Saltar a la primera página
PronósticosPor Lic. Gabriel Leandro, MBA
http://www.auladeeconomia.com
Saltar a la primera página
www.auladeeconomia.com
Entorno altamente incierto La intuición no necesariamente da los
mejores resultados Mejorar la planeación Competitividad y cambio
1.1. Necesidad de pronosticar
Saltar a la primera página
www.auladeeconomia.com
1.2. Tipos de pronósticos
Por su plazo: De corto plazo De largo plazo
Según el entorno a pronosticar
Micro Macro
Según el procedimiento empleado
Cualitativo Cuantitativo
Saltar a la primera página
www.auladeeconomia.com
1. Recopilación de datos 2. Reducción o condensación de
datos 3. Construcción del modelo 4. Extrapolación del modelo
1.3. Pasos de la elaboración de pronósticos
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
www.auladeeconomia.com
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.
Saltar a la primera página
www.auladeeconomia.com
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.
Saltar a la primera página
www.auladeeconomia.com
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.
Saltar a la primera página
www.auladeeconomia.com
4. Selección de una técnica de pronóstico: Datos estacionarios
Las fuerzas 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.
Saltar a la primera página
www.auladeeconomia.com
4. Selección de una técnica de pronóstico: 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.
Saltar a la primera página
www.auladeeconomia.com
4. Selección de una técnica de pronóstico: Datos con
estacionalidad
El clima influye en la variable de interés.
El año calendario influye en la variable.
Saltar a la primera página
www.auladeeconomia.com
4. Selección de una técnica de pronóstico: 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.
Saltar a la primera página
www.auladeeconomia.com
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.
Saltar a la primera página
www.auladeeconomia.com
5. Medición del error en el pronósticoPeriodo, t 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
www.auladeeconomia.com
5. Fórmulas de medición del error en el pronóstico
ttt
tt
t
YYe
residualopronósticodelError
YparapronósticodelvalorY
tperiodoelentiempodeserieunadevalorY
ˆ
:
ˆ
Saltar a la primera página
www.auladeeconomia.com
5. Fórmulas de medición del error en el pronóstico
n
YYEMC
cuadradomedioErrorn
YYDAM
mediaabsolutaDesviación
n
ttt
n
ttt
1
2
1
ˆ
:
ˆ
:
Saltar a la primera página
www.auladeeconomia.com
5. Fórmulas de medición del error en el pronóstico
n
YYY
PME
errordemedioPorcentajen
Y
YY
PEMA
absolutomedioerrordePorcentaje
n
t t
t
n
t t
tt
1
1
ˆ
:
ˆ
:
Saltar a la primera página
www.auladeeconomia.com
6. Modelos de series de tiempo6.1. 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
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
www.auladeeconomia.com
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.
Saltar a la primera página
www.auladeeconomia.com
Promedios simples:t Yt Yt+1
1 42
2 52 42
3 54 47.00
4 65 49.33
5 51 53.25
6 64 52.80
Saltar a la primera página
www.auladeeconomia.com
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.
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
www.auladeeconomia.com
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 , 0 < < 1.
El modelo se expresa como:pronóstico = (último valor) + (1 - )(último pronóstico)
Saltar a la primera página
www.auladeeconomia.com
6.3. Metodos de suavizamiento exponencial
t Yt =0.1 =0.51 422 52 42 423 54 43.00 47.004 65 44.10 50.505 51 46.19 57.756 64 46.67 54.38
Saltar a la primera página
www.auladeeconomia.com
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.
Saltar a la primera página
www.auladeeconomia.com
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)
Saltar a la primera página
www.auladeeconomia.com
6.4.1. Tendencia lineal: ejemploAño 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
www.auladeeconomia.com
6.4.1. Tendencia lineal: ejemplo
30
35
40
45
50
55
60
65
70
75
80
1994 1995 1996 1997 1998 1999 2000 2001
Saltar a la primera página
www.auladeeconomia.com
6.4.1. Tendencia lineal: ejemplo
X Y XY X²
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
Sumas
Saltar a la primera página
www.auladeeconomia.com
6.4.1. Tendencia lineal: fórmulas
n
xb
n
ya
xxn
yxxynb
22
Saltar a la primera página
www.auladeeconomia.com
6.4.1. Tendencia lineal
t Yt Y´t et
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
9
Saltar a la primera página
www.auladeeconomia.com
6.4.1. Tendencia lineal
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:
2222
2
2
yynxxn
yxxynr
Saltar a la primera página
www.auladeeconomia.com
6.4.1. Tendencia lineal
También es posible calcular intervalos de confianza para la estimación. Para ello es necesario calcular el error estándar de la estimación.
2
2
n
xybyaySe
Saltar a la primera página
www.auladeeconomia.com
6.4.1. Tendencia lineal
Nivel de confianza
Z Fórmula
68% 1 y’ ± Se
95% 2 y’ ± 2Se
99% 3 y’ ± 3Se
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
www.auladeeconomia.com
7. Aplicación de varios métodos a datos desestacionalizados
10000
11000
12000
13000
14000
15000
16000
17000
18000
19000
20000
1 2 3 4 1 2 3 4 1 2 3 4
Trimestres
Saltar a la primera página
www.auladeeconomia.com
7. Aplicación de varios métodos a datos desestacionalizados
T
Año
Suma PromFactorEstac.
1 2 3
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
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
www.auladeeconomia.com
7. Aplicación de varios 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
Saltar a la primera página
www.auladeeconomia.com
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
Saltar a la primera página
Si desea más información visite www.auladeeconomia.com
Le invitamos a leer nuestros artículos y matricular nuestros cursos