BASE: PROMEDIO, TENDENCIAS

Y CICLOS
FORMULACION Y EVALUACION FINANCIERA
Las empresas analizan sus presupuesto, como herramienta de
planificación y control.

Tema: Presupuesto: operativo, ventas y ingresos

Objetivo: Ejecutar eficientemente el presupuesto programado

Logro: El estudiante entiende y relaciona entre si las etapas de los

presupuestos.

Transferencia: Aplicar el presupuesto e interpretarlo en el resultados

financiero de la empresa.
La investigación que se realice debe tener
las siguientes características:
 La recopilación de la información debe ser sistemática.

 El método de recopilación debe ser objetivo y no

tendencioso.

 Los datos recopilados siempre deben ser información

útil.

 El objeto de la investigación siempre debe tener como

objetivo final servir como base para tomar decisiones.
EL MUESTREO ESTADÍSTICO

MUESTREO

• Proceso de aprender algo acerca de la

población sobre la base de una muestra
extraída de ella.
 RAZONES PARA EL MUESTREO
• Las poblaciones que se investigan pueden ser
infinitas; en tales casos el muestreo es el único
procedimiento posible.

• El costo de censar una población finita puede ser

prohibitivo.

• Aunque financiera, práctica y físicamente sea

posible observar toda la población el muestreo
puede ser aún el procedimiento más eficiente.
• Los resultados obtenidos por el estudio de una
muestra pueden ser iguales o aún más precisos
que los hallazgos de una cuenta completa de la
población.

• El error de la muestra se halla directamente; la de

la población no se sabe de manera cierta.
BASE TEÓRICA DEL MUESTREO

UNIDAD DE LA DIVERSIDAD

Cualquier población tiene

propiedades características
y la variación en sus
elementos son claramente
limitadas alrededor de un
valor central.

ALEATORIEDAD
 DISEÑO DE LA MUESTRA

a)MARCO DE LA POBLACIÓN MUESTRADA:

Definir las unidades elementales de la
población.
MUESTRA:
a) Una muestra puede contener unidades de muestreo primarias,
tales como empresas de una industria, aunque su fin sea
observar las propiedades de las unidades elementales, tales
como los trabajadores de la industria.

b) Una muestra no es una tajada de la población escogida por

comodidad y fácil disponibilidad, sino un microcosmos, que
espera sea representativo de la población progenitora.

c) El objetivo final del muestreo no es simplemente obtener

estadísticas de muestra, sino hacer inferencias sobre la
población
 TIPOS DE MUESTREO

• MUESTREO AL AZAR
• Las probabilidades de elección son conocidas
• El error de muestreo puede medirse y controlarse.

• MUESTRAS POR JUICIO

• Diseñadas por experto
• No puede conocerse el error muestral.
 ERROR DE MUESTREO

La diferencia entre el resultado de la

muestra y del censo cuando se
obtiene ambos resultados
PRECISIÓN: Error estándar medido de la Estadística.
Es la medición del error

EXACTITUD: Es la meta de una encuesta

EFICIENCIA: Se dice que es eficiente si los resultados

deseados son obtenidos al costo más bajo posible.
 DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA: (MEDIAS)
(ESTRATEGIA DEL INTERVALO DE CONFIANZA)

1. Especificar el nivel de precisión. Esta es la

diferencia máxima aceptable (D) entre la
media de la muestra y la media de la
población.

2. Especificar el nivel de confianza. Por lo

general varía entre 95% y 99%.
1. Determinar el valor Z asociado con el nivel de confianza
(Mediante tablas de la Curva Normal). Para
un nivel de confianza de 95% z = 1.96 Para un
nivel de confianza de 99% z = 2.58

2. Determinar la desviación estándar de la población. Puede

conocerse de fuentes secundarias o estimarse mediante una
prueba piloto o a juicio del investigador en el tema.

3. Aplicar la formula: = 2 z2
D2
DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA: (PROPORCIONES)
(ESTRATEGIA DEL INTERVALO DE CONFIANZA)

1. Especificar el nivel de precisión.

2. Especificar el nivel de confianza.
3. Determinar el valor Z asociado con el nivel de
confianza escogido.
4. Estimar la proporción de la población .
5. Determinar el tamaño de la muestra mediante la
formula para el error estándar de la proporción:
= (1- ) z2
D2
NECESIDAD DE PRONOSTICAR

“El ser humano posee un conocimiento único e

inforamación interior que no están disponibles en los
métodos cuntitativos. Sin embargo, de manera
sorprendente, estudios empiricos y esxperimentos de
laboratorio han demostrado que sus pronósticos no son
más precisos que los de los métodos cuantitativos.
El ser humano tiende a ser optimista y subestimar la
incertidumbre del futuro. Además el costo del
pronóstico con métodos de juicio es a menudo
considerablemente más alto que cuando se utilizan
métodos cuantitativos”.
PASOS A SEGUIR EN EL PRONÓSTICO

• Recopilación de datos
• Condensación de datos
• Construcción del modelo
• Extrapolación del modelo

ES EL PRONÓSTICO EN SI
“Se puede mejorar la utilidad de los pronósticos si los
administradores adoptan una actitud más realistas.
No se debe ver al proceso como un suistituto de la
profecía, sino como la mejor forma de identificar y
extrapolar patrones o reclamaciones establecidos con
el fin de pronósticar”.
PAQUETES DE COMPUTO PARA
PRONÓSTICO
 MINITAB

 STATISCAL PACKAGE FOR THE SOCIAL SCIENCES (SSPS)

 STATISCAL ANALYSIS SYSTEM (SAS) *

 FORECATS PLUS

 HOJA DE CALCULO DE EXCEL®.

 TÉCNICAS DE PROYECCIÓN DEL MERCADO
• Opinión de expertos
a) Métodos Subjetivos:
• Encuestas

b) Métodos Causales: • Regresión

• Econométrico
• Insumo – Producto (Coeficientes
Técnicos)
• Encuestas

c) Series de Tiempo:
• Tendencia
• Factor Cíclico
• Fluctuaciones Estacionales
• Variaciones no sistemáticas.
 SELECCIÓN DEL MÉTODO DE PRONÓSTICO

 La consideración que se impone en la selección de un

método de pronóstico es la de que los resultados
deben facilitar el proceso de toma de decisiones de
quien formula un proyecto.

 El método elegido deberá producir datos precisos y

comprensibles, de modo que pueda ayudar a producir
mejores decisiones.
• Los datos deben ser Confiables y Precisos
• Los datos deben ser Pertinentes
• Los datos deben ser Consistentes
• Los datos deben ser Periódicos

Primera consideración
básica para la generación
de un pronóstico

Comportamiento
Exploración
de las variables de
de interés Patrones
SEGUNDO FACTOR CLAVE
PARA LA GENERACIÓN DE
UN PRONÓSTICO
CUALITATIVAS
Se basan en el juicio humano y en la
intuición:
 Método Delphi
 Curvas de Crecimiento
 Escritura de Escenarios
 Grupos de Enfoque
Son importantes en el Esquema
General de Pronósticos
SELECCIÓN DE UNA
TÉCNICA DE
PRONÓSTICO
CUANTITATIVAS
Se utilizan cuando existen suficientes
datos históricos y cuando se juzga que
estos datos son representativos de un
Futuro desconocido
Se apoyan en la suposición de que el
pasado puede extenderse al futuro de
manera significativa para proporcionar
pronósticos precisos.
 TÉCNICAS DE PRONÓSTICO CUANTITATIVAS

(CAUSALES)

ESTADÍSTICAS DETERMINISTICAS

Se enfocan completamente en
Patrones, Cambios en los patrones y
perturbaciones por influencia
aleatorias:
• Promedios Móviles
• Atenuación exponencial
• Descomposición de series de
tiempo y proyecciones de tendencia
• Metodología Box-Jenkins
Comprende la identificación y determinación
de relaciones entre la variable por pronosticar
y otras variables de influencia:
• Regresión
• Regresión Múltiple
• Indicadores Básicos
• Modelos Econométricos

Emplean dos enfoques:

1. Supone que los datos se pueden
descomponer en componentes
como Tendencia, Ciclo,
Estacionalidad e Irregularidad.
2. Modelos econométricos de series
de tiempo y de Box-Jenkins
SELECCIÓN DE UNA TÉCNICA DE PRONÓSTICO

• Por qué se requiere un pronóstico?

• Quién utilizará el pronóstico?
• Cuáles son las características de los datos disponibles?
• Qué espacio de tiempo se pronosticará?
• Cuáles son los requerimientos mínimos de datos?
• Cuál es la precisión deseada?
• Cuál será el costo del pronóstico?
GUÍA PARA LA SELECCIÓN DE UNA TÉCNICA DE PRONÓSTICO

1. Técnica de pronostico para Datos Estacionarios

Cuyo valor promedio no varía en el tiempo

Se utilizan cuando:
•Las fuerzas que generan una serie se han estabilizado
•Se requiere un modelo muy sencillo, debido a la falta de datos

•Método de Promedios Móviles

•Atenución Exponencial
•Box-Jenkins
2. Técnica de pronóstico para Datos con una Tendencia

La serie contiene un componente de largo plazo que

representa el crecimiento o declinación de las
variables de interés.

Se utilizan cuando:
•Una proporcionalidad creciente y la nueva tecnología conducen
a cambios.
•El incremento en la población provoca un incremento en la
demanda de bienes y servicios
•Aumenta la aceptación en el mercado.

•Promedio móvil lineal

•Atenuación Exponencial
•Regresión Simple
•Modelo de Gompertz
•Modelos Exponenciales
•Curvas de Crecimiento
3. Técnica de pronóstico para Datos con Estacionalidad

Series con patrón de cambio que se

repite a sí mismo año tras año.

Se utilizan cuando:
•El clima influye en la variable de interés.
•El período influye en la variable de interés.

•Regresión Múltiple de series

de tiempo
•Métodos Box-Jenkins
•Descompocisión Clásica
•Atenución Exponencial
4. Técnica de pronóstico para Series Cíclicas

Patrones de fluctuación de onda

alrededor de la Tendencia.

Se utilizan cuando:
•El ciclo del negocio influye sobre la variable de interés
•Se presentan cambios en la población
•Se presentan cambios en el ciclo de vida del Proyecto

•Descomposición Clásica
•Indicadores Económicos
•Modelos Econométricos
•Regresión Múltiple
•Métodos de Box-Jenkins
5. Técnicas de pronóstico de acuerdo con el Horizonte
del Proyección
Para corto, mediano y largo plazo

Modelos de regresión

Para corto y mediano plazo

•Promedios Móviles
•Tendencia
•Box-Jenkins
•Modelos Econométricos

Para Horizontes Mayores Métodos Cualitativos