: Distribución por

correo, por teléfono, entrevista personal
MODELOS DE ENCUESTAS
Se utiliza cuando la encuesta total o universal
(censo) resulta costosa, laboriosa o impracticable.
 Técnica aplicable tanto a las encuestas de
tiempo variable como a las instantáneas.
Se puede muestrear tanto individuos del
universo como valores de la variable en el
tiempo.
 Ventajas: económico, rapidez y precisión; si se
determina la muestra, se diseña la encuesta y se
entrevista correctamente; así como también si se
procesa e interpreta adecuadamente la
información.
MODELOS DE ENCUESTAS

Principios básicos de muestreo:

Una muestra debe ser representativa y tener todas las
características de la población, incluyendo el grado de
heterogeneidad de elementos.
Debe intervenir un factor de aleatoriedad.
 MODELOS DE ENCUESTAS
3. Modelo de Insumo Producto
La matriz insumo-producto es una representación ordenada y
resumida del equilibrio entre la oferta y la utilización de bienes y
servicios en una economía. Esto, durante un período de tiempo que se
define como base para mediciones posteriores.

Esta matriz es una representación simplificada de la economía que

refleja cómo se generan y usan los bienes y servicios. Usualmente se
considera la medición en un año que se define como base para
mediciones en los años siguientes.
 MODELOS DE ENCUESTAS
En términos simples, la matriz insumo-producto es una fotografía de
la situación de la economía en un año previamente seleccionado. Esta
fotografía tiene que ser actualizada cada cierto número de años para
poder detectar cambios relevantes en la estructura de producción y
conductas de consumo.

La matriz es parte de las mediciones que se hacen en el Sistema de

Cuentas Nacionales.
III. MODELOS DE SERIES DE TIEMPO

1.- Modelos de series de tiempo

Se refiere a la medición de valores de una

variable en el tiempo a intervalos espaciados
uniformemente

Objetivo: determinar un patrón básico en el

comportamiento que posibilite la proyección
futura de la variable deseada (en base a la
información histórica).
 MODELOS DE SERIES DE TIEMPO

Tendencia: crecimiento o
declinación en el largo plazo Y
del valor promedio de la
variable.
Comp.
Su importancia: el estudio tendencia
del nivel promedio de la
variable a lo largo del tiempo
X
es mejor que el estudio de
esa variable en un momento
específico de tiempo.
 MODELOS DE SERIES DE TIEMPO

Componente Cíclico: Comp. cíclico

Divergencias que se da por Y
efecto combinado de fuerzas
Comp.
económicas, sociales, políticas, tendencia
tecnológicas, culturales y otras
existentes en el mercado.
La mayoría de los ciclos no X
tienen patrones constantes que
permitan prever su ocurrencia,
magnitud y duración.
MODELOS DE SERIES DE TIEMPO

Componente Estacionario: Comp. cíclico

Exhiben fluctuaciones que se Y

repiten en forma periódica y que Comp.

normalmente dependen de tendencia
factores como el clima, la
Comp.
tradición, etc. estacional
X
TÉCNICAS DE PROYECCIÓN

GRACIAS POR SU ATENCIÓN

felixgutierrez4@hotmail.com