UNIVERSIDAD TECNICA DE

AMBATO
 Métodos de proyección

Son técnicas estadísticas que nos

permiten conocer con exactitud los
cambios futuros de la demanda, oferta
y precios respecto a un tiempo
determinado.

El pronóstico de estos fenómenos nos ayudara

a tomar mejores decisiones respecto al
mercado.
 Tendencia secular

Patrones básicos Variación

de tendencia de estacional
tiempo
Fluctuaciones
cíclicas

Movimientos
irregulares

Existen varios métodos: el grafico, el de las medias móviles y el de

mínimos cuadrados para calcular la tendencia secular.
 Método de las medias móviles
Se utiliza
cuando la
serie es muy
irregular. Construye una nueva
Se obtiene los serie a partir de la
datos del el media de un número
siguiente periodo, determinado de datos,
no se puede se va añadiendo
obtener una sucesivamente un dato
proyección de nuevo y quitando el
datos a futuro más antiguo de los
completamente. datos.
La desventaja es
que se pierde
algunos términos
de la serie, no se
obtiene una
expresión analítica
del fenómeno.
 Cálculo de las medias móviles

La expresión general de una

media móvil de orden s 𝑦𝑡 + 𝑦𝑡−1 + ⋯ + 𝑦𝑡−𝑠+1
consistiría en calcular una 𝑀𝑡 =
serie que para cada 𝑠
momento t toma el
siguiente valor:

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.

Para encontrar el valor de Mientras que el

Esta recta tendrá la los parámetros “m” y “b” crecimiento (c) se
Este método, ajusta la forma se aplican las siguientes
información a una recta determina mediante la
fórmulas: fórmula:
que sea representativa de
cada uno de los puntos. 𝑌 = 𝑏𝑥 +
𝑎; Donde 𝑵 σ 𝒙𝒊 𝒚𝒊 −σ 𝒙𝒊 σ 𝒚𝒊 𝑏∗𝑁
b= 𝑐=
a = es la porción fija y 𝑵 σ 𝒙𝒊 𝟐 −(σ 𝒙𝒊 )𝟐
σ 𝑦𝑖
σ 𝒚𝒊 −𝒎 σ 𝒙𝒊
b= la pendiente. a=
𝑵
 ECUACIONES NO LINEALES

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

y ”C” se encuentran codificación de la

resolviendo un sistema variable para utilizar
Y= a + bx + cx2 de tres ecuaciones con mínimos cuadrados.
tres incógnitas.

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?

Herramienta de la En ocasiones en que no

investigación científica, es posible realizar un
cuya función básica es censo se selecciona una
determinar que parte muestra, entendiendo
de una población debe por tal una parte
examinarse. representativa de la
población.
 TIPOS DE PROCEDIMIENTOS
DE MUESTREO

Basados en el principio de equiprobabilidad. Es decir,

aquellos en los que todos los individuos tienen la misma
PROBABILISTICOS
probabilidad de ser elegidos para formar parte de una
muestra.

No se tiene certeza de que la muestra extraída sea

NO representativa, ya que no todos los sujetos de la
PROBABILISTICOS población tienen la misma probabilidad de ser
elegidos.
 PROCEDIMIENTOS DE MUESTREO NO
PROBABILISTICOS
MUESTREO
MUESTREO POR INTENCIONAL O DE BOLA DE NIEVE
CUOTAS CONVENIENCIA

En este procedimiento se Se localiza a algunos

En este tipo de acude a un sitio individuos de manera
muestreo se fijan unas determinado, donde se aleatoria, los cuales
"cuotas" que consisten supone estará presente conducen a otros, y
en un número de el encuestado. Los así hasta conseguir
individuos que reúnen elementos son escogidos
una muestra
unas determinadas con base en criterios
preestablecidos por el suficiente.
condiciones
investigador. Ejem:
• Cuando se muestran
Ejem: Ejem: poblaciones cuyos
• 30 hombre y 50 mujeres • Estudiantes de colegio componentes por
• 45 hombre mayores de que posean edades motivos de moral,
25 años comprendidas entre 15 ideología, religión,
• 40 estudiantes de y 18 de la especialidad política o legal
ingeniería. de informática tienden a ocultar su
identidad.
Trata de encontrar la relacion que existe entre el tiempo y la demanda de
cierto producto

El tiempo es totalmente independiente de calquier situacion – Variable

Independiente – Eje X

La demanda sera la variable dependiente del tiempo - Eje Y

Para la relacion entre ambas:

Es necesario tener cierta cantidad de pares de puntos(t,d), obtenidos de
fuentes secundarias.

Metodo de regresion para pronosticar debe ser confinable bajo cualquier

situacion economica existente (crisis)
 Se grafica los pares de datos y a
simple vista resulta difícil decir
si los puntos asemejan a una
línea
Si los puntos estuvieran mas o menos
ajustados a una línea recta:
- Se ajusta esos puntos para que
realmente se comportaran como una
recta.

Error: Distancia vertical del valor observado de la variable

dependiente(Yi) hacia el valor ajustado de la propia demanda
El error ෢
(Yi)
deberá • Valor absoluto
ser lo 2 • Teorema de
෢
𝑒𝑟𝑟𝑜𝑟 = (𝑌𝑖 − Yi) ෍ 𝑌𝑖 − 𝑌෡𝑖 minimos cuadrados
mas ෍ 𝑌𝑖 − 𝑌෡𝑖
pequeño

El error puede ser positivo o negativo, según este arriba o

debajo de la línea de ajuste
A partir de esto tomar los puntos como 𝑌෡𝑖 = 𝑎 + 𝑏𝑥
la ecuación de una recta

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

• El signo del coeficiente de correlación r indica si la

relación entre las variables es positiva o negativa
• Si r = +1 entonces existe una relación lineal perfecta
positiva entre las variables
• Si r = 0 entonces no existe relación entre las variables
• Si r = -1 entonces existe una relación lineal perfecta
negativa entre las variables
• El valor numérico del coeficiente de correlación varía
entre –1 y +1
 CORRELACIÓN PARCIAL
Establece la relación o asociación entre dos de las variables del modelo, eliminando
la influencia del resto de variables. Existen diversos tipos de correlación parcial,
según el número de variables que se controlan.
Correlación entre dos variables, es
la correlación simple o
denominada de orden cero

Si hay una variable de control, se

denomina de orden uno

Si se controlan dos variables se

trata de una correlación de orden
dos
 Debe contar con un mínimo de tres variables; donde una de ellas
siempre será dependiente de las demás.
Características

Las correlaciones usualmente se calculan a partir de datos históricos.

Los coeficientes de correlación oscilan entre -1 y 1

0 = independencia
-1 = correlación inversa completa
1 = correlación positiva completa

Variables sin correlación crean situaciones que no son realistas

FÓRMULA

Donde:
 Y variable dependiente que representa el
fenómeno de interés y X para las
variables independientes en el análisis.

 En el numerador hay dos términos:

• El primero indica la correlación simple
entre las dos variables de interés.
• El segundo término se resta al primero y
consiste en el producto de las otras dos
correlaciones lógicamente posibles. Es
decir, entre Y y X 2 y entre X1 y X2.
 ANÁLISIS DE REGRESIÓN

Involucra el estudio la relación entre dos variables CUANTITATIVAS.

En general interesa.
• Investigar si existe una asociación entre las dos variables testeando la hipótesis de
independencia estadística.
• Estudiar la fuerza de la asociación, a través de una medida de asociación denominada
coeficiente de correlación.
• Estudiar la forma de la relación. Usando los datos propondremos un modelo para la relación y a
partir de ella será posible predecir el valor de una variable a partir de la otra.
 Si la relación entre las variables no
Relación no lineal es lineal, la distribución propuesta
para los estimadores es falsa

Si la varianza de los errores

cambia con los valores de X
Varianza no homogénea entonces los errores estándares, los
tests y los intervalos de confianza
obtenidos son inapropiados.
ERRORES

Errores estándares calculados, así

Errores correlacionados como los tests y los intervalos de
confianza suponen que los errores
son independientes

Suponen que para cada valor de X

la distribución de la variable Y es
Errores no normales normal. El no cumplimiento de
este supuesto invalida estos
procedimientos
 Los estimadores de
Casos Influyentes mínimos cuadrados son
muy poco robustos

Si otras variables afectan a

ambas X e Y
Variables omitidas simultáneamente nuestra
estimación de la pendiente

Son válidos como

ecuaciones de interpolación
ERRORES Interpolación fuera de sobre el rango de las
rango variables utilizadas en el
modelo

Distorsiona los mínimos

Malas Observaciones cuadrados

Relación entre Analizar la relación causa-

variables efecto
 MÉTODO DE Se usan para diseñar estrategias
inmediatas, son empleados entre
PRONÓSTICO DE CORTO mandos medios y gerencias de
PLAZO primera línea.

Se utiliza para programas de abastecimiento,

producción, asignación de mano de obra a las
plantillas de trabajadores, y planificación de los
departamentos de fabricación.

Se efectúa cada mes o menos, y su tiempo de

planeación tiene vigencia de un año.
 FUNCIÓN PRONÓSTICO

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