Académique Documents
Professionnel Documents
Culture Documents
EVALUACIN DE
PROYECTOS
TECNICAS DE PROYECCION DE MERCADO
Pv
= jPv + Cu
Pv
= Cu + Cu.h
Q
d
Experimental
Estadstico
Telfono
Encuestas escritas
Opinin de expertos
Identificacin de variables
Recopilacin de informacin
Formulaciones
Lineal
Semilogartmica
Doble
logartmica
Interpretacin
Sentido estadstico?
Sentido econmico?
Diagnstico
Pronstico
Grupo de
expertos
(panel)
Proyectista
Proceso de retroalimentacin
hasta lograr la convergecnia
de opiniones
Aplica cuestionarios
que preferentemente
deben responderse
annimamente
METODO DELPHI
El mtodo Delphi se engloba dentro de los mtodos de prospectiva, que
estudian el futuro, en lo que se refiere a la evolucin de los factores del
entorno tecno-socio-econmico y sus interacciones.
El primer estudio de Delphi fue realizado en 1950 por la Rand
Corporation para la fuerza area de Estados Unidos, y se le dio el
nombre de Proyecto Delphi.
Aplicacin de la opinin de expertos a la seleccin de un sistema
industrial norteamericano optimo y la estimacin del nmero de bombas
requeridas para reducir la produccin de municiones hasta un cierto
monto.
Delfos, orculos, Apolo y Pitia.
Mtodo de pronstico cualitativo.
Desarrollado por Olaf Helmer en la RAND Corporation a mediados de
la dcada de los 60.
CRITERIOS DE EFICACIA
Nmero de ideas alto.
Calidad de las ideas alta.
Presin social baja.
Tiempo/costos es alto.
Orientacin a las tareas es alta.
Posibilidad de conflicto interpersonal
baja.
Sensacin de logro moderada.
Compromiso con la solucin bajo.
Aumento de la cohesin del grupo es baja.
APLICACIN PRCTICA
Nmero de Panelistas
15
General
Nmero de oleadas
Cuestionario
Preguntas cerradas y
estimaciones
Tratamiento
Tcnicas anlisis
estadstico a travs de
tcnicas cuantitativas
Z
n =
2
E
= 1200 - 80P
C = 10Q + 10000
cul es el precio que maximiza las utilidades?
MODELOS CAUSALES
Los MODELOS CAUSALES suponen que los factores condicionantes del
comportamiento histrico de alguna o todas las variables del mercado
permanecern estables.
Los modelos de pronsticos causales comprenden tres pasos: a) La
identificacin de las variables que puedan influir sobre la demanda (PBI, el
ingreso disponible, la tasa de natalidad, permisos de construccin, etc.); b)
Formulacin matemtica del vnculo causal; y c) Validacin del modelo de
pronsticos.
Los modelos causales de uso ms frecuente son el modelo de regresin, el
modelo economtrico y el modelo de insumo producto, llamado tambin
mtodo de los coeficientes tcnicos.
EJERCICIO: Determine la ecuacin de regresin de la demanda, suponiendo
que los antecedentes histricos de produccin y ventas de un determinado
producto son los que se muestran:
AO
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
DEMANDA
10
20
30
45
70
90
125
150
180
220
270
TCNICAS DE ESTIMACIN
1.-Manual : x ; y; x ; y; x y
X; ; Sxy = x y-n(X)(); Sxx = x -n(X); Syy= yn( )
2= Sxy/Sxx ; 1 = - 2X r= Sxy/(SxxSyy) ;r
=r
2.-Modo Estadstico (modelos simples).
3- Matricial (modelos simples y mltiples)
i= ( XX) ( XY) donde: Xnxk y Ynx1
i= A x D donde
r=(i D -n ) /( YY -n )
4.-PC(SSPSS E Views )
Nota.- Antes efectuar el Diagrama de dispersin.
0.35
0.78
0.56
b) de 390 (cm/seg)
Solucin:
Causa velocidad del
0.75
1.18
1.36
La FRP Y = f( X)
DIAGRAMA DE DISPERSIN
MODELO ESTIMADO
La FRM = 0.069 + 0.0038 X r=0.9053 . r= 0.9515
INTERPRETACIN.1 =0.069 es el coef. de evaporacin autnoma
no depende de la velocidad del aire.
2 =Coef.de regresin. PME de evaporacin
por c/u que se la velocidad del aire se espera que se epvapore
las gotitas de combustible en aprox. 0.4%.
r = 0.9053 significa un ajuste del 91%.
r= 0.9515 significa una asociacin lineal de aprox. 95% entre
XeY
ESTIMACIN:
SERIES DE TIEMPOS
Los MODELOS DE SERIES DE TIEMPO se utilizan cuando el comportamiento
que asuma el mercado a futuro puede determinarse en gran medida por lo
sucedido en el pasado, y siempre que est disponible la informacin histrica
en forma confiable y completa.
Estos modelos se refieren a la medicin de valores de una variable en el
tiempo a intervalos espaciados uniformemente. El objetivo de la identificacin
de la informacin histrica es determinar un patrn bsico en su
comportamiento, que posibilite la proyeccin futura de la variable deseada.
En un anlisis de series de tiempo pueden distinguirse 4 componentes:
Componente
cclico
Componente
de tendencia
Componente
no sistemtico
Componente
estacional
Tiempo
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
INVIERNO
10
13
19
27
26
38
44
51
PRIMAVERA
10
17
20
34
39
44
51
67
79
VERANO
10
16
28
34
48
58
70
81
107
OTOO
11
22
21
28
33
Bt
= Qts Qtd
DEMANDA
POTENCIAL
INSATISFECHA
Oferta
proyectada
Tiempo (futuro)