Documente Academic
Documente Profesional
Documente Cultură
Pronsticos Informacin de base Media mvil Pronstico lineal - Tendencia Pronstico no lineal - Crecimiento Suavizacin exponencial Regresiones mediante lneas de tendencia en grficos Grficos: Eje secundario
Pronsticos Pronsticos
En los negocios, a menudo se utilizan los pronsticos para proyectar los ingresos, a fin de estimar cules sern los ingresos futuros en base a la historia pasada. Esto lo coloca a usted en posicin de poder estimar otras cantidades, como son asignaciones de costos y de personal, que necesitar para apoyar al flujo de ingresos. Lo malo es que a menudo los negocios efectan un esfuerzo muy informal al pronosticar sus ingresos y pasan por alto otras formas de utilizar pronsticos en su planeacin. Mediante el uso de Excel, puede pronosticar muchas otras variables, siempre y cuando se tenga una informacin base razonable para crear dicho pronstico. Por ejemplo: Si administra una lnea de productos en particular, quizs desee pronosticar el nmero de unidades que espera vender. Este tipo de pronstico le puede ayudar a determinar los recursos necesarios para apoyo a actividades como instalacin, almacenamiento y mantenimiento. Si administra servicios a clientes, puede resultar importante pronosticar el nmero de nuevos clientes que espera. El pronstico le puede llevar a considerar la modificacin de los niveles de personal necesario para cumplir con las necesidades cambiantes.
3. 4.
Si su informacin base contiene esas cuatro caractersticas, entonces su probabilidad de obtener un pronstico til es mucho mayor.
Este mtodo resulta fcil de calcular y responde bien a las modificaciones recientes de la serie de tiempo. Muchas series de tiempo responden ms vigorosamente a eventos recientes que a patrones establecidos durante mucho tiempo.
Suponga, por ejemplo, que pronostica el volumen de ventas de un producto maduro, uno que ha venido promediando mil unidades por mes durante varios aos. Si su empresa reduce en forma significativa su fuerza de ventas, las unidades promedio vendidas por mes probablemente se reducirn por lo menos durante unos cuantos meses. Si como pronstico para el mes siguiente utilizara el volumen de ventas promedio correspondiente a los ltimos 24 meses, el pronstico probablemente sobreestimara el resultado real.
2010
2011
{=TENDENCIA(C2:C16;B2:B16; B17:B24)}
2010
2011
t es el periodo en el tiempo F[t] es el pronstico en el tiempo t F[t+1] es el pronstico del mismo periodo inmediatamente siguiente al tiempo t a es la constante de suavizacin e[t] es el error: la diferencia entre el pronstico para el periodo t y la observacin real en el periodo t. La auto correlacin es un concepto importante en el pronstico. Ocurre cuando existe una dependencia entre las observaciones que ocurren en un cierto tiempo y las observaciones que ocurren en un cierto nmero de periodos anteriores. Por ejemplo, si de cada observacin usted forma pares con las observaciones inmediatamente precedentes, puede calcular la correlacin que hay entre los dos conjuntos de datos. Si la correlacin es fuerte -digamos, .5 o mayor- entonces hay una cantidad sustancial de auto correlacin en la serie de tiempo.
Para hacer una prueba de auto correlacin puede utilizar la funcin COEF.DE.CORREL