Pronsticos Pronsticos

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 y grficos Diapositiva 1

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.

Pronsticos y Grficos Diapositiva 2

Informacin de base Informacin

Una informacin base es un conjunto de observaciones numricas efectuadas a lo largo del tiempo. Desde el punto de vista de los pronsticos, existen cuatro aspectos importantes en la informacin base:
1. 2. Las bases de comparacin deben estar ordenadas cronolgicamente, de la informacin ms antigua a la ms reciente. Todos los periodos de la informacin deben ser de la misma duracin. No deben mezclarse observaciones diarias con el promedio de la observacin de tres das, por ejemplo. En la prctica, se pueden pasar por alto ligeras desviaciones. Febrero y Marzo tienen un nmero distinto de das, pero dos o tres das de diferencia suelen pasarse por alto en bases de comparacin que contengan informaciones mensuales. Las observaciones provienen del mismo punto dentro de cada periodo. Por ejemplo, si se trata de datos semanales, se deseara tener cada observacin todos los viernes. No se permite informacin faltante. Incluso una informacin faltante puede desvirtuar las ecuaciones de pronstico. Si falta una fraccin mnima de su serie de tiempo, intente suplir dichos datos con estimaciones.

3. 4.

Si su informacin base contiene esas cuatro caractersticas, entonces su probabilidad de obtener un pronstico til es mucho mayor.

Pronsticos y Grficos Diapositiva 3

Media mvil mvil

La media mvil es fcil de utilizar, pero a veces resulta demasiado sencilla para proporcionar un pronstico til. Con este mtodo, el pronstico de cualquier periodo es simplemente el promedio de varias observaciones en la serie de tiempos.
Por ejemplo, si escoge una media mvil de tres meses, entonces el pronstico para Mayo ser el promedio de las observaciones correspondientes a febrero, marzo y abril. Si decide tomar una media mvil de cuatro meses, entonces el pronstico para Mayo ser el promedio de enero, febrero, marzo y abril.

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.

Pronsticos y Grficos Diapositiva 4

Media mvil mvil

Si, sin embargo, calcular su pronstico mediante el promedio de slo los ltimos tres meses, tal pronstico respondera ms rpidamente al efecto de la reduccin en la fuerza de ventas. El pronstico estara retrasado en relacin con los resultados reales slo en un mes o dos. Este efecto ocurre, naturalmente, porque en el caso de una media mvil de tres meses, los tres meses ms recientes son, cada uno de ellos, causantes de una tercera parte del valor del pronstico. Si se trata del promedio de 24 meses, cada uno de los tres meses ms recientes slo son responsables de nicamente el 1/24 del valor pronosticado. Por lo tanto, mientras ms pequeo sea el nmero de observaciones de una media mvil, ms rpidamente responder sta a modificaciones en el nivel de la informacin base.

Pronsticos y Grficos Diapositiva 5

Media mvil mvil

Tiene en cuenta slo las variaciones de los ltimos perodos Slo para pronosticar un dato ms que el de la informacin de base
Ao Mes 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 Cantidad 986 752 869 789 748 845 743 986 752 869 856 663 835 987 895 1056 Media mvil 860 939 908 869 803 802 794 779 858 827 869 826 796 785 828 906 979

2010

Valor pronosticado con Media Mvil

2011

Pronsticos y Grficos Diapositiva 6

Pronstico lineal - Tendencia Pronstico

Una media mvil simple es una forma rpida aunque no muy clara de captar una idea de la tendencia general de una serie de tiempo, pero lo ms probable es que usted desee ms que eso. Si ya ha hecho los ejercicios de los ejemplos correspondientes a los pronsticos con medias mviles, probablemente habr notado que no le dan una proyeccin de ms de un periodo ms all del punto final de su informacin base. Puede obtener una proyeccin ms en el futuro, utilizando alguna de las funciones de regresin de Excel. Cada uno de los mtodos de regresin o pronstico estima la relacin entre las observaciones reales y alguna otra variable. La otra variable a menudo es alguna medida de cundo fue hecha la observacin. Pudiera ser la posicin numrica de cada una de las posiciones en la serie de tiempo, o podra ser la fecha de realizacin de la observacin. La funcin de hoja de clculo TENDENCIA es la forma ms sencilla de crear un pronstico lineal.
Pronsticos y Grficos Diapositiva 7

Pronstico lineal - Tendencia Pronstico

Frmula matricial
Ao Mes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Cantidad 986 752 869 789 748 845 743 986 752 869 856 663 835 987 895 1056 Tendencia 805 812 818 824 830 836 843 849 855 861 867 874 880 886 892 899 905 911 917 923 930 936 942 948

{=TENDENCIA(C2:C16;B2:B16; B17:B24)}

Valores pronosticados con Tendencia

2010

Calculo de tendencia para valores conocidos

2011

Pronstico de varios periodos con funcin tendencia

Pronsticos y Grficos Diapositiva 8

Pronsticos no lineales - Crecimiento Pronsticos

La funcin tendencia genera pronsticos basados en una relacin lineal entre la observacin y el tiempo en el cual sta fue efectuada. Suponga que se presentan datos en una grfica de lnea, con las observaciones como eje vertical y el tiempo como eje horizontal. Si la relacin es lineal, la lnea dentro de la grfica resultar relativamente recta, con una tendencia hacia arriba o hacia abajo, o incluso pudiera ser horizontal. Esta es su mejor indicacin que la relacin es lineal, y que Tendencia probablemente es la mejor herramienta para el pronstico. Pero si la lnea tiene una curva dramtica hacia arriba o hacia abajo, entonces, con toda probabilidad, la relacin no es lineal. Hay muchos tipos de datos que se modifican a travs del tiempo de forma no lineal. Algunos ejemplos de estos datos incluyen ventas de nuevos productos, crecimiento demogrfico, pagos del principal de una deuda, y margen de utilidad por unidad.

Pronsticos y Grficos Diapositiva 9

Pronsticos no lineales - Crecimiento Pronsticos

Frmula matricial {=CRECIMIENTO(B2:B11;A2:A11; A12:A16)}
Semana 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Pedidos 1 1 4 5 10 19 34 55 84 120 276 486 858 1512 2667

Valores pronosticados con Crecimiento

Calculo de crecimiento para valores conocidos

Pronstico de varios periodos con funcin Crecimiento

Pronsticos y Grficos Diapositiva 10

Suavizacin exponencial Suavizacin

La herramienta de anlisis Suavizacin exponencial predice un valor que est basado en el pronstico del perodo anterior, ajustado al error en ese pronstico anterior. La herramienta utiliza la constante de suavizacin a, cuya magnitud determina la exactitud con la que los pronsticos responden a los errores en el pronstico anterior. La idea fundamental detrs del mtodo de suavizacin es que cada nuevo pronstico se obtiene en parte al mover el pronstico previo en una direccin que mejorara el pronstico viejo. Nota Los valores de 0,2 a 0,3 son constantes de suavizacin adecuadas. Estos valores indican que el pronstico actual debe ajustarse entre un 20% y un 30% del error en el pronstico anterior. Las constantes mayores generan una respuesta ms rpida, pero pueden producir proyecciones errneas. Las constantes ms pequeas pueden dar como resultado retrasos prolongados en los valores pronosticados.
Pronsticos y Grficos Diapositiva 11

Suavizacin exponencial Suavizacin

A continuacin la ecuacin bsica: F[t+1l=F[t] + a x e[t]
Donde:

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

Pronsticos y Grficos Diapositiva 12

Suavizacin exponencial Suavizacin

Mientras ms pequeo sea el factor de suavizacin, ms sensible ser el pronstico a las observaciones recientes. Por otra parte, mientras mayor sea el factor de suavizacin, ms se retardarn los pronsticos detrs de las observaciones recientes. Esto resulta til si las observaciones recientes reflejan ocurrencias al azar que no deben alterar durante mucho tiempo el nivel general de las series de tiempo.

Pronsticos y Grficos Diapositiva 13

Regresiones mediante llneas de tendencia en grficos neas grficos

Para agregar una lnea de tendencia en un grfico, haga clic en la serie de datos en la que desea agregar la lnea de tendencia o la media mvil, y del men contextual elija la opcin Agregar lnea de tendencia

Pronsticos y Grficos Diapositiva 14

Regresiones mediante llneas de tendencia en grficos neas grficos

En la ficha Formato de la lnea de tendencia configure sus caractersticas: Tipo de tendencia o regresin:
Si selecciona Polinomial, introduzca en el cuadro Orden el valor potencial ms alto de la variable independiente. Si selecciona Media mvil, introduzca en el cuadro Perodo el nmero de perodos que va a utilizarse para calcular la media mvil.

Color, estilo de la lnea y dems caractersticas de formato.

Pronsticos y Grficos Diapositiva 15

Grficos: Eje secundario Grficos:

Se pueden trazar una o ms series de datos en un eje (Y) de valores secundario si la variacin del rango de valores para series de datos diferentes es significativa, o si se tienen tipos de datos con unidades diferentes (como temperatura y humedad). La escala del eje secundario refleja los valores de las series asociadas. Haga clic en la serie de datos que desea trazar en un eje de valores secundario. Haga clic en Serie de datos seleccionada y del men contextual elija la opcin Dar formato a la serie de datos, en Opciones de serie indique Eje secundario.

Pronsticos y Grficos Diapositiva 16