Pronosticos Parte 1

PRONÓSTICOS
Gino Sedano Zevallos

Predicción
Acto de aseverar algo

sobre el futuro por ciencia,
juicio, intuición o
revelación.

Pronóstico
Es la predicción realizada con
alguna técnica cualitativa o
cuantitativa basado en datos,
información o experiencia.
• No depende de la persona que realiza el pronóstico,
es decir puede replicarse por otra persona.
• Si otra persona utiliza la misma técnica, con los
mismos datos, información o experiencia su
pronóstico sería el mismo.

Ejemplo 1: Pronóstico
Hacer un pronóstico de las ventas del año 2012, conociendo que los
datos de ventas entre los años 2003 a 2011 son los siguientes:
Ventas
Autos
Año (miles)
2003 9
2004 10
2005 12
2006 13
2007 14
2008 17
2009 16
2010 18
2011 20
2012
2013
2014
2015
a) Grafique los datos.

b) Describa los datos.
c) Haga un pronóstico para el año 2012 al 2015 en base a los datos.
d) Justifique su pronóstico.
e) Cuánto cree podría ser el error de su pronóstico (Diferencia entre el valor
real y el valor pronosticado). Justifique.
Ventas Patrones de Demanda
Tiempo
(a) Horizontal: Datos agrupados alrededor de una

línea horizontal. Gino Sedano Zevallos
Tiempo
(b) Tendencia: Datos que incrementan o disiminuyen

consistentemente. Gino Sedano Zevallos
Patrones de Demanda
Año 1
Ventas
Año 2
| | | | | | | | | | | |
E F M A M J J A S O N D
Meses
(c) Estacionalidad: Datos que muestran picos y valles de
forma consistente. Gino Sedano Zevallos
| | | | | |
1 2 3 4 5 6
Tiempo
(d) Aleatorio: Datos que muestran variaciones
imprevisibles.
Cantidad Patrones de Demanda
| | | | | |
1 2 3 4 5 6
Años
(e) Cíclico: Datos que muestran un incremento y
decrecimiento gradual durante largos periodos.
Combinación de Patrones
 Por lo general se da una combinación de estos
componentes en todo pronóstico para replicar la
realidad. Variación
aleatoria Ciclo
Variación
aleatoria
Tendencia y
Estacionalidad
Estacionalidad
sin tendencia

Ejemplo 2: Patrones de demanda
Los siguientes datos son de las ventas de una bebida energizante.
Graficar los datos e indicar el tipo de patrón de demanda que
observa:
a) Grafique los datos. ¿Qué patrón de demanda observa? ¿Cómo cree que
se podría pronosticar? Explique.
b) Haga un pronóstico para los meses Julio, Agosto y Setiembre en base a
los datos.
c) Calcular el error de su pronóstico (Diferencia entre el valor real y el valor
pronosticado). ¿Le parece adecuado el pronóstico?
Ejemplo 3: Patrones de demanda
Los siguientes datos son de las ventas de una bebida hidratante.
Graficar los datos e indicar el tipo de patrón de demanda que
observa:
a) Grafique los datos. ¿Qué patrón de demanda observa? ¿Cómo cree que
se podría pronosticar? Explique.
b) Haga un pronóstico para los meses Julio, Agosto, Setiembre, Octubre,
Noviembre y Diciembre en base a los datos.
c) Calcular el error de su pronóstico (Diferencia entre el valor real y el valor
pronosticado). ¿Le parece adecuado el pronóstico? Gino Sedano Zevallos
Factores que afectan la demanda
Externos: Están fuera del control de la
gerencia como ciertas actividades
económicas, reglamentación del
gobierno, factores climáticos, etc.
Internos: Como precios y promociones

publicitarias, diseño, incentivos para el
personal de ventas, etc.
Pronósticos y planeamiento
Objetivos
del
sistema
Pronóstico
de la
Sistema de Plan de
demanda planeamiento acción
Restricciones:
-Presupuesto, espacio.
Recursos:
-RRHH
-Maquinaria y Equipo

Decisiones que se va a pronosticar
Toda empresa requiere conocer algo sobre el futuro para tomar decisiones.
• Decisiones estratégicas:
– Selección de producto
– Selección de proceso
– Diseño de plantas
– Localización de plantas
– Expansión de una planta
– Ampliación o reducción de la capacidad
– ….
• Decisiones operativas:
– Planeamiento de la producción
– Planeamiento de materiales
– Planeamiento de Compras
– Programación del personal
– Control de inventarios
– ….

Decisiones que se va a pronosticar
 Los pronósticos se aplican principalmente en las
decisiones de planeamiento:
 De largo plazo (mas de 2 años): Introducción de
producto, expansión de una planta, etc.
 De mediano plazo (entre 6 meses y 2 años):
Planeamiento agregado de la producción,
planeamiento de RRHH, política de control de
inventarios.
 De corto plazo (menos de 6 meses): Planeamiento
de la producción, programación de tareas,
programación de personal, etc.
Métodos de Pronósticos
Podemos distinguir entre pronósticos cualitativos y
cuantitativos.
 Pronósticos cualitativos:
 No se basan en modelos matemáticos.
 Se basan en la opinión de expertos.
 Se basan en la opinión de personas.
 Se pueden mencionar los siguientes métodos:
 Juicio Experto
 Consenso de panel
 Método Delphi
 Consulta a vendedores
 Investigación de mercados
 Pronósticos cuantitativos:
 Los pronósticos cuantitativos son aquellos que
emplean modelos matemáticos.
 Emplean técnicas estadísticas.
 Permite que pueda ser modificado y mejorado en
base a nuevos datos.
 Son poco efectivos en entorno de crisis o cambios
económicos drásticos.
 Su efectividad aumenta a mayor número de datos.

 Pronósticos cuantitativos:
 Los modelos empleados se pueden clasificar en
modelos causales y modelos de series de tiempo.
 Modelos de series de tiempo:
 Modelos de series de tiempo: Promedio Móvil (Simple y
Ponderado), Suavización exponencial (con tendencia y con
estacionalidad).
 Modelos de datos históricos: Extrapolación de tendencias
con modelos de regresión.
 Modelos causales:
 Modelos de regresión lineal o no lineal y modelos
econométricos.
Pronósticos Cualitativos
Método Delphi:
Es un método que busca obtener un consenso acerca de un
tema con un grupo de expertos o panel. Se caracteriza por:
• Anonimato: Ningún experto conoce la identidad de los
otros que componen el grupo de debate por lo que:
– Se evita que un miembro del grupo sea influenciado por la
reputación de otro de los miembros o por el peso que supone
oponerse a la mayoría.
– Permite que un miembro pueda cambiar sus opiniones sin que
eso suponga una pérdida de imagen.
– El experto puede defender sus argumentos con la tranquilidad
que da saber que en caso de que sean erróneos, su
equivocación no va a ser conocida por los otros expertos.

Método Delphi:
• Como se van presentando los resultados obtenidos
con los cuestionarios anteriores, se consigue que los
expertos vayan conociendo los distintos puntos de
vista y puedan ir modificando su opinión si los
argumentos presentados les parecen más
apropiados que los suyos.
• La información que se presenta a los expertos no es
sólo el punto de vista de la mayoría, sino que se
presentan todas las opiniones indicando el grado de
acuerdo que se ha obtenido.
Procedimiento del Método Delphi:
1. Antes de iniciar un Delphi se realizan una serie de tareas
previas, como son:
– Delimitar el contexto y el horizonte temporal en el que se
desea realizar el pronóstico sobre el tema en estudio.
– Seleccionar el panel de expertos y conseguir su compromiso
de colaboración. Las personas que sean elegidas no sólo
deben ser grandes conocedores del tema sobre el que se
realiza el estudio, sino que deben presentar una pluralidad en
sus planteamientos. Esta pluralidad debe evitar la aparición
de sesgos en la información disponible en el panel.
– Explicar a los expertos en qué consiste el método. Con esto se
pretende conseguir la obtención de pronósticos fiables, pues
los expertos van a conocer en todo momento cuál es el
objetivo de cada una de los procesos que requiere la
metodología.
2. Se entrega el primer cuestionario. Este es abierto. Se pide a los
expertos que establezcan cuáles son los eventos y tendencias
más importantes que van a suceder en el futuro referentes al
área en estudio.
3. Cuando los cuestionarios son devueltos, el coordinador realiza
una labor de síntesis y selección, obteniéndose un conjunto
manejable de eventos, en el que cada uno está definido de la
forma más clara posible. Este conjunto formará el segundo
cuestionario.
4. Los expertos reciben el cuestionario con los sucesos y se les
pregunta por un dato mas preciso.

5. Una vez contestados, los cuestionarios son devueltos al
coordinador, que realiza un análisis estadístico de cada
evento. El análisis se centra en el cálculo de la mediana
de los valores pronosticados, el primer cuartil o cuartil
inferior (25 %) y tercer cuartil o cuartil superior (75%).
6. El coordinador confecciona el tercer cuestionario que
comprende la lista de eventos y las estadísticas
calculadas para cada evento (El cuartil inferior, mediana
o cuartil superior).

7. Los expertos reciben el tercer cuestionario y se les
solicita que realicen nuevos pronósticos. Si se
reafirman en su pronóstico anterior y éste queda fuera
de los márgenes medianos (entre 25% y 75%) entre los
cuartiles inferior y superior, deben dar una explicación
del motivo por el que creen que su pronóstico es
correcto y la del resto del panel no. Estos argumentos
retroalimentarán al panel en el siguiente cuestionario.
8. Cuando el coordinador recibe los cuestionarios, realiza
un nuevo análisis y sintetiza los argumentos utilizados
por los expertos.

9. Normalmente el cuestionario se habría terminado aquí, pero si
hay aún posiciones muy diferentes al de la mayoría entonces se
continuaría confrontando las posiciones.
10. Si hubiera aún posiciones muy diferentes al de la mayoría
entonces se continuaría confrontando estas posiciones con
nuevos cuestionarios hasta llegar a un consenso.

Ejemplo 4:
Roturas en el Oleoducto Nor-Peruano
– Transporte de petróleo de Loreto a Bayobar.
– Muchas roturas por deslizamientos (huaicos), inundaciones y por
movimiento del suelo por la construcción.
– No se podía arreglar rápidamente por encontrarse en lugares lejanos.
– Se quería saber cada cuánto tiempo podrían venir ese tipo de derrumbes y
cuáles los lugares mas vulnerables para realizar las obras de protección.
– Como no se tenían datos históricos suficientes y por la incertidumbre del
clima, no se podía realizar un pronóstico cuantitativo o estadístico formal.
– Se realizó el Método Delphi, para lo cual se contrató a un grupo de
geólogos y otros expertos.
– En base a este estudio se logró un financiamiento del BID, se construyó la
protección, un aeropuerto y se asignó la logística suficiente para minimizar
el tiempo de llegada y solucionar el problema en menos de 3 días de
producido el desastre.

Pronósticos Cuantitativos
Métodos Causales
Regresión Lineal
Y
variable dependiente
Ecuación de
Regresión lineal
X
variable independiente
Métodos de Series de Tiempo
Promedios Móviles (PM)
450 — Pronóstico PM Pronóstico PM
3 semanas 6 semanas
430 —
410 —
Ventas
390 —
370 — Ventas Reales
| | | | | |
0 5 10 15 20 25 30
Semana
Suavización Exponencial Simple
450 —
430 —
410 —
Ventas
390 —
370 — Ventas Reales Pronóstico con

Suavización
Exponencial
| | | | | |
0 5 10 15 20 25 30
Semana
Suavización Exponencial con tendencia
80 — Pronóstico con
suavización exponencial
y tendencia
70 —
60 —
Ventas
50 —
Ventas
40 —
30 —
| | | | | | | | | | | | | | |
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Semana
Patrones de Estacionalidad
a) Patrón Multiplicativo
Demanda
| | | | | | | | | | | | | | | |
0 2 4 5 8 10 12 14 16
Periodo
Patrones de Estacionalidad
(b) Patrón Aditivo
Demanda
| | | | | | | | | | | | | | | |
0 2 4 5 8 10 12 14 16
Periodo
Ejemplo 5: Métodos de Pronóstico
De los Ejemplos 1,2 y 3 indicar que
métodos son los mas convenientes de
todos los antes mencionados.
Para ello requiere graficar los datos e
indicar el método que mejor se acomode.
Indique porqué.

Pronósticos con Análisis de Regresión
• El modelo de regresión permite hacer
predicciones sobre los valores futuros o
hipotéticos en base a una relación causal.
• Los pronósticos con análisis de regresión cuya
única variable independiente es el tiempo son
tan sólo extrapolaciones de los datos hacia el
futuro o representación de tendencias.

Métodos Causales
Regresión Lineal
Desviación,
Y Ecuación de
Estimado de de error Regresión:
variable dependiente
Y dado por
la ecuación Y = a + bX
de regresión
{ Valor
actual
de Y
Valor de X usado
para estimar Y
X
variable independiente
Métodos Causales
Ejemplo 6: Pronóstico con Regresión Lineal
Ventas galletas Publicidad
Mes (Miles de unidades) (Miles de $)
1 264 2.5
2 116 1.3
3 165 1.4
4 101 1.0
5 209 2.0
Si la cantidad invertida en publicidad en

el mes 6 es de $ 1,750, hallar un pronóstico
de las ventas de galletas para el mes 6 en
base a los datos dados. Gino Sedano Zevallos
Métodos Causales
300 —
Ventas (Miles de unidades)
250 —
Sales Advertising
Month (000 units) (000 $)
200 —
1 264 2.5
2—
150 116 1.3
3 165 1.4
4—
100 101 1.0
5 209 2.0
50 | | | |
1.0 1.5 2.0 2.5
Publicidad (Miles de dólares)

Métodos Causales
300 —
250 —
Sales Advertising
200 —
1 264 2.5 a = – 8.136
2—
150 116 1.3 b = 109.229X
3 165 1.4 r = 0.98
4—
100 101 1.0 r2 = 0.96
5 Y = – 8.136
209 +2.0109.229X
50 | | | |
1.0 1.5 2.0 2.5

Métodos Causales
300 —
250 —
Sales Advertising
200 —
1 264 2.5 a = – 8.136
2—
150 116 1.3 b = 109.229X
3 165 1.4 r = 0.98
4—
100 101 1.0 r2 = 0.96
5 Y = – 8.136
209 +2.0109.229X
50 | | | |
1.0 1.5 2.0 2.5

Métodos Causales
300 —
250 —
Sales Advertising
200 —
1 264 2.5 a = – 8.136
2—
150 116 1.3 b = 109.229X
3 165 1.4 r = 0.98
4—
100 101 1.0 r2 = 0.96
5 Y = – 8.136
209 +2.0109.229X
50 | | | |
Pronóstico
1.0 1.5 para2.0 el mes
2.5 6
Advertising (thousands of dollars)
X = $1750, Y = – 8.136 + 109.229(1.75)
Métodos Causales
300 —
250 —
Sales Advertising
200 —
1 264 2.5 a = – 8.136
2—
150 116 1.3 b = 109.229X
3 165 1.4 r = 0.98
4—
100 101 1.0 r2 = 0.96
5 Y = – 8.136
209 +2.0109.229X
50 | | | |
Pronóstico
1.0 1.5 para2.0 el mes
2.5 6
Advertising (thousands of dollars)
X = $1750, Y = 183.015, or 183,015 unidades
Métodos Causales
300 —
250 —
Sales Advertising
Month
200 — (000 units) (000 $)
1 264 2.5 a = – 8.136
2—
150 116 1.3 b = 109.229X
3 165 1.4 r = 0.98
4—
100 101 1.0 r2 = 0.96
5 Y = – 8.136 +2.0109.229X
209
50 | | | |
1.0
Sabiendo 1.5
que el2.0 2.5
pronóstico para el mes 6 es
183,015 unidades.
¿Cuánto habría que producir para satisfacer la
demanda del mes 6? Gino Sedano Zevallos
Métodos Causales
300 —
250 —
Sales Advertising
200 —
1 264 2.5 a = – 8.136
2—
150 116 1.3 b = 109.229X
3 165 1.4 r = 0.98
4—
100 101 1.0 r2 = 0.96
5 Y = – 8.136
209 +2.0109.229X
50 | | | |
Depende…
1.0 1.5 2.0 2.5
Si el inventario
Advertising actual
(thousands es =
of dollars) 62,500 unidades,
Producción = 183,015 – 62,500 = 120,015 unidades
Múltiple
• Los pronósticos con análisis de regresión
múltiple forman parte de los modelos
causales o econométricos.
• El modelo de regresión permite predecir
valores puntuales.
• Para que estos valores puntuales sean útiles
en la práctica se requiere calcular errores
estándar de las predicciones e intervalos
de confianza.
Múltiple
Intervalo de confianza de una predicción de y:
Sabemos que:
Por lo tanto a un nivel de significancia α:

Límite inferior y = yp – t(α,T-k)*SE(yp)
Límite superior y = yp + t(α,T-k)*SE(yp)
En Excel: t(α,T-k) = DISTR.T.INV(α,T-k)

= INV.T.2C(α,T-k) (otra forma)
Múltiple
Aproximación de SE(yp):
• Se puede aplicar sin problema si la variabilidad
de y no es considerable:
•s = Error estándar de la regresión. Se calcula de

la siguiente manera:
s = (SSR/(T-k))^1/2

Múltiple
Ejercicio 7:
En un restaurante se tienen los datos de sus clientes
mas frecuentes: consumo mensual , edad y salario
mensual.
a) Estimar una relación entre el consumo mensual y
la edad y el salario mensual, para elaborar una
estrategia de marketing adecuada.
b) Con el modelo obtenido predecir el consumo de
un nuevo cliente de 40 años y que gane 5000
soles mensuales.
c) Hallar un intervalo de confianza al 90% del
consumo obtenido del nuevo cliente.

Pronosticos Parte 1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Pronosticos Parte 1

Transféré par

Droits d'auteur :

Formats disponibles

PRONÓSTICOS

Gino Sedano Zevallos

Acto de aseverar algo

Gino Sedano Zevallos

Gino Sedano Zevallos

a) Grafique los datos.

(a) Horizontal: Datos agrupados alrededor de una

(b) Tendencia: Datos que incrementan o disiminuyen

Gino Sedano Zevallos

Internos: Como precios y promociones

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

370 — Ventas Reales

370 — Ventas Reales Pronóstico con

Gino Sedano Zevallos

Gino Sedano Zevallos

Si la cantidad invertida en publicidad en

Gino Sedano Zevallos

Gino Sedano Zevallos

Gino Sedano Zevallos

Por lo tanto a un nivel de significancia α:

En Excel: t(α,T-k) = DISTR.T.INV(α,T-k)

•s = Error estándar de la regresión. Se calcula de

Gino Sedano Zevallos

Vous aimerez peut-être aussi