Materia: Preparacin y Evaluacin de proyectos (INF-333) Integrantes: - Aguilar Villarroel Fernando Ever - Alvarez Pinto Sergio - Apaza Espejo Melba Ines - Ayllon Erasmo Paola Carola - Valdivia Ramos Jonathan - Villegas Romero Fabian Rodrigo Docente: - Mg. Sc. Carlos Mullisaca Choque
La Paz - Bolivia
Precisin.-
porque cualquier error en su pronstico tendr asociado un costo. Aunque obviamente no podr exigirse una certeza total a alguno de los mtodos, s podr exigirse que garantice una reduccin al mnimo del costo del error en su proyeccin.
Sensibilidad.-
porque al situarse en un medio cambiante, debe ser lo suficientemente estable para enfrentar una situacin de cambios lentos as como dinmica para enfrentar cambios agudos.
Objetividad.-
porque la informacin que se tome como base de la proyeccin debe garantizar su validez y oportunidad en una situacin histrica.
Para realizar el muestreo existen dos mtodos: El probabilstico.- en el que cada elemento elegible tiene la misma probabilidad de ser muestreado.
En este sentido se requiere una estratificacin previa a la toma de encuesta, para determinar el espacio muestral. La estratificacin consiste en a aquellos que efectivamente usan el servicio propuesto. El calculo del tamao de la muestra es fundamental para la confiabilidad de los resultados. Para realizar estos clculos de la muestra se puede utilizar la siguiente formula:
n =
2 Z 2 e2
donde n es el tamao de la muestra, 2 es la desviacin estndar, Z el valor critico de la distribucin normal para un nivel de confianza deseado, y e 2 el nivel de error maxim opermitido. El valor de Z se obtiene de una tabla de probabilidades de una distribucin normal y se conoce como el numero de errores estndar asociados con el nivel de confianza. La aplicacin de un cuestionario a la muestra busca medir acitudes y comportamientos esperados del mercado. Para ello es conveniente aplicar lo que se denomina tcnica estructurada, que consiste en facilitar respuestas breves, simples especificas y con opciones limitadas. La teora ofrece cuatro formas bsicas para elaborar escalas o mediciones en ciencias sociales: nominal, ordinal, de intervalos y proporcional. La nominal consiste en solicitar al encuestado que mencione por ejemplo, la marca que usa de un determinado producto, el medio de difusin donde vio la publicidad o donde lo compro. El ordinal consiste en solicitar al encuestado que ordene datos de acuerdo con su preferencia personal, calificando lo en una escala de valores dada. La escala de intervalos permite hacer comparaciones cuando se preguntra acerca de la edades, los ingresos, o cuando el encuestado tiene una visin calara pero no exacta de su respuesta. La escala proporcional se aplica cuando se desea explicitar mediciones como volumen, peso o distancia.
En general las encuestas se emplean en la medicin de volmenes esperados de venta, preferencias de calidad y precio, hbitos de compra, etc.. La investigacin de mercados basada en muestreo no probabilstico se puede tipificar en tres categoras: Muestreo de estratos.- se predetermina en estrato de la poblacin segn los intereses particulares de la investigacin. Muestreo de conveniencia de sitio.- se predetermina el lugar donde se aplicara la encuesta, segn donde se estima estar presente el consumidor objeto del inters de estudio.
Muestreo de bola de nieve.- se encuesta en una primer estancia al azar, usando las respuestas obtenidas como elementos referenciales para una encuesta posterior mas dirigida.
Entre otros mtodos se encuentran: el mtodo pronsticos visionarios y el mtodo cualitativo analizado de la analoga histrica.
5.4.1Modelo de regresin
Permite elaborar un modelo de pronstico basado en estas variables, el cual puede tener desde una hasta n variables independientes. Sin embargo la eleccin del nmero de variables independientes depende del total de observaciones obtenidas para la variable dependiente y cada una de las explicativas. Existen dos modelos bsicos de regresin: el modelo de regresin simple o de dos variables y el modelo de regresin mltiple. El primero indica que la variable dependiente se predice sobre la base de una variable independiente, mientras que el segundo indica que la medicin se basa en dos o ms variables independientes. En ambos casos, aunque los valores de la variable independiente pueden ser asignados es decir, que estn dados por el analista, los de la variable dependiente deben obtenerse por medio del proceso de muestreo. De la observacin de las variables se deriva un diagrama de dispersin que indica la relacin entre ambas, grficamente se representa la variable independiente x con relacin al eje horizontal, y el valor de la variable dependiente y con relacin al eje vertical. Cuando la relacin entre ambas no son lineales es usual determinar un mtodo de transformacin de valores para lograr una relacin lineal. El paso siguiente es determinar la ecuacin lineal que mejor se ajuste a la relacin entre las variables observadas. Para ello se utiliza el mtodo de los mnimos cuadrados. Matemticamente la forma de la ecuacin de regresin lineal es
Donde y (x) es el valor estimado de la variable dependiente para un valor especfico de la variable independiente x, a es el punto de interseccin de la lnea de regresin con el eje y, b es la pendiente de la lnea de regresin y x es el valor especfico de la variable independiente. Dado que la lnea de regresin se entiende como el valor esperado que toma la variable y, dados los valores esperados de la variable x, el trmino constante a tambin se puede entender como el valor
promedio de y cuando x es cero. Igualmente b se puede entender como el cambio ante y ante una cambio marginal en x. El criterio de mnimos cuadrados permite que la lnea de regresin de mejor ajuste minimice la suma de las desviaciones cuadrticas entre los valores reales y los estimados de la variable dependiente para la informacin muestral. Se derivan las siguientes expresiones para la pendiente y el intercepto respectivamente:
Donde
Al ser el modelo de regresin un mtodo estadstico, es posible determinar la precisin y confiabilidad de los resultados de la regresin. El coeficiente de la correlacin r mide el grado de asociacin lineal entre x e y. sin embargo, es ms utilizado el coeficiente de determinacin r2que indica que tan correcto es el estimado de la ecuacin de la regresin, cuando ms alto sea ms confianza se podr tener en el estimado de la lnea de regresin y se calcula por:
En algunos casos, en vez de ajustar los datos a una lnea recta para predecir la tendencia histrica, deber emplearse una funcin exponencial que muestre un cambio porcentual constante, mas de una variacin constante en cada periodo, para expresar de mejor forma el ajuste de la tendencia de los datos. La expresin de la ecuacin exponencial es:
Donde g es la tasa de crecimiento porcentual constante que se estima para el futuro. Modelo de regresin mltiple, se aplica cuando hay dos o mas variables independientes que deben usarse para calcular el valor de la variable dependiente y asume la foma:
La solucin de la ecuacin exige procedimientos bastante complejos para determinar el valor de las constantes. Sin embargo en la actualidad existen programas computacionales disponibles que facilitan su clculo. En trminos generales, la lgica de la solucin es la subyace en los modelos de regresin lineal, es decir haciendo uso del mtodo de mnimos cuadrados ordinario o de mxima verosimilitud, estos pueden identificar las relaciones entre las variables.
5.4.2Modelo de economtrico
Segn los diferentes autores se tienen las siguientes definiciones: Dervitsiotis: es un sistema de ecuaciones estadsticas que interrelacionan a la actividades de diferentes sectores de la economa y ayudan a evaluar la repercusin sobre la demanda de un producto o servicio, en este sentido es una prolongacin del anlisis de regresin. Lira: define un modelo para estimar la demanda de un producto, que parte de la base de que el precio se determina por la interaccin de la oferta y la demanda . Su modelo se define como:
Donde
productos terminados, X el nivel de exportaciones y M el nivel de importaciones. El modelo economtrico no admite externalidades de ningn tipo, ni por eventuales cambios derivados de la expansin de la produccin o por rendimientos operativos fluctuantes que afecten los niveles productivos, por eso seala que es un modelo a corto plazo.
Los pronsticos que se puedan realizar en base al anlisis de este tipo de datos serviran para el desarrollo de nuevos planes para inversiones en agricultura por ejemplo, elaboracin de nuevos productos por parte de las empresas, prevencin de desastres por cambios en el clima, o captar turistas para la ciudad, etc.
La tendencia es un movimiento que puede ser estacionario o ascendente o descendente como se indica en la fig.3
Tambin son posibles algunas formas para la tendencia, que no necesariamente tiene una distribucin de puntos en forma aproximadamente lineal sino como las que se muestran en la fig. 4
5.5.4. APLICACIN
Caso 1: Produccin de Motocicletas en una empresa japonesa, periodo 1974 - 1990 En la siguiente tabla se tiene la produccin de motocicletas de una empresa (en millones de motos) en un periodo de 17 aos que se muestra en la tabla N 1 Tabla N1 Venta de Motocicletas en un periodo de 17 aos (Produccin en millones de motocicletas) Aos 1974 1975 1976 1977 1978 1979 Produccin 2.1 1.9 1.7 1.5 1.6 2.0 Aos 1980 1981 1982 1983 1984 1985 Produccin 2.2 2.0 1.8 1.7 1.9 2.4 Aos Produccin 1986 1987 1988 1989 1990 ---2.1 1.9 1.5 1.4 2.5 -----
Se traslada los datos a Microsoft Excel, ordenados en dos columnas, luego se realiza la grfica de los datos. Se obtiene la grfica mostrada en la fig.8
En la grafica se observa que los aos donde se registra mayor produccin son 1974, 1980, 1985,1990 Entonces podemos tomar cada cinco aos como la cantidad de aos para la cual la empresa realiza su mayor produccin.
Sin embargo es conveniente encontrar una lnea de tendencia tal que se pueda hallar una ecuacin ajustada para los pronsticos de la produccin en el tiempo. Utilizando el mtodo de la media mvil Se construye una nueva tabla con las medias mviles Esto es para suavizar la distribucin de puntos
Hallando la lnea de tendencia En Microsoft Excel, la lnea de tendencia para la curva suavizada se obtiene fcilmente y se nuestra en la fig 10
El coeficiente de determinacin es muy pequeo por lo que no se puede asegurar categricamente que la ecuacin lineal hallada es la que pronostica la produccin en los aos posteriores. Ser necesario realizar un segundo arreglo con medias mviles El problema ahora es que el periodo donde alcanza la mayor produccin es un numero par de aos, por lo que se hace difcil en la tabla hallar el ao central, realizando el promedio de
La fig. 11 muestra la segunda suavizada de la lnea de tendencia, no ha variado mucho con respecto a la primera.