s4 Técnicas de Prediccións4 Técnicas de Prediccións4 Técnicas de Prediccións4 Técnicas de Predicción

7/25/2019 s4 Tcnicas de Prediccins4 Tcnicas de Prediccins4 Tcnicas de Prediccins4 Tcnicas de Prediccin

1/34

Tcnicas de Prediccin

(Texto de Sapag)Dr Juan Cevallos


2/34

La Prediccin

Se debe considerar solo como una medicinde evidencias incompletas, basadas encomportamientos empricos de situaciones

parcialmente similares o en in!erencias dedatos estadsticos disponibles"

Los diversos mtodos para #acerpronsticos deben ser considerados,

muc#as veces, como complementarios" Di!cilmente los resultados de uno coincidan

con los de otros"


3/34


4/34

Tcnicas de Pronstico

Cuantitativas $ Cualitativas"

Cuando se dispone de datos#istricos su%cientes, es posibleutili&ar los modelos cuantitativos depro$eccin"

Si estos no existen o soninsu%cientes, lo me'or es recurrir alos mtodos cualitativos"


5/34

Tcnicas cuantitativas de prediccin

Dos grupos los modelos causales $ los modelos deseries de tiempo" n tercero, el de datos de panel, essolo una combinacin de los dos anteriores"

Por e'emplo, en un pro$ecto de atenciones

pedi*tricas, un modelo causal vinculara el n+merode prestaciones mdicas con la cantidad de nios decada &ona geogr*%ca-

uno de series de tiempo anali&ara la evolucin en el

tiempo del n+mero de prestaciones- $ uno de datos de panel relacionara la evolucin de la

poblacin in!antil con el n+mero de atencionespedi*tricas a travs del tiempo"


6/34

.odelos causales

Los modelos causales re/uieren /ueexista una relacin entre los valoresde ambas variables $ /ue los de la

variable independiente seanconocidos o /ue su estimacinotorgue una ma$or con%an&a"


7/34

0egresin Lineal

1l mtodo de los mnimos cuadrados oregresin lineal busca determinar la recta /uerepresente de me'or manera la tendencia de

las relaciones observadas entre dos variables,para usarlas como base de la pro$eccin dela tendencia !utura, calculando en la

1n la ecuacin los valores de a $ b /ue

de%nan la !uncin Y /ue minimice lasdesviaciones, los datos observados $ laecuacin $ 2 a3bx


8/34

4 2 a 3 bx

Donde

Y es la !uncin de pro$eccin o lneade tendencia-

a, el comportamiento no explicado porla variablex-

b, el comportamiento explicado por la

variablex /ue indica en cu*nto cambiael valor de Y por cada unidad /uecambiex"


9/34


10/34

1'emplo 5 Datos


11/34


12/34


13/34

1n 1xcel


14/34

.odelos de series detiempo


15/34

.odelos de series detiempo

Sin estacionalidad $ sin tendenciapromedio mvil simple $ suavi&amientoexponencial"

Con estacionalidad $ sin tendencia aditivoestacional $ multiplicativo estacional"

Sin estacionalidad $ con tendenciapromedio mvil doble $ suavi&amiento

exponencial doble" Con estacionalidad $ con tendencia aditivo

6olt57inter8s $ multiplicativo 6olt57inter8s


16/34

Todos los modelos desagregan losdatos #istricos en !uncin de

tendencias $

estacionalidades

para luego replicarlos en lapro$eccin !utura"


17/34

Tcnicas cualitativas de prediccin

9" 1l mtodo Delp#i

Constituir un grupo #eterogneo de expertosen un proceso en el /ue todos proporcionanin!ormacin de manera interactiva, la cual estratada sistem*ticamente por un coordinador

para concluir en una convergencia de lain!ormacin colectiva- de ella nace laprediccin"

Para eso, la participacin de cada experto es

annima $ se la proporciona al coordinador,/uien recopila, procesa $ retroalimenta atodos los expertos con las opiniones del resto"


18/34

1'emplo

Para #acer una prediccin del mercado #abitacional

mediante la aplicacin del mtodo Delp#i, se puedeconstituir un grupo de expertos integrado por

un agente corredor de propiedades, una exautoridad econmica del sector viviendas del

gobierno, un empresario de la construccin,un analista de una institucin bancariaespeciali&ado en crditos para la compra deviviendas, un analista bancario especiali&ado en

otorgar %nanciamiento a pro$ectos inmobiliarios,un !uncionario de la direccin de obras municipalesde la comuna donde se insertara el pro$ecto:


19/34

: $ un universitario recin egresado de la

carrera de ;dministracin /ue, con unnulo conocimiento del mundo real, conseguridad aportar* la aplicacin de uno om*s de los modelos cuantitativos $a

explicados"1l e/uipo interdisciplinario as constituido,entre otros expertos, podr* aportar su

experiencia en cada uno de los camposde traba'o $ *reas de inters paraconducir a un solo pronstico del grupo"


20/34


21/34

e'emplo

Si se busca medir la intencionalidadde compra para un nuevo producto/ue la empresa eval+a lan&ar al

mercado, se debe en primer lugarseleccionar el tamao $ la ubicacinde la muestra representativa, para

luego e!ectuar la toma de laencuesta $ anali&ar la in!ormacinrecopilada"


22/34

Comprende

.uestreo"

.arco muestral"

.uestra" Diseo de la encuesta"

1scalas de respuesta"

Tabulacin $ an*lisis de resultados


23/34

1l tamao de la muestra parapoblaciones %nitas se calcula por

Donde =>es la varian&a- N, el tamaode la poblacin- n, el tamao de lamuestra, $ S>, la varian&a de lamuestra"

1l error (E) respecto del valor

promedio se obtiene de multiplicar elnivel de con%an&a (Z) por la desviacinest*ndar (=)" ? sea


24/34


25/34

1'emplo

Si la poblacin ob'etivo se estima en>@@ @@@ personas, si la mediaobservada en la prueba piloto !ue de9AB unidades consumidas $ la varian&a

muestral !ue @, para un error de >Erespecto de la media $ un nivel decon%an&a de FB,E (Z 2 >), entonces

Como S>2 @, entonces


26/34

Si una ve& tabuladas las 9>B encuestas, se

encuentra /ue el promedio en el consumo!ue de 9G>, la demanda de la poblacin seestimara por

9G> H >@@"@@@ 2 A"@@"@@@


27/34

.uestreo 1strati%cado

1l muestreo estrati%cado se aplicacuando se observan subgrupos concaractersticas comunes entre ellos,

pero di!erenciadas entre subgrupos" Por e'emplo, cuando por niveles de

ingreso, edad u ob'etivo de uso

(turismo o negocios), los usuarios deun #otel mani%estancomportamientos di!erentes"


28/34

1n este caso, el tamao de lamuestra para toda la poblacin

estar* determinado por

Donde Ne es el tamao del estrato e-

Se, la desviacin est*ndar de lavariable en el estrato e, $ B, el error"


29/34

Para calcular el tamao muestral decada estrato, se recurre a una simple

regla de tres


30/34

1'emplo

Para pro$ectar la demanda de undeterminado producto, se reali& unaprueba piloto entre !amilias de los

estratos socioeconmicosA, B $ C9,$ se obtuvieron los siguientesresultados destinados anualmente a

su consumo"


31/34

Suponiendo un error de >@"@@@, el

tamao de la muestra del total de lapoblacin sera

De acuerdo con esto, la muestra

total debe incluir 99B encuestas /uese distribu$en entre cada estratocomo sigue"


32/34


33/34

Prediccin tecnolgica

es un mtodo /ue incentiva la capacidadde anticipar el desarrollo de nuevastecnologas o productos $ el impacto /ue

podran tener en el mercado espec%co dela empresa"

Casos tpicos son la posibilidad deintroducir el gas en sustitucin del petrleo

en diversos procesos productivos, lacomunicacin inal*mbrica o el desarrollode nuevos insumos para la construccin"


34/34

1l mtodo trata de prever un ciclo devida $ anticipar una curva desustitucin para de%nir la

oportunidad del reempla&o de unmercado, un producto, insumo otecnologa, con la antelacin

su%ciente para no tener /ueen!rentar los costos de laimprovisacin o de la decisin

ti # # d

Documents

s4 Técnicas de Prediccións4 Técnicas de Prediccións4 Técnicas de Prediccións4 Técnicas de Predicción