PRONOSTICOS

ADMINISTRACION DE LA DEMANDA

1
 Objetivos de aprendizaje
• Entender los tres horizontes de tiempo y cuáles modelos se
aplican a cada uno.
• Explicar cuándo debe usarse cada uno de los cuatro
modelos cualitativos.
• Aplicar los métodos intuitivo, de promedios moviles, de
suavizamiento exponencial, y de análisis de tendencia.
• Calcular medidas de la exactitud del pronostico.
• Realizar un análisis de regresión y correlación.

2
 ¿QUÉ ES PRONOSTICAR?

• Es el arte y la ciencia de predecir los

¿Cuanto
eventos futuros . Puede involucrar el
venderé?
manejo de datos históricos para
proyectarlos al futuro, mediante algún
tipo de modelo matemático.
• Puede ser una predicción subjetiva o
intuitiva. O bien una combinación de
ambas, es decir un modelo
matemático ajustado por el buen
juicio de un administrador.
 HORIZONTE DE TIEMPO DEL
PRONOSTICO
Un pronostico se clasifica por el horizonte de tiempo futuro que cubre.

• Pronóstico a corto plazo

– Tiene una extensión de tiempo de hasta 1 año
– Casi siempre es menor a 3 meses.
– Se usa para planear las compras, programar el trabajo, determinar niveles
de mano de obra, asignar el trabajo, y decidir los niveles de producción.
• Pronóstico a mediano plazo
– Entre 3 meses y 3 años.
– Se utiliza para planear las ventas, la producción, el presupuesto y el flujo de
efectivo, así como para analizar diferentes planes operativos.
• Pronóstico a largo plazo
– Su extensión es de 3 años ó más.
– Se emplean para planear la fabricación de nuevos productos, gastos de
capital, ubicación o expansión de las instalaciones, y para investigación y
desarrollo.
4
 HORIZONTE DE TIEMPO DEL
PRONOSTICO
Los pronósticos a mediano y largo plazos se distinguen de los pronósticos a corto
plazo por tres características:
1. Primero, los pronósticos a mediano y largo plazos manejan aspectos más
generales y apoyan decisiones administrativas relativas a la planeación y los
productos, plantas y procesos.
Por ejemplo: La implementación de algunas decisiones sobre instalaciones, como la decisión que
tomó GM de abrir una nueva planta de manufactura en Brasilia, puede tomar de 5 a 8 años desde su
concepción hasta su terminación.

2. Segundo, el pronóstico a corto plazo usualmente emplea metodologías

diferentes que el pronóstico a más largo plazo. Las técnicas matemáticas,
como promedios móviles, suavizamiento exponencial y extrapolación de
tendencias, son comunes en las proyecciones a corto plazo.
Los métodos más amplios y menos cuantitativos resultan útiles para predecir asuntos tales como si un
nuevo producto, por ejemplo una grabadora de discos ópticos, debe introducirse en la línea de
productos de una compañía.

5
 HORIZONTE DE TIEMPO DEL
PRONOSTICO
3. Por último, como podría esperarse, los pronósticos a corto plazo tienden a
ser más precisos que los de largo plazo. Los factores que influyen en la
demanda cambian todos los días. Por lo tanto, a medida que el horizonte de
tiempo se alarga, es más probable que la exactitud del pronóstico disminuya.
Entonces, es necesario afirmar que los pronósticos de ventas deben actualizarse
regularmente para mantener su valor e integridad. Después de cada periodo de
ventas, los pronósticos deben revisarse y corregirse.

6
La Influencia del ciclo de vida del
producto
Otro factor que debe considerarse cuando se desarrollan
pronósticos de ventas, en especial los largos, es el ciclo de
vida del producto.
Los productos, e incluso los servicios, no se venden a un
nivel constante a lo largo de su vida. Los productos más
exitosos pasan por cuatro etapas:
1. Introducción;
2. Crecimiento;
3. Madurez, y
4. Declinación.
7
La Influencia del ciclo de vida del
producto
Los productos situados en las primeras dos etapas de su
ciclo de vida (como la realidad virtual y los televisores con
pantalla de cristal líquido) necesitan pronósticos más largos
que aquellos ubicados en las etapas de madurez y
declinación (como los disquetes de y las patinetas).
Los pronósticos que reflejan los ciclos de vida son útiles
para proyectar los distintos niveles de personal, niveles de
inventario y capacidad de planta mientras el producto pasa
de la primera a la última etapa.

8
TIPOS DE
PRONÓSTICOS

• Pronosticos Económicos
• Pronosticos Tecnológicos
• Pronosticos de la demanda

9
 PRONOSTICOS ECONOMICOS

• Indicadores de planeación que son

valiosos por ayudar a las
organizaciones en la preparación
de pronósticos de mediano y largo
plazos.
• Abordan el ciclo del negocio al
predecir tasas de inflación,
suministros de dinero, construcción
de viviendas, y otros indicadores de
planeación.
• Lo hacen los gobiernos, los bancos
y los servicios de predicción
econométrica.
 PRONOSTICOS TECNOLOGICOS

• Se refieren a las tasas de

progreso tecnológico, las
cuales pueden resultar en el
nacimiento de nuevos e
interesantes productos, que
requerirán nuevas plantas y
equipo
• Pronósticos a largo plazo
relacionados con las tasas de
progreso tecnológico.
• Indican la dirección de los
cambios tecnológicos y la tasa
de cambios esperada.
 PRONOSTICOS DE LA DEMANDA
• Son proyecciones de la
demanda de productos o
servicios de una compañía. Estos
pronósticos, también llamados
pronósticos de ventas, orientan la
producción, la capacidad y los
sistemas de programación de la
empresa, y sirven como entradas
en la planeación financiera, de
marketing y de personal.
Los pronósticos tecnológicos y económicos
son técnicas especializadas que tal vez no
formen parte de la función del administrador
de operaciones. Por tal razón, se pone énfasis
en los pronósticos de la demanda.

13
 SIETE PASOS EN EL SISTEMA DE
PRONÓSTICO

Usaremos a Disney World, el centro de atención del Perfil

global de una compañía, como ejemplo de cada paso.
 SIETE PASOS EN EL SISTEMA DE
PRONÓSTICO
El pronóstico sigue siete pasos básicos. Usaremos a Disney
World, el centro de atención del Perfil global de una compañía,
como ejemplo de cada paso.
1. Determinar el uso del Disney usa los pronósticos de la asistencia
pronóstico: al parque para dirigir el personal, las horas
de entrada, la disponibilidad de paseos y
los suministros de comida.
2. Seleccionar los aspectos Para Disney World hay seis parques
que se deben pronosticar: principales. La cifra primordial que
determina la mano de obra, el
mantenimiento y la programación es la
asistencia diaria.
3. Determinar el horizonte Disney desarrolla pronósticos diarios,
de tiempo del pronóstico: semanales, mensuales, anuales y
¿Es a corto, mediano o quinquenales.
largo plazos?
 SIETE PASOS EN EL SISTEMA DE
PRONÓSTICO
4. Seleccionar los Disney usa una variedad de modelos
modelos de estadísticos que analizaremos, incluyendo
pronostico: promedios móviles, suavizamiento exponencial
y análisis de regresión. También emplea
modelos de juicio, o no cuantitativos.
5. Recopilar los datos El equipo de pronósticos de Disney emplea a
necesarios para 35 analistas y 70 trabajadores de campo para
elaborar el encuestar a 1 millón de personas y/o negocios
pronostico: cada año. También utiliza una compañía
llamada Global Insights para elaborar los
pronósticos de la industria de los viajes y
recopilar datos sobre tasas de cambio,
llegadas a Estados Unidos, ofertas de
aerolíneas, tendencias en Wall Street, y
programas vacacionales en las escuelas.
 SIETE PASOS EN EL SISTEMA DE
PRONÓSTICO
6. Realizar el pronostico.

7. Validar e implementar los En Disney, los pronósticos se revisan

resultados: diariamente a los niveles más altos para
asegurar la validez del modelo, de los
supuestos y de los datos. Se aplican las
medidas de error, y después se usan los
pronósticos en la programación del
personal a intervalos de 15 minutos.
 SIETE PASOS EN EL SISTEMA DE
PRONÓSTICO

1. Determinar el uso del pronóstico.

2. Seleccionar los aspectos que se deben
pronosticar.
3. Determinar el horizonte de tiempo del pronóstico:
¿Es a corto, mediano o largo plazos?
4. Seleccionar los modelos de pronostico.
5. Recopilar los datos necesarios para elaborar el
pronostico.
6. Realizar el pronostico.
7. Validar e implementar los resultados.
 ENFOQUES PARA PRONOSTICAR

• Pronósticos Cualitativos
• Pronósticos Cuantitativos

19
 PRONOSTICOS CUALITATIVOS

Los pronósticos cualitativos o subjetivos

incorporan factores como la intuición, las
emociones, las experiencias personales y el
sistema de valores de quien toma las
decisiones para llegar a un pronóstico.
Algunas empresas emplean un enfoque y otras
el otro. En la práctica, la combinación de
ambos resulta más efectiva en la mayoría
delos casos.
 PRONOSTICOS CUANTITATIVOS

• Los pronósticos cuantitativos utilizan

una variedad de modelos matemáticos
que se apoyan en datos históricos y/o
en variables causales para pronosticar
la demanda.
 ENFOQUES CUALITATIVOS PARA
PRONOSTICAR LA DEMANDA

• Las técnicas cualitativas de predicción dependen de

conjetura adquiridas con base en la institución las
técnicas cualitativas mas comunes son:

– Jurado de opinión ejecutiva

– Método Delphi.
– Fuerza de ventas
– Encuestas a los clientes.
 JURADO DE OPINIÓN EJECUTIVA
• Permite la fusión de las opiniones de
una sección de expertos
interfuncionales.
• Esta técnica es relativamente
económica y mas utilizada a
mediano y largo plazo.

• Por ejemplo, Bristol-Meyers Squibb Company

emplea 220 científicos investigadores destacados,
como jurado de opinión ejecutiva, con el fin de tener
una idea de las tendencias futuras en el mundo de la
investigación médica.
 METODO DELPHI

• Este método involucra a un grupo de

expertos que comparten información y
eventualmente llegan a un consenso
en una predicción a largo plazo con
respecto a las tecnología del futuro o a
las ventas futuras de un nuevo
producto
 FUERZA DE VENTAS
• En muchas compañías la fuerza de ventas
entra en contacto directo con los clientes lo
cual constituye una buena fuente de
información que considera las intenciones de
los clientes a corto y a mediano plazos.

ENCUESTA A LOS CLIENTES

• Una empresa también puede basar sus
predicciones en los planes establecidos de
compras futuras de sus clientes actuales y
otenciales mediante una encuesta a sus
clientes .Esta información puede obtenerse
directamente por medio de encuestas
personales, por teléfono, correo o fax.
 ENFOQUES CUANTITATIVOS PARA
PRONOSTICAR LA DEMANDA

• Estos métodos cuantitativos emplean los modelos

matemáticos y los datos históricos para pronosticar
la demanda. Así, el pasado se utiliza para predecir
el futuro.
• Hay dos tipos generales de métodos cuantitativos:

- Modelos de Series de tiempo

- Modelos Causales o asociativo
 MODELOS DE SERIES DE TIEMPO
• Incluye elaborar gráficas de los datos de
demanda sobre una escala de tiempo y estudiar
las gráficas para descubrir los modelos y las
figuras o los patrones consistentes. Luego, estos
patrones se proyectan hacia el futuro.

• DEFINICION: Una serie de tiempo es una

secuencia de observaciones cronológicamente
clasificadas que se toman a intervalos regulares
para una variable en particular.
COMPONENTES DE LAS SERIES DE
TIEMPO

Tendencia Cíclica

Estacional Aleatorio

28
 DESCOMPOSICION DE UNA
SERIE DE TIEMPOS
• Tedencia (T) es el movimiento gradual,
ascendente o descendente, de los datos a traves
del tiempo.
• Estacionalidad (S) es el patron de datos que se
repite a si mismo despues de un periodo de dias,
semanas, meses, trimestres, estaciones, etc.
pero dentrol año..
• Ciclos (C) son patrones que ocurren en los datos
cada varios años.
• Variación al azar (R) son variaciones aleatorias
que no obedecen a ningun comportamiento.
29
 VARIACIONES ALEATORIAS

• Las variaciones aleatorias son

variaciones en la demanda que no
pueden explicarse mediante
tendencias, variaciones de temporada
o variaciones cíclicas.
• Un suceso impredecible, como una
guerra, una huelga, un terremoto o
partes de legislación, puede causar
grandes variaciones aleatorias. A
diferencia de las otras tendencias , la
variación aleatoria siempre esta
presente.
 METODOS CUANTITATIVOS

Método
Cuantitativo

Modelos Modelos
Serie de Tiempos Causales

Promedi Suavizado Proyección Regresión

o Exponencial Tendencia Lineal
Móvil

31
 MODELOS DE
SERIE DE TIEMPOS

32
 MODELOS DE SERIES DE TIEMPO

• DEFINICION: es una secuencia de observaciones

cronológicamente clasificadas que se toman a
intervalos regulares para una variable en
particular.
 MODELOS DE SERIE DE TIEMPO

Modelo Multiplicativo de una serie de tiempo:

At = Tt * St * Ct * Et
Modelo Aditivo de una serie de tiempo:
At = Tt + St + C + Et
Donde :
At=Demanda real en el período t
Tt= Componente de tendencia para el período t.
St= Componente de temporada para el período t.
Ct= Componente de ciclo para el período t.
Et= Componente aleatoria o error para el período t.
 PROMEDIO MOVIL SIMPLE

• Se utiliza para calcular la demanda promedio de

los últimos n períodos y como predicción para el
siguiente período.
• Promedio móvil simple:
Ft= (At + A t-1 + A t-2 +....+A t-n +1 )
n
Donde :
Ft = predicción para el período t+1
At = demanda real para el período
n = número de períodos por promediar
SOLUCION DEL PROMEDIO MOVIL SIMPLE

Response Moving Total Moving

Time
Yi (n = 3) Avg. (n = 3)
1993 4 NA NA
1994 6 NA NA
1995 5 NA NA
1996 3 4 + 6 + 5 = 15
1997 7
1998 NA
36
SOLUCION DEL PROMEDIO MOVIL SIMPLE

Response Moving Total Moving

Time
Yi (n = 3) Avg. (n = 3)
1993 4 NA NA
1994 6 NA NA
1995 5 NA NA
1996 3 4 + 6 + 5 = 15 15/3 = 5.0
1997 7 6 + 5 + 3 = 14
1998 NA
37
SOLUCION DEL PROMEDIO MOVIL SIMPLE

Respuesta Movil Total Movil

Año
Yi (n = 3) Prom.n
( = 3)
1993 4 NA NA
1994 6 NA NA
1995 5 NA NA
1996 3 4 + 6 + 5 = 15 15/3 = 5.0
1997 7 6 + 5 + 3 = 14 14/3 = 4.7
1998 NA 5 + 3 + 7 = 15 15/3 = 5.0
38
GRAFICO DEL PROMEDIO MOVIL SIMPLE

Ventas
8 Actual
6
4 Pronóstic
2 o
0
93 94 95 96 97 98
Año
39
 PROMEDIO MOVIL PONDERADO

• Se utiliza cuando existe una tendencia o patrón,

los pesos (factores) pueden ser utilizados para
poner mayor énfasis en datos recientes.
• Promedio de móvil ponderado:
Pt= (Peso para el periodo n)(Demanda periodo n)
Σ pesos
Donde :
Pt = predicción para el período n
n = número de períodos por promediar
Peso = factor [ 1 – 10]
 PROMEDIO MOVIL PONDERADO

• Promedio de móvil ponderado:

Pt= (Peso para el periodo n)(Demanda periodo n)
Σ pesos
Peso = factor [ 1 – 10]

Multiplicar el factor ponderado mayor por la

demanda más reciente al mes que se este
pronosticando.
DESVENTAJAS DEL PROMEDIO MOVIL

• Al incrementar n pronósticos, hace a

este sensitivo a los cambios.
• No pronostica tendencias.
• Requiere muchos datos históricos

42
MODELOS DE SUAVIZADO
EXPONENCIAL

43
MODELO DE SUAVIZADO EXPONENCIAL
• Los modelos de suavización exponencial, como el
promedio de desplazamiento simple y la suavización
exponencial, pueden proporcionar predicciones
razonables a corto plazo con rapidez y a bajo
costo.

• Suavización exponencial:
α = constante de suavización (0<= 1<=1)

Pt = Pt-1 + α(D t-1 - P t - 1)

Donde :
Ft = predicción para el período t
F t - 1 = predicción para el período t - 1
At –1 = Demanda real para el período t - 1
MODELO DE SUAVIZADO EXPONENCIAL

• Suavización exponencial:

Pt= αDt-1 + (1 - α)P t - 1

Donde :
Pt = predicción para el período t
P t - 1 = predicción para el período t - 1
Dt –1 = Demanda real para el período t – 1

α = constante de suavización (0<= 1<=1)

 EJERCICIO DEL METODO SUAVIZADO
EXPONENCIAL
Se esta organizando una reunión en Kwanza. Se
espera pronosticar la atención del año 2008
usando el Método del suavizado exponencial.
Tome ( = .10).
En 2003 el pronóstico fué 175.
Demandas de los años
2003 180
2004 168
2005 159
2006 175
2007 190 46
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 +
2005 159
2006 175
2007 190
2008 NA
47
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(
2005 159
2006 175
2007 190
2008 NA
48
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 -
2005 159
2006 175
2007 190
2008 NA
49
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 - 175.00)
2005 159
2006 175
2007 190
2008 NA
50
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
( = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 - 175.00) = 175.50
2005 159
2006 175
2007 190
2008 NA
51
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 - 175.00) = 175.50
2005 159 175.50 + .10(168 - 175.50) = 174.75
2006 175
2007 190
2008 NA
52
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 - 175.00) = 175.50
2005 159 175.50 + .10(168 - 175.50) = 174.75
2006 175 174.75 + .10(159 - 174.75) = 173.18
2007 190
2008 NA
53
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 - 175.00) = 175.50
2005 159 175.50 + .10(168 - 175.50) = 174.75
2006 175 174.75 + .10(159 - 174.75) = 173.18
2007 190 173.18 + .10(175 - 173.18) = 173.3 6
2008 NA
54
EJEMPLO DE SUAVIZADO EXPONENCIAL

Ft = Ft-1 + a· (At-1 - Ft-1)

PronósticoFt
Año Actual
(a = .10)
2003 180 175.00 (Base)
2004 168 175.00 + .10(180 - 175.00) = 175.50
2005 159 175.50 + .10(168 - 175.50) = 174.75
2006 175 174.75 + .10(159 - 174.75) = 173.18
2007 190 173.18 + .10(175 - 173.18) = 173.3 6
2008 NA 173.36 + .10(190 - 173.36) = 175.0 2
55
GRAFICO DE SUAVIZADO EXPONENCIAL

Ventas
190 Actual
180
170 Pronóstico
160
150
140
03 04 05 06 07 08
Año
56
 SUAVIZADO EXPONENCIAL CON
TENDENCIA

• La suavización exponencial simple falla al responder a las

tendencias. Para suavizar nuestras correcciones por
tendencias se calcula un promedio de suavización
exponencial simple como el anterior, y se ajusta para
retrasos positivos y negativos. La ecuación de la tendencia
emplea una constante de suavización Beta, de la misma
manera que el modelo simple utiliza Alfa.
 DESVIACIÓN MEDIA ABSOLUTA
(MAD)

Suma de Desviación absoluta para n periodos

MAD =
n

 Demanda actual- Demanda pronosticada

i =1
MAD =
n
Método de Desviación Media Absoluta (MAD) para
medir el error del pronóstico.
58
 Método de Desviación Media Absoluta (MAD) para
medir el error del pronóstico.
Ejemplo:
El supervisor de planta revisó la última producción de botellas y al observar las cifras
pudo percatarse que eran demasiado bajas por lo que determinó la media aritmética y la
desviación media absoluta para poder tomar decisiones al respecto.
Botellas X |X – X|
9
Determinar la media aritmética
7
8 X= = 5.417
5
4
6
5
Obtener la diferencia absoluta que hay entre
3 la media y cada valor de calificaciones (X)
7 lo cual nos permitirá encontrar el grado
desviación de los datos.
5
4
59
2
 Ejemplo:
El supervisor de planta revisó la última producción de botellas y al observar las cifras
pudo percatarse que eran demasiado bajas por lo que determinó la media aritmética y la
desviación media absoluta para poder tomar decisiones al respecto.

Botellas X
9
Determinar la media aritmética
7
8 X= = 5.417
5
4
6
Determinar la desviación media
5
absoluta (DMA)
3
DMA = = 1.653
7
5
4 60
2
 Pronósticos de la Demanda
1. Método de promedio móvil simple usando 3 periodos.
2. Método de promedio móvil ponderado. Usando como factores
ponderadores: 2, 3, 4.
3. Método de suavización exponencial. Usando alfa de 0.4
4. Método de mínimos cuadrados para 12 datos. Explicación en
PowerPoint. Para encontrar cada parámetro se usa una fórmula.
5. Método de desviación estándar para medir el error del pronóstico.
6. Método de Desviación Media Absoluta (MAD) para medir el error del
pronóstico.

61
 PROYECCIONES DE TENDENCIA
• Las tendencias pueden ser o no lineales.Sin embargo, las
tendencias lineales son imparciales y la mayoría de las
personas encuentra fácil trabajar con ellas.
• Linea de tendencia lineal:
Dt = a+bt
Yi  a bXi

Donde:
t = número de períodos siguientes al período base.
Dt = demanda estimada para el período t
a = demanda para el periodo base.
b = pendiente de la línea de tendencia.
 MODELOS DE
SERIE DE REGRESION LINEAL

63
 ANALISIS DE REGRESION LINEAL

• La relación entre una variable independiente, X, y

una variable dependiente, Y.
• Asumido para ser lineal (una línea recta)
• Ecuación: Y = a + bX
– Y = variable dependiente
– X = variable independente
– a = intercepta al eje y
– b = pendiente de la regresión

64
GRAFICO DE REGRESION LINEAL

Ventas
Ventas Vs Tiempo
4
3
2
1
0
92 93 94 95 96

Tiempo
66
 ANALISIS DE REGRESION LINEAL

Equación: Ŷi  a bxi

n
 x iy i  nx y
Constante: b  i
n
x i  nx
i




Y-Intercepta: a  y  bx

67
TABLA DE REGRESION LINEAL

2 2
Xi Yi Xi Yi XiYi
2 2
X1 Y1 X1 Y1 X1Y 1
2 2
X2 Y2 X2 Y2 X2Y 2
: : : : :
2 2
Xn Yn Xn Yn XnY n
Xi Yi Xi2 Yi2 XiYi
68
 EJEMPLO DE REGRESION LINEAL
Ud. Tiene que hacer un análisis de mercado para
producir y vender un osito de la cadena Hasbro Toys.
Ud. Tirene los siguientes datos:
Años Ventas (Miles de Unidades)
1992 1
1993 1
1994 2
1995 2
1996 4
¿Cuál es la tendencia de la ecuación?

69
 EJEMPLO DE REGRESION LINEAL

Al hacer los calculos tenemos que es Yi = -.1 + .7Xi.

Año Ventas (Miles de Unidades)
1992 1
1993 1
1994 2
1995 2
1996 4
Pronostico de Ventas en 1997

70
 DESVIACIÓN MEDIA ABSOLUTA
(MAD)

Suma de Desviación absoluta para n periodos

MAD =
n

 Demanda actual- Demanda pronosticada

i =1
MAD =
n

71
ERROR ESTANDAR ESTIMADO (MSE)

Syx = = Σ(y -yc)2

n-2

Donde:
y = el valor de y para cada punto de dato.
yc = el valor calculado para la variable
dependiente
a partir de la ecuación de regresión.
n = el número de puntos de datos

72
 , ,
TECNICAS DE PROYECCION DEL MERCADO
• Opinión de expertos
a) Métodos Subjetivos:
• Encuestas

• Regresión
b) Métodos Causales: • Econométrico
• Insumo - Producto (Coeficien tes
Técnicos)
• Encuestas

e) Series de Tiempo: • Tendencia

• Factor Cíclico
• Fluctuaciones Estacionales
• Variaciones no sistemáticas.
 , , ,
SELECCION DEL METODO DE PRONOSTICO

• 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.
 PRONÓSTICOS PARTE INTEGRAL
DEL PLANEAMIENTO DE NEGOCIOS

Ingreso: Estimación
Métodos de
Mercado, de la
Pronóstico
Economía, demanda
Otros

Pronóstic Equipo de
o Administración
de Ventas

Estrategia Pronóstico de
de Negocios Recursos de Producción 75
 EJEMPLOS DE PRONÓSTICOS DE
RECURSOS DE PRODUCCIÓN

Horizonte Comienzo Unidad de

Pronóstico
Tiempo
del Pronóstico Medida

Rango Línea de Products, Dolares,

Año
Alto Capacidad de Planta Libras

Rango Grupos de Productos Dolares,

Meses
Medio Capacidad de Dptos. Libras

Rango Productos Especificos Prod. Units,

Semanas
Corto Capacidad de Maq. Unidades
76