AMBATO
Métodos de proyección
Movimientos
irregulares
La técnica se aplica
óptimamente en series sin
tendencia ni estacionalidad.
En ese caso, la predicción se 𝑦𝑡+1 = 𝑀𝑡
realiza con la última media
móvil calculada, es decir:
Cuando hay tendencia,
debe corregirse el efecto 𝑦𝑡 − 𝑦𝑡−12
del incremento medio 𝑦𝑡+1 = 𝑀𝑡 +
anual, es decir, para 12
predecir valores
mensuales
Cuando la serie presenta
estacionalidad, la media móvil debe
ser corregida por coeficientes de
estacionalidad, que trata a los datos
como predicciones.
Se basa en calcular la
ecuación de una curva
para una serie de datos METODO DE
dispersos sobre una MÍNIMOS
grafica. Este método sirve
para proyectar las ventas CUADRADOS
en futuros periodos con
base en ventas pasadas.
Cuando la tendencia del fenómeno es claramente no lineal, se utilizan ecuaciones que se adapten al fenómeno.
Los principales tipos de ecuaciones no lineales son: la parabólica y la exponencial
Ecuación Parabólica
Los valores “A”, ”B” Se utiliza la
Valores de a, b y c
Ecuación
Donde: 𝑎
σ 𝑦 = 𝑁𝑎 + 𝑏 σ 𝑥 + σ 𝑦 σ 𝑥 4 − σ 𝑥 2 σ 𝑥 2𝑦
Y = Estimación de la 𝑐 σ 𝑥2 =
variable dependiente 𝑁 σ 𝑥4 − σ 𝑥2 σ 𝑥2
A,B,C = constantes
numéricas 𝑥𝑦 σ 𝑥𝑦
𝑏= σ 𝑥2
X = Valores de la variable
independiente = 𝑎 𝑥 + 𝑏 𝑥2
𝑐
+ 𝑐 𝑥3 𝑁 σ 𝑥 2𝑦 − σ 𝑦 σ 𝑥 2
=
σ 𝑥4 − σ 𝑥2 σ 𝑥2
σ 𝑥2𝑦 = 𝑎 σ 𝑥2 +
𝑏 σ 𝑥3 + 𝑐 σ 𝑥4
Ecuación
Exponencial
Ecuación
Ecuación en forma logarítmica
𝒀 = 𝒂𝒃𝒙 Conclusión
𝐥𝐨𝐠 𝒀 = 𝐥𝐨𝐠 𝒂 + 𝐱𝐥𝐨𝐠 𝒃
Esta ecuación puede también
ser linealizada aplicando 𝐥𝐨𝐠 𝒀 = 𝑵𝐥𝐨𝐠 𝒂 + 𝐥𝐨𝐠 𝒃 𝒙
logaritmos a ambos miembros
Para hacer pronósticos
𝐱𝐥𝐨𝐠 𝒀 con las ecuaciones
= 𝐥𝐨𝐠 𝒂 𝒙 + 𝐱𝐥𝐨𝐠 𝒃 𝒙𝟐
obtenidas se debe
asignar futuros a la
variable independiente
Donde
(x) que se refiere al
Y= log 𝑌 tiempo .
a= log 𝑎
b=log 𝑏
MUESTREO
COMO SE
DEFINICION
UTILIZA?
σ 𝑋 2 σ 𝑌−σ 𝑋 σ 𝑋𝑌 𝑛 σ 𝑋𝑌−σ 𝑋 σ 𝑌
𝑎= 𝑏=
Para obtener los valores de a y b: 𝑛 σ 𝑋 2 −σ 𝑋 2 𝑛 σ 𝑋 2 −σ 𝑋 2
Otro método es
haciendo traslación de a = desviación al origen de
ejes la recta
b = la pendiente
𝑋 = 𝑋 − 𝑋ത
σ 𝑌𝑖 𝑋𝑖
𝑎=𝑌 𝑏= σ 𝑋𝑖 2
¿Porqué se usa? Implica
• Método de ayuda cuando
la variable independiente • Una variable dependiente,
no influye directamente dos independientes
en el comportamiento de
• Se conocerá el
la variable dependiente comportamiento de las
• Se considera más variables independientes
variables que influyan dentro de unos años
directamente en el
comportamiento
REGRESIÓN CON TRES VARIABLES = COMPLETO
Fórmula
Y= 𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥2
Donde
Y= Variable Dependiente
𝑎0 = Intercepto de la Variable Y
𝑥1 , 𝑥2 = Valores de las Variables
Independientes
𝑎1 , 𝑎2 = Pendientes asociadas a cada
variable
Ecuaciones Auxiliares para Calcular 𝑎0 𝑎1
𝑎2
• σ 𝑌 = 𝑛𝑎0 + 𝑎1 σ 𝑥1 + 𝑎2 σ 𝑥2
• σ 𝑥1 𝑌 = 𝑎0 σ 𝑥1 + 𝑎1 σ 𝑥1 2 + 𝑎2 σ 𝑥1 𝑥2 Donde
n= Número de
• σ 𝑥2 𝑌 = 𝑎0 σ 𝑥2 + 𝑎1 σ 𝑥1 𝑥2 + 𝑎2 σ 𝑥2 2
Datos
Resolver Se conocer
Sistema de los datos
Ecuaciones 3x3 deseados
Involucra solo una
variable independiente
Permite obtener
relación entre dos
conjuntos de
puntuaciones
CORRELACIÓ
N SIMPLE Se usa para
determinar la
dirección y la
magnitud de la Los efectos de X
relación sobre Y o viceversa
La correlación entre X Ningún efecto de una
y Y pueden calcularse sobre la otra, sino que
sin necesidad de ellas se mueven juntas,
referirse a debido a que la tercera
variable influye en
ambas
Coeficiente de Correlación
• El coeficiente de correlación (r ) de una serie de pares de puntos ajustados
sobre una línea recta, expresado en términos de las variables 𝑥𝑖 = 𝑋𝑖 − 𝑋ത y
𝑦𝑖 = 𝑌𝑖 − 𝑌ത es:
1
𝑟= 𝑋𝑖𝑌𝑖
𝑛−1
• En términos de observaciones originales
σ(𝑋𝑖 − 𝑋ത )(𝑌𝑖 − 𝑌)
𝑟=
2 2
σ(𝑋𝑖 − 𝑋ത ) σ (𝑌𝑖 − 𝑌)
Coeficiente de Correlación
Donde:
Y variable dependiente que representa el
fenómeno de interés y X para las
variables independientes en el análisis.
Sintaxis
PRONOSTICO(x; conocido_y; conocido_x)
Donde:
X= Punto el cual se desea pronosticar
Conocido_y=Rango de los valores conocidos de la variable y
Conocido_y= Rango de los valores conocidos de la variable x
EJEMPLO
Se desea pronosticar las ventas de gelatinas para el día 31 del mes de
mayo PRONÓSTICO A CORTO PLAZO
VENTA DE PRODUCTO
Procedimiento DÍAS (Mes Mayo) VENTAS REALIZADAS
1 20
Se inserta los valores conocidos de las 2 15
ventas anteriores correspondientes a los 3 18
días ya conocidos 4 19
Se inserta el día a pronosticar en una celda 5 18
(21) 6 17
A continuación se elige la celda donde se 7 18
desea agregar el pronóstico 8 19
En la misma se elige la función pronostico 9 20
ubicada en la parte de estadísticas de 10 16
funciones 11 16
Completamos la función pronóstico según
12 17
nuestro requerimiento PRONOSTICO(x;
13 19
conocido_y; conocido_x)
14 16
=PRONOSTICO(J23;K7:K21;J7:J21+J7:J2
15 18
1)
31 17,28