Академический Документы
Профессиональный Документы
Культура Документы
Todos los das, los gerentes toman decisiones sin saber lo que ocurrir en el futuro. Se
ordena el inventario aunque no se sepa cunto se vender, se compra equipo nuevo aunque
nadie conozca la demanda de productos y se realizan inversiones sin saber cules sern las
ganancias. Los gerentes tratan siempre de reducir la incertidumbre e intentan hacer mejores
estimaciones de lo que suceder en el futuro. Lograr esto es el objetivo principal de la
elaboracin de los pronsticos. Existen muchas formas de pronosticar el futuro. En muchas
empresas (sobre todo las pequeas), el proceso completo es subjetivo e incluye los mtodos
improvisados, la intuicin y los aos de experiencia. Tambin existen muchos modelos de
pronsticos
cuantitativos,
como
promedios
mviles,
suavizamiento
exponencial,
Estos pasos indican de una manera sistemtica cmo iniciar, disear e implementar un
sistema de pronsticos. Cuando el sistema de pronsticos se usa para generar pronsticos
peridicamente, los datos deben recolectarse por rutina, y los clculos o procedimientos
reales utilizados para hacer el pronstico pueden hacerse de forma automtica.
Pocas veces existe un nico mtodo de pronsticos que sea superior. Una organizacin
podra encontrar que la regresin es efectiva, otra tal vez aplique varios enfoques, y una
tercera quiz combine tcnicas cuantitativas y subjetivas. Cualquiera que sea la herramienta
que funcione para una empresa, esa es la que debera usarse. (Render, 2012)
Tipos de Pronsticos:
Las tres categoras de modelos son de series de tiempo, causal y cualitativo, los cuales se
dividen como se muestra en la siguiente figura:
regresin. El primero es entender la relacin entre las variables como gastos en publicidad
y ventas. El segundo es predecir el valor de una de las variables con base en el valor de la
otra. Por ello, la regresin es una tcnica muy importante para realizar. En cualquier
modelo de regresin, la variable que se quiere predecir se llama variable dependiente o
variable de respuesta. Se dice que su valor es dependiente del valor de una variable
independiente, que algunas veces se llama variable explicativa o variable predictiva. Para
investigar la relacin entre las variables, es til ver una grfica de los datos. Esa grfica se
llama diagrama de dispersin o grfica de dispersin. Generalmente, la variable
independiente se grafica en el eje horizontal y la variable dependiente en el eje vertical.
(Render, 2012)
Anlisis de Regresin Lineal Simple
El concepto de regresin se refiere al cuantum o cantidad de cambio que
experimenta una variable dependiente (Y), en relacin al cambio de una unidad de una
variable independiente (X). La regresin es un concepto estadstico estrechamente
vinculado al concepto de correlacin; mientras la regresin estudia la naturaleza de la
relacin entre dos variables dependientes, la correlacin estudia la estrechez de la relacin
entre esas dos variables una dependiente de la otra. Al igual que con otros procedimientos
estadsticos, la regresin lineal desea realizar una inferencia estadstica partiendo de los
valores muestrales obtenidos; por tanto, se deben cumplir ciertos requisitos, que en el caso
de la regresin lineal son los siguientes:
productos. Con frecuencia dos o ms productos se fabrican con recursos limitados, como
personal, mquinas, materia prima, etctera. La utilidad que la empresa busca maximizar se
basa en la contribucin a la utilidad por unidad de cada producto. La compaa quiere
determinar cuntas unidades de cada producto se deberan fabricar para maximizar la
utilidad general, dados sus recursos limitados. (Render, 2012)
Bibliografa
Pedroza, H., & Dicovskyi, L. (2007). Sistema de anlisis estdistico con SPSS. Managua:
INTA.
Render, B. (2012). Mtodos Cuantitativos para los Negocios. Undcima edicin. Mxico:
Pearson Educacin.