MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA.

KARIM PAZ PRONOSTICOS Cuando cualquier empresa o individuo, hace una afirmacin acerca de la ocurrencia o no ocurrencia de un evento, la fecha en que va a suceder algo o la intensidad de un evento futuro est realizando un pronstico. Los pronsticos son tan frecuentes que no se trata de ver si vamos a hacer pronsticos sino de cmo hacerlos. I. DEFINICIONES IMPORTANTES A) Pronstico: Tcnica de prediccin de lo que suceder en el futuro. Se realizan por la necesidad existente de conocer como ser el futuro para la toma de decisiones, por lo que el pronstico busca reducir el margen de incertidumbre sobre ese futuro desconocido. Usualmente comprende los siguientes pasos: recopilacin de datos, reduccin o condensacin de datos, construccin de un modelo y extrapolacin del modelo (o sea obtener el pronstico). Algunos usos tpicos de los pronsticos por rea dentro de la empresa son: Mercadotecnia o Tamao del mercado o Participacin en el mercado o Tendencia de precios o Desarrollo de nuevos productos Produccin o Costo de materia prima o Costo de mano de obra o Disponibilidad de materia prima o Disponibilidad de mano de obra o Requerimientos de mantenimiento o Capacidad disponible de la planta para la produccin Finanzas o Tasas de inters o Cuentas de pagos lentos Recursos Humanos o Nmero de trabajadores o Rotacin de personal o Tendencias de ausentismo o Tendencia de llegadas tarde Planeacin Estratgica o Factores econmicos o Cambios de precios o Costos o Crecimiento de lneas de productos Los Pronsticos presentan ciertas caractersticas, entre ellas: 1) Todas las situaciones en que se requiere un pronstico, tratan con el futuro y el tiempo est directamente involucrado. As, debe pronosticarse para un punto especfico en el tiempo y el cambio de ese punto generalmente altera el pronstico. 2) Otro elemento siempre presente en situaciones de pronsticos es la incertidumbre. Si el administrador tuviera certeza sobre las circunstancias que existirn en un tiempo dado, la preparacin de un pronstico seria trivial.

MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA. KARIM PAZ 3) El tercer elemento, presente en grado variable en todas las situaciones descritas es la confianza de la persona que hace el pronstico sobre la informacin contenida en datos histricos. Para la seleccin del mtodo del pronstico se debe de considerar los siguientes factores: 1) El contexto del pronstico 2) La relevancia y disponibilidad de datos histricos 3) El grado de exactitud deseado 4) El periodo de tiempo que se va a pronosticar 5) El anlisis de costo-beneficio del pronstico 6) El punto del ciclo de vida en que se encuentra el producto. B) Serie de Tiempo: Conjunto de observaciones de una variable medida en puntos o perodos sucesivos en el tiempo. Datos numricos obtenidos en perodos regulares a travs del tiempo. Ejemplo: La publicacin mensual del ndice de precios al consumidor (IPC), el estado trimestral o anual del producto nacional bruto (PNB), los ingresos totales por ventas registradas en una empresa determinada anualmente. C) Serie Estacionaria: Es aquella cuyo valor promedio no vara a travs del tiempo. Estas situaciones se presentan cuando los patrones de demanda que influyen sobre la serie son relativamente estables. En su forma ms simple, el pronstico de un valor de unas serie estacionaria, es el promedio simple de los datos histricos que se posean. II. HORIZONTE DE TIEMPO EN LOS PRONSTICOS De acuerdo al horizonte de tiempo, se tiene la siguiente clasificacin de los pronsticos: A) Pronstico a corto plazo. Este tiene un lapso de hasta un ao, pero es generalmente menor a tres meses. Se utiliza para planear las compras, programacin de planta, niveles de fuerza laboral, asignaciones de trabajo, transporte, efectivo y niveles de produccin. Un ejemplo es la programacin del efectivo, una cuenta bancaria debe tener dinero suficiente para afrontar los compromisos previstos. Si tiene ms dinero se pierde la oportunidad de invertirlo, si tiene menos no habr la liquidez suficiente para afrontar compromisos y puede haber prdida de oportunidades. B) Pronstico a mediano plazo. Un pronstico de rango mediano, o intermedio, generalmente con un lapso de tres meses a tres aos. Es valioso en la planeacin de produccin y presupuestos, planeacin de ventas, presupuestos de efectivo, y el anlisis de varios planes de operacin, adquisicin de materias primas, personal o equipo. Las adquisiciones de algunos bienes no son inmediatas y necesitan un cierto tiempo para realizarse (algn personal calificado no se consigue en forma inmediata), es preciso planear adecuadamente y para eso es til tener un pronstico de necesidades.

C) Pronstico a largo plazo. Generalmente con lapsos de tres aos o ms, los pronsticos a largo plazo se utilizan para planear nuevos productos desembolsos de capital, localizacin e instalaciones o su expansin, y la investigacin y el desarrollo.

MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA. KARIM PAZ Las inversiones de capital siempre requieren de pronsticos, tanto de la necesidad de las mismas como de plazos en los que se espera recuperar la inversin, estos ltimos requieren de pronsticos de otras cosas como ventas, tasas de inters y otros factores importantes.

III. TIPOS DE PRONSTICO A) Pronsticos econmicos marcan el ciclo del negocio al predecir las tasas de inflacin, oferta de dinero, nuevas construcciones, y otros indicadores de planeacin. B) Pronsticos tecnolgicos tienen que ver con las tasas de progreso tecnolgico, que pueden dar por resultado el nacimiento de productos novedosos, que requieren nuevas plantas y equipo C) Pronsticos de demanda son proyecciones de la demanda para los productos o servicios de una compaa. Estos pronsticos, tambin llamados pronsticos de ventas, conducen la produccin de una compaa, la capacidad, y los sistemas de programacin, y sirven como insumos a la planeacin financiera, de mercado y de personal D) Integracin de los pronsticos. Los pronsticos se realizan en diferentes departamentos de las empresas y requieren de una integracin para darles coherencia. Produccin, Ventas, Desarrollo del producto, Presupuestos, Tesorera y Direccin General, pueden estar haciendo pronsticos cada cual por su parte e incluso los pronsticos pueden ser contradictorios. Es necesario sistematizar la forma de obtenerlos y planear cmo se van a integrar. IV. MTODOS DE PRONSTICO A) Mtodos de Pronstico Cualitativos: Son mtodos que incorporan factores importantes tales como la intuicin, emociones, experiencias personales del que toma la decisin. Se consideran altamente subjetivos y sujetos a juicios de opinin. Se utilizan normalmente cuando no se dispone de datos histricos. (Ejemplo, predecir ventas de un producto nuevo por parte del departamento de comercializacin). Estos mtodos por lo general requieren de la opinin de un experto para desarrollar los pronsticos. Ventajas: Se pueden aplicar cuando no es posible cuantificar la informacin sobre la variable que se pronostica, o cuando los datos histricos no son aplicables o no estn disponibles. Entre ellos se encuentran: 1. Opinin Experta (Juicio de Expertos): Mtodo que realiza la elaboracin de un pronstico con base nicamente al juicio de un solo experto o consenso de un grupo de expertos que reunidos combinan sus conclusiones. 2. Mtodo Delfos (Delphi): Preguntas hechas a un grupo de expertos que se encuentra cada uno aislado y que no se conocen para recabar opiniones. Posteriormente se tabulan todas las respuestas y se dan a conocer a cada uno de los miembros del grupo, con la finalidad de que al saber la opinin generalizada, respondan si desean revisar para reconsidera su respuesta anterior. El coordinador del grupo seguir este procedimiento hasta que sienta que ha

MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA. KARIM PAZ alcanzado un consenso, pues lo que intenta es elaborar pronsticos por medio del consenso de grupo. Tcnica Nominal de Grupo: Proceso de grupo que permite la participacin con votacin forzada. Datos Histricos: Hace analogas con el pasado de una manera razonada. Redaccin de Escenarios: Consiste en elaborar uno varios escenarios conceptuales del futuro basado en un conjunto de suposiciones bien definidas, los cuales debern de evaluarse segn su probabilidad de ocurrencia a la hora de toma de decisiones. Investigacin de marcado: Una investigacin de mercado consiste en varios pasos. Primero es necesario desarrollar un cuestionario que deben contener preguntas cuyas respuestas proporcionen la informacin necesaria para determinar un pronstico. El siguiente paso para llevar a cabo la encuesta, la cual puede hacerse por correo, fax, correo electrnico, telfono, una postal para recortar una entrevista o en una persona. La manera en que se lleve a cabo la investigacin puede afectar tanto el nmero como la calidad de las respuestas. El nmero, localizacin y los clientes individuales que respondern deben planearse con cuidado junto con el propsito del estudio. Una vez que se realiza la investigacin, deben tabularse y analizarse los resultados. Se debe tener cuidado al interpretar estos resultados. Las tasa de respuesta pueden ser bajas, las r5espuestas pueden ser incorrectas, o los factores no considerados en el cuestionario pueden afectar el resultado real de los eventos.

3. 4. 5.

6.

B) Mtodos de Pronstico Cuantitativos: Manejan una variedad de modelos matemticos que utilizan datos histrico y/o variables causales para pronosticar algn dato de inters. Se usan normalmente cuando: Se dispone de informacin histrica anterior acerca de la variable que se desea pronosticar La informacin se puede cuantificar Se posee un supuesto razonable de que el patrn del pasado continuar ms o menos de la misma forma en el futuro. Las tcnicas a usar bajo el mtodo cuantitativo no son tan sencillas de aplicas, ya que por ejemplo, cuando se trata de realizar un pronstico de ventas por ejemplo, se debe de analizar no slo las ventas histricas sino tambin: la economa en general, la competencia en el mercado, el estado del mercado, ciclo de vida del producto. Entre este tipo de mtodos se encuentran: 1. Mtodos Causales: implican la determinacin de factores que se relacionan con la variable que se va a predecir. Se basan en el supuesto de que la variable que se pronostica tenga relacin de causa y efecto con una o ms variables. Entre ellos se encuentran: a) Anlisis de regresin simple: Describe una relacin funcional entre las variables. b) Anlisis de regresin mltiple con variables retrasadas, c) Construccin de modelos economtricos, d) Anlisis de indicadores lderes, e) ndices de difusin y f) Otros barmetros economtricos.

MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA. KARIM PAZ 2. Series de Tiempo: implican la proyeccin de valores futuros de una variable, basndose por completo en observaciones pasadas y presentes de dicha variable. El objetivo de este mtodo es descubrir un comportamiento en los datos histricos para entonces extrapolarlo al futuro. El pronstico slo se basa en valores pasados de la variable y/o errores pasados de la prediccin. Entre este tipo de mtodos se encuentran: a) Suavizamiento: entre los cuales se encuentran: - Promedios mviles: Promedia los datos del pasado para predecir el futuro basndose en ese promedio. - Promedios mviles ponderados: Variacin del mtodo de promedio mvil en el que se selecciona un factor distinto de ponderacin para cada dato y a continuacin se calcula un promedio ponderado de los valores ms recientes como pronstico. Generalmente, la observacin o dato ms reciente es el que recibe el mayor peso, y este disminuye en los valores de datos ms antiguos. - Suavizamiento exponencial: Da pesos relativos a los pronsticos anteriores y a los datos ms recientes. Emplea un promedio ponderado de la serie de tiempo pasada como pronstico. Caso especial del mtodo de promedio mvil ponderado donde se selecciona un peso o factor de ponderacin (el de la observacin ms reciente). Los factores para los dems datos se calculan automticamente y se hacen menores a medida que las observaciones son ms y ms antiguas. - Mtodo Holt-Winters b) Proyeccin de tendencias c) Proyeccin de tendencias ajustadas por influencias estacionales. III. COMPONENTES DEL MODELO MULTIPLICATIVO CLSICO DE SERIES DE TIEMPO A) Tendencia: movimiento sistemtico general o persistente a la alta y a la baja a largo plazo. Movimiento gradual hacia valores relativamente mayores o menores a lo largo de un lapso de tiempo importante. La razn por la que influye es generalmente los cambios en: la tecnologa, poblacin, caractersticas demogrficas de la poblacin, preferencias del consumidor, costo o valor. Su duracin suele ser de varios aos. La tendencia de una serie de tiempo es el componente de largo plazo, que representa el crecimiento o disminucin en la serie sobre un perodo amplio. La serie de datos tiene una tendencia si su valor promedio vara a travs del tiempo, de modo que se espera que aumente o disminuya durante el periodo para el que desea pronstico. Es comn que las series econmicas contengan una tendencia. Las tcnicas de pronstico para series con tendencia se utilizan siempre que: Una productividad creciente y la nueva tecnologa conducen a cambios en el estilo de vida. Como ejemplos se pueden citar la demanda de componentes electrnicos, que se incremento con el advenimiento de la computadora; y el uso del ferrocarril que se disminuyo con la aparicin del avin.

MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA. KARIM PAZ El incremento en la poblacin provoca un incremento en la demanda de bienes y servicios. Ejemplo de estos son las utilidades por venta de bienes de consumo, la demanda en el consumo de energa elctrica y el uso de materias primas. El poder de compra del dlar afecta las variables econmicas por causa de la inflacin. Los ejemplos son los salarios, costos de produccin y precios. Aumenta la aceptacin en el mercado. Un ejemplo seria el periodo de crecimiento en el ciclo de vida de un nuevo producto.

Las tcnicas a considerar al pronosticar series con tendencia son promedio mvil lineal, atenuacin (suavizamiento) exponencial lineal de Brown, atenuacin (suavizamiento) exponencial lineal de Holt, atenuacin exponencial cuadrtica de Brown, regresin simple, modelo de Gompertz, curvas de crecimiento y modelos exponenciales. B) Cclico: secuencia sistemtica alterna de tramos regulares de puntos abajo y arriba de la lnea de tendencia. Son oscilaciones repetidas hacia arriba y hacia abajo o movimientos que pasan por cuatro fases: desde un pico (prosperidad) hasta una contraccin (recesin), luego hasta un valle (depresin) y finalmente una expansin (recuperacin o crecimiento). La razn por la que influye es por los movimientos que presentan los factores que influyen sobre la economa a travs de los aos. Por lo general su duracin es de dos a diez aos, con intensidad no uniforme para un ciclo completo. Por ejemplo, perodos de inflacin moderada seguidos por perodos de inflacin rpida. El efecto cclico es la fluctuacin en forma de onda alrededor de la tendencia, afectada por lo regular por las condiciones econmicas generales. Los patrones cclicos tienden a repetirse en los datos cada dos, tres o ms aos. Es comn que las fluctuaciones cclicas estn influidas por cambios de expansin y contraccin econmica, a los que comnmente se hace referencia como el ciclo de los negocios. Las fluctuaciones en forma de onda hacia arriba y hacia abajo alrededor de la tendencia rara vez se repiten en intervalos fijos de tiempo y tambin vara la magnitud de las fluctuaciones. Las tcnicas de pronstico para datos cclicos se utilizan siempre que: El ciclo del negocio influye sobre la variable de inters. Como ejemplos estn los factores econmicos de mercado y de la compendia. Se presentan cambios en el gusto popular. Ejemplos de ello son la moda, la msica y la alimentacin. Se presenta cambios en la poblacin. Podemos citar como ejemplos las guerras, escasez, epidemias y desastres naturales. Se presentan cambios en el ciclo de vida del producto. Ejemplo de ello son la introduccin, crecimiento, maduracin, saturacin y declinacin del mercado. Las tcnicas a considerar al pronosticar series cclicas son la descomposicin clsica, los indicadores econmicos, los modelos economtricos, la regresin mltiple y los mtodos de Box-Jenkins. C) Estacional: patrn regular y sistemtico dentro de un perodo de un ao. Fluctuaciones peridicas bastante regulares que se presentan dentro de cada perodo de 12 meses, ao tras ao. La razn por la que influye es generalmente por cambios en: las condiciones climatolgicas, costumbres sociales y religiosas. Su duracin se suele dar en

MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA. KARIM PAZ un lapso de 12 meses (o cada mes o cada cuatro meses). En el caso de las series mensuales, el componente estacional mide la variabilidad de las series cada enero, febrero, etc. En las series trimestrales hay cuatro elementos estacionales, uno para cada trimestre. Una serie estacional es una serie de tiempo con un patrn de cambio que se repite a si mismo ao tras ao. Por lo regular, el desarrollo de una tcnica de pronostico estacional comprende la seleccin de un mtodo multiplicativo o uno de adicin y estimar despus ndices estacinales a partir de la historia de la serie. Estos ndices se usan posteriormente para incorporar la estacionalidad al pronostico para eliminar tales efectos de los valorares observados. Las tcnicas de pronstico para datos estacinales se usan siempre que: El clima influyente en la variable de inters. Como ejemplos estn el consumo de energa elctrica, las actividades de verano e invierno, el guardarropa y las estaciones de desarrollo agrcola. El ao calendario influye en la variable de inters. Ejemplos de ello son las ventas al menudeo influidas por dais festivos, fines de semana de tres das y los calendarios escolares. Las tcnicas a considerar al pronosticar series estacionales son descomposicin clsica, Census II, atenuacin (suavizamiento) exponencial de Winter, regresin mltiple de series de tiempo y mtodos de Box-Jenkins. D) Irregular (Aleatorio): factor residual no sistemtico que existe luego de tomar en cuenta los efectos sistemticos de la tendencia, estacional y cclica. Mide la variabilidad de las series de tiempo despus de que se retiran los otros componentes. Explica las desviaciones de la serie de tiempo real respecto a los factores determinados por los efectos de la tendencia, y los componentes cclicos y estacionales. Explica la variabilidad aleatoria de la serie de tiempo, y por tanto es impredecible ( no se puede predecir su impacto en la serie de tiempo). La razn por la que influye es generalmente por variaciones aleatorias en los datos o por sus sucesos no previstos como: huelgas, huracanes, inundaciones, terremotos, conflictos armados, elecciones, asesinatos polticos, etc. Su existencia se debe a factores de corto plazo (corta duracin) y no recurrentes (no repetitivos) que afectan a la serie de tiempo. IV. PRONSTICO PARA UNA SERIE DE DATOS ESTACIONARIOS El pronstico de series estacionarias comprende el uso de la historia disponible de las series para estimar su valor promedio, el cual se convierte despus en el pronstico de valores futuros. Las tcnicas mas sofisticadas comprenden la actualizacin de la estibacin, al haber nueva informacin. Las tcnicas de pronstico estacionarias se emplean siempre que: Las fuerzas que generen una serie se han estabilizado y el medio en el que existe la serie permanece relativamente sin cambios. Ejemplos de ello son las fallas por semana en una lnea de ensamble que tiene una fase de produccin uniforme, las ventas unitarias de un producto o servicio en la etapa de maduracin de su ciclo de vida y el nmero de ventas resultantes de un nivel constante de esfuerzo.

MATERIAL DE APOYO ESTADSTICA INFERENCIAL/ INGRA. KARIM PAZ Se requiere un modelo muy sencillo debido a la falta de datos o para facilitar su explicacin o implementacin. Un ejemplo seria cuando un negocio u organizacin es nuevo y hay disponible muy poca informacin histrica. Se puede lograr la estabilidad haciendo correcciones sencillas a factores como crecimiento de la poblacin e inflacin. Ejemplos de esto son modificar el ingreso por el ingreso per capita, o las ventas en dlares por montos en dlares constantes. La serie se puede transformar en una serie estable. Como ejemplo, esta la transformacin de series mediante logaritmos, races cuadradas o diferencias. La serie es un conjunto de errores de pronstico que se considera adecuada.

Varias tcnicas que se podran considerar al pronosticar en series estacionarias son los mtodos no formales (cualitativos), los mtodos de promedio simple y los mtodos de promedios mviles, atenuacin o suavizamiento exponencial y el mtodo de BoxJenkins. Diagrama de Decisin: Resumen Captulo PRONSTICOS Prediccin de una Serie de Tiempo Grafique los datos de la Serie de Tiempo

SI

Tendencia?

NO

SI

Datos anuales

NO

Suavizado Exponencial

Promedio Mviles

Modelos de Prediccin

Obtencin de ndice Estacional

Tendencia Lineal

Tendencia Cuadrtica

Tendencia Exponencial

Mtodo Holt Winters

Modelo Autoregresivo