Pronos Ticos

LOGO
Pronsticos en los
negocios
Instructor: Romni Ypez- UG
Captulo 1:

Introduccin a los pronsticos en
los negocios
PRONSTICOS EN LOS NEGOCIOS
Introduccin a los pronsticos en los negocios
1
La historia de los pronsticos
Necesidad de los pronsticos
Tipos de pronsticos
Consideraciones Macroeconmicas del pronstico.
Seleccin de un mtodo de pronstico
Etapas del pronsticos
Administracin del proceso de elaboracin del pronstico
Software de pronstico
Informacin en lnea
Resumen / Conclusin

1.2
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
1.10
1.1 LA HISTORIA DE LOS PRONSTICOS

1. INTRODUCCIN A LOS PRONSTICOS EN LOS
NEGOCIOS
Segn Peter Bernstein (1996)
En el siglo XVII el pronstico fue considerado
como una perdida de tiempo o como un pecado
Durante los prximos 300 aos se dieron avances significativos
mediante el mtodo de pronosticar basado en datos, ocurridos
mayormente en el siglo XX.

Mtodos de anlisis de regresin lineal
Mtodos descomposicin
Mtodos de suavizamiento
Mtodos de promedios mviles autorregresivos
NEGOCIOS
1.2 NECESIDAD DE LOS PRONSTICOS
EN LOS NEGOCIOS

Los pronsticos guan el establecimiento de polticas y planeacin
La necesidad de pronstico esta en todas las lneas funcionales,
en todo tipo de organizaciones.
Los pronsticos deben ser siempre cambiante y altamente
interactivo
Ejemplo
reas funcionales:
NEGOCIOS
La necesidad de pronstico esta en todas las lneas funcionales,
en todo tipo de organizaciones.
1.2 NECESIDAD DE LOS PRONSTICOS
EN LOS NEGOCIOS

El pronosticador eficaz deber ser capaz de establecer una hbil mezcla de:
Pronsticos
Cuantitativos
El buen
juicio
NO extremo
NO
extremo
NEGOCIOS
1.3 TIPOS DE PRONSTICOS

Se clasifican en:
PRONSTICOS DE :
LARGO
PLAZO

Sealan el curso
general de una
organizacin para
un tiempo de
funcionamiento
largo

CORTO
PLAZO

Permite disear
estrategias
inmediatas

EJEMPLO:
NEGOCIOS
PRONOSTICOS DE LARGO Y CORTO PLAZO

Se clasifican en:
SEGN LOS TERMINOS DE SU POSICIN:
Macro
Pronstico
Status de algo general o factor de resumen
Micro
Pronstico
A nivel de detalle especifico
NEGOCIOS

Se clasifican en:
SEGN LA TENDENCIA A SER :
Mas
Cualitativos
Es el proceso que no requieren manipulacin de datos, solo se usa el
juicio del pronosticador.
Mas
Cuantitativos
No necesita del juicio para desarrollar pronsticos, solo procedimientos
mecnicos para obtener resultados.
NEGOCIOS

Se clasifican en:
SEGN LA NATURALEZA DEL PRODUCTO OBTENIDO:

Es decir si el pronstico ser un numero
individual
Pronstico
Puntual

Un intervalo de nmeros dentro del cual
se espera que est el valor futuro
Pronstico
Por Intervalo

Mediante la Distribucin de probabilidad
total del valor futuro.
Pronstico
de densidad
NEGOCIOS
1.4 Consideraciones Macroeconmicas del
pronstico

4
Existe un alto grado de inters en la prediccin de variables
importantes para toda la economa de un pas, para la cual hacen
uso de los pronsticos econmicos generales.
Por ejemplo:
Para los gobiernos de es relevante obtener datos sobre:

La tasa de desempleo
El producto interno bruto
La tasa de inters de referencia

NEGOCIOS

Variables de reas
Macroeconmicas

Variables de reas
Microeconmicas
Este afectan no solo a una empresa, un
cambio en una de ellas afectar a otras.

Generalmente estas fuerzas no pueden
controlar los directivos de las
organizaciones
Afectan a una empresa en particular

No son controlables, se pueden influir en
ellos

Los administradores deben planear por
anticipado estas variables para lograr
tomar medias de control
1.4 Variables Micro-Macro para pronstico

NEGOCIOS
1.4 Consideraciones Macroeconmicas del
pronstico

2
4
Una de las principales dificultades en la elaboracin de pronsticos
generales son;
Cambios del precio del petrleo
Inflacin Sbita
Cambios polticos
NEGOCIOS
1.5 Seleccin de un mtodo de pronstico

2
Los pronsticos se seleccionan en funcin a:
A Futuro
Pronsticos a
Corto Plazo
Pronsticos a
Largo Plazo
Nivel de Detalle
Micro
Pronstico
Macro
Pronstico
Al Mtodo
Cuantitativos
(manipulacin
de Datos)
Cualitativos
(juicio)
A la Forma
Pronstico
Puntual
Pronstico
Por Intervalo
Pronstico de
Densidad
NEGOCIOS
1.6 ETAPAS DEL PRONSTICOS
4
Los datos deben estar disponibles y
correcto, de lo contrario deber emplearse
otra metodologa para pronosticar.
Formulacin del problema y
recopilacin de datos
Esta etapa es necesario al tener
demasiados datos o muy pocos, en el
proceso para realizar pronsticos
Manipulacin y limpieza de
datos
Es el proceso de ajustar los datos
recolectados a un modelo de pronstico
que sea adecuado, y as minimizar errores.
Construccin y evaluacin
del modelo
Es la generacin del modelo real despus
de: RECOPILADO, DEPURADO los datos
apropiados y la seleccin del modelo.
Implementacin del modelo
(el pronostico real)
Es el proceso de comparacin de los
valores del pronstico con los valores
histricos reales.
Evaluacin del Pronstico
NEGOCIOS
1.7 ADMINISTRACIN DEL PROCESO DE ELABORACIN
DEL PRONSTICO
1. INTRODUCCIN A LOS PRONSTICOS EN LOS NEGOCIOS
Los pronsticos no deben verse como un sustituto de una
adivinacin, sino como le mejor camino para identificar y
extrapolar patrones o relaciones para elaborar
pronsticos.
Las tcnicas cuantitativas de elaboracin del pronsticos deben verse
como realmente son:
Herramientas que el gerente va a utilizar para tomar mejores
decisiones
De acuerdo con Makridakis (1986)
1.8 SOFTWARE DE PRONSTICO
NEGOCIOS
1.8 SOFTWARE DE PRONSTICO
Existen 2 tipos de paquetes computaciones usados
por los pronosticadores:
Paquetes Estadsticos
Generales
Anlisis de regresin
Anlisis de series de
tiempo
Y otros
Paquetes para
elaboracin de
pronsticos
Diseados
especficamente para
aplicaciones en
pronsticos

NEGOCIOS
1.9 INFORMACIN EN LNEA
Sitios Web con fuentes de datos
econmicos y financieros que son de
inters para los pronosticadores:
B&D Data Linksm disponible en:
www.econ-datalinks.org
Administrador por:
Business and Economic Section of
the American Statistical Association
Resources for Economics on the
internet, patrocinado por la American
Economic Association:
www.rfe.org
NEGOCIOS
1.10 RESUMEN Y CONCLUSIN
La Finalidad de un pronstico es:
Reducir el nivel de incertidumbre con que deben realizarse
los juicios de la gerencia
Tal propsito sugiere dos reglas fundamentales:
El propsito debe ser tcnicamente correcto y
generar pronsticos preciso para satisfacer la
necesidad de la empresa
Regla 1
Los resultados generados en el
procedimiento de elaboracin de pronsticos
deben satisfacer en la toma de decisiones y
desde el punto de vista de costo-beneficio
Regla 2
NEGOCIOS
Captulo 2:

Repaso de conceptos estadsticos
bsicos
ESTADGRAFOS
Contenido: ESTADIGRAFOS
1. Medidas de tendencia central:
Media
Mediana
2. Medidas de Posicin:
Cuartiles
3. Medidas de Dispersin:
Desviacin Estandar
Varianza
4. Grados de libertad
MEDIA
Sus simbolos: Poblacin Muestra X
1
Tambin
llamada
promedio
2
Se Calcula:

Formalmente:

3
Es sencible a
mediciones que
sean mucho
mas grandes o
mucho mas
pequeas
Estadgrafos de Tendencia Central
MEDIANA
Su simbolo: Muestra M
e

1
Se usa a
menudo para
indicar el valor
de la parte
central en un
conjunto de
datos
2
Se Calcula:

3
Es el valor que
divide por la
mitad un
conjunto de
mediciones
ordenadas
Estadgrafos de Tendencia Central
CUARTILES
Su simbolo: Muestra Q
k

1
Dividen el
conjunto de
datos en 4
partes
iguales
2
Se Calcula:

3
El Q
2
(Cuartil 2)
siempre
coincide con
la Mediana
Estadgrafos de Posicin
DESVIACIN ESTANDAR
1
Rango a
travs del cual
se dispersan
los valores
alrededor de
la media
2
Se Calcula:

S

3
Por lo general se
obtendr una
desviacin
estndar mas
pequea que la
desviacin
estndar de la
poblacin
Sus simbolos: Poblacin Muestra S
Estadgrafos de Dispersin
VARIANZA
1
Es la
desviacin
Estndar
al
cuadrado
2
Se Calcula:

3
Determina qu
tan alejado o
cercano estn
tus datos del
centro o la
media
Sus simbolos: Poblacin Muestra S
Estadgrafos de Dispersin
Indica el
numero de
datos
libres entre
s, no
pueden
calcularse
uno apartir
de otro.
GRADOS DE
LIBERTAD
En
conclusin:
Es la
cantidad de
valores que
tienen
libertad
para variar
Grados de Libertad
Ejemplo:
Pienso en el
numero 5 y el 7
la suma es12. Si
conozco 2 de
las 3 variables
puedo conocer
la tercera
PRONOSTICOS
1. Tipos de datos utiles en pronosticos
Transversales
Series de tiempo
2. Presentacin de informacin
Diagrama de puntos
Diagrama de caja
Histogramas
1. Variables aleatorias
Variable aleatoria discreta
Variable aleatoria continua
2. Distribucin de probabilidad
Contenido: DISTRIBUCIN DE PROBABILIDAD
Contenido: PRONOSTICOS
DATOS TRANSVERSALES
Observaciones
Consiste en:
Desde el
mismo
Marco
Marco de
referencia
Tipos de datos
Universidad de Guayaquil - I.S.A.C.
DATOS DE SERIES DE TIEMPO
Secuencia
de
Consiste en:
Observaciones.
en el
tiempo
Tipos de datos
Universidad de Guayaquil - I.S.A.C.
DIAGRAMA DE PUNTOS
Presentacin de informacin
DIAGRAMA DE CAJA
HISTOGRAMA
VARIABLE ALEATORIA DISCRETA
Cantidad de
personas que
usan MetroVia
A menudo
Nmeros
Enteros
Predeter-
minados
Solo
Valores
Puede
tomar
Ejemplo:
Variables
El valor esperado siempre es el valor promedio
VARIABLE ALEATORIA CONTINUA
El peso de
algunas personas
Nmero
Con
decimales
Dentro
de un
Rango
cualquier
Valor
Puede
tomar
Ejemplo:
Variables
El valor esperado siempre es el valor promedio
Definicin
Distribucion
de Probabilidad
de una Variable
aleatoria
discreta
1. Enlista todos los
valores posibles que
puede tomar la variable
2. El valor esperado
se obtiene al
multiplicar los
valores posibles
de X con su
Probabilidad P(X)
3. Ecuacin de valor esperado:
E(X) = [X x P(X)]
4. La Probabilidad P(X)
se la obtiene en
Consecuencia de un
historial antes estudiado
del comportamiento de X
Distribucin de probabilidad
EJEMPLO RESULTADO ESPERADO:
Los valores
estan
basados en
experiencias
que el
vendedor tuvo
mensualmente
en sus rutas.
Estas se
utilizaran para
pronosticar la
actitud del
mercado
Utilizando la formula:
E(X) = [X x P(X)]

=1(.1)+2(.2)+3(.25)
+4(.15)+5(.3)

E(X) = 3.35

Entoces los dias que
espera no vender
este mes es 3.35 dias.

Distribucin de probabilidad
Dias sin ventas
de un vendedor
X P(X)
1
2
3
4
5
0.10
0.20
0.25
0.15
0.30
Contenido: PROBABILIDADES
1. Probabilidad Normal
Ejemplo
2. Probabilidad usando distribucin
muestral
Ejemplo
Ese determino
que existe el
53% de
probabilidad
de que la parte
escogida al
azar sea entre
9 y 12 libras.

Segn la tabla de Z:

Los pesos de una
poblacin de partes
fabricadas en cierta
maquina tienen una
media de 10 libras y
de 2 lb Cul es la
probabilidad de que
una pieza seleccionada
al azar pese entre 9 y
12 lb?
Ejemplo Resolucin Interpretacin
Probabilidad
PROBABILIDAD NORMAL
Nmero de xitos en una muestra, compuesta por n observaciones.
Se concluye: Que
las probabilidades
son del 82% de
que la media
de la muestra
estar dentro
de 2 libras de la
media verdadera.
Tomando en cuenta que:

Resolviendo:

Segn la tabla Z:
= 1.33 : 0.408 se lo
duplica y tendremos. 0.816
Se extrae 100
personas de una
poblacin, Cual es la
probabilidad de que la
media estar dentro
de 2 libras del peso
medio de la
poblacin verdadera
(X - )?. Si la
desviacin estimada
de la poblacin es 15
libras.
Ejemplo Resolucin Interpretacin
Probabilidad
PROBABILIDAD USANDO LA DISTIBUCIN MUESTRAL
Es la distribucin de todos los valores posibles del estadstico
muestral que se puede obtener de la poblacin.

Pronos Ticos

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Pronos Ticos

Загружено:

Авторское право:

Доступные форматы

LOGO

Вам также может понравиться