Métodos Cuantitativos

WILFREDO LAFOSSE MBA

 Pronósticos cuantitativos
• Modelos matemáticos orientados a la predicción de
sucesos futuros mediante el análisis del comportamiento de
algunos parámetros.
• Se basan en información estadística y relaciones
matemáticas
• Los pronósticos pueden emplearse para determinar:
• Demanda y ventas
• Rendimientos de producción y eficiencias
• Tendencias económicas
• Necesidades de mantenimiento
• Requerimientos de personal

WILFREDO LAFOSSE MBA

 Modelos de pronósticos causales

• En estos modelos la variable a analizar está

relacionada con un conjunto de otras variables.
Y = f (X1, X2, X3……., Xn)
donde:
• Y = variable dependiente
• X = variables independientes
• Estos modelos utilizan comúnmente el método de
ajuste de curvas.

WILFREDO LAFOSSE MBA

 Ejemplo 1: Estaciones de gasolina
• Una empresa dedicada a la venta de combustibles
está analizando la posibilidad de ampliar sus
operaciones. Durante los últimos años ha tenido los
siguientes niveles de venta en sus cinco estaciones
de servicio:
Automóviles Ventas
Estación por hora por hora
1 150 $ 220.00
2 55 $ 75.00
3 220 $ 250.00
4 130 $ 145.00
5 95 LAFOSSE MBA
WILFREDO $ 200.00
Ejemplo 1: Ajuste por mínimos Cuadrados

• Pasos necesarios:
• Gráfica de dispersión
• Y = Venta de combustible
• X = Número de automóviles
• Relación de variables (regresión)
• Y = 57.104 + 0.92997 X
• Grafique la línea de mínimos cuadrados
• R2 = 0.69395 = 69.4%

WILFREDO LAFOSSE MBA

 Diagrama de Dispersión Ventas vs Tránsito

$ 300.00

$ 250.00

$ 200.00
V e n ta s / H o ra

$ 150.00 Serie1

$ 100.00

$ 50.00

$ 0.00
0 50 100 150 200 250
Automóviles/Hora

WILFREDO LAFOSSE MBA

 Diagrama de Dispersión Ventas vs Tránsito

Línea de ajuste lineal

$ 300.00

$ 250.00

$ 200.00
V e n t a s / H o ra

Serie1
$ 150.00
Lineal (Serie1)

$ 100.00

$ 50.00

$ 0.00
0 50 100 150 200 250
Automóviles/Hora

WILFREDO LAFOSSE MBA

 $300.00
Con Ecuación de Regresión Lineal

y = 0.93x + 57.104
$250.00

$200.00
Ventas/hora ($)

$150.00

$100.00

$50.00

$-
0 50 100 150 200 250
Automóviles/hora

WILFREDO LAFOSSE MBA

Resumen
Datos de Regresión Y, X
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.83
Coeficiente de determinación R^2 69.40% 1-SSE/SST
R^2 ajustado 0.59
Error típico 44.18 RAIZ(MSE)
Observaciones 5
Significancia
ANÁLISIS DE VARIANZA de Coeficientes
GL SS MS F Alfa de F
Regresión 1 13275.285 13275.285 6.80235591 0.07981342
Residuos 3 5854.71498 1951.57166
Total 4 19130

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
Intercepción 57.1042345 50.3879969 1.13329043 0.33947132 -103.253011 217.46148 -103.253011 217.46148
Aut/hora 0.92996743 0.35656447 2.60813265 0.07981342 -0.20478091 2.06471576 -0.20478091 2.06471576

WILFREDO LAFOSSE MBA


Ŷ = a+ b1X1+b2X2+.....bnXn
Ecuación de Regresión Múltiple

En ejemplo
Ŷ= 57.1 +0.929X1

(Y −Yˆ )2
Se = ∑
Se =Error Estándar de Estimación
de la RM con K=k+1 Nro Variables,
(n−k −1) k = Nro Var. Independientes

En ejemplo
Se= 44.176

Intervalo de Confianza
Ŷ ± Z * Se (SI NC 95 % Z= 1.96)

En ejemplo
con X1= 183 Ŷ= 227.294 Se=44.176 Z=1.96

Intervalo de Confianza
Ls= 313.88 Li=140.71
WILFREDO LAFOSSE MBA
 Ejemplo 1: Ajuste de función cuadrática

• Y = a0 + a1 X + a2 X2
• Determinar los pronósticos con la expresión cuadrática
• Calcular las desviaciones (Error) =
• Y Real - Y Pronosticado
– Calcular las desviaciones al cuadrado (Error^2)
• Calcular la Σ (Error^2)
• Aplique Solver para determinar los coeficientes de la
función cuadrática que minimicen la Σ (Error^2)
• a0 = -13.586 a1 = 2.147 a2 = -0.004
• Grafique la curva cuadrática

WILFREDO LAFOSSE MBA

Parámetros
a0 = -13.586 SOLVER
a1 = 2.147
a2 = -0.004
Pronóstico
Estación Automóviles por hora Ventas por hora Ventas/hora Error Error ^ 2
1 150 $ 220.00 209.85 10.15 103
2 55 $ 75.00 91.23 -16.23 264
3 220 $ 250.00 246.65 3.35 11
4 130 $ 145.00 191.45 -46.45 2,158
5 95 $ 200.00 150.82 49.18 2,419

SUMA= 4,954

Datos obtenidos
mediante aplicación SUMAX2MENOSY2
de función cuadrática

Error típico= 40.638

WILFREDO LAFOSSE MBA

 Diagrama de Dispersión Ventas vs Tránsito

$ 300,00

2
y = -0,0044x + 2,1461x - 13,547
2
$ 250,00 R = 0,741

$ 200,00
V e n t a s / H o ra

Serie1
$ 150,00
Cuadrática

$ 100,00

$ 50,00

$ 0,00
0 50 100 150 200 250
Automóviles/Hora

WILFREDO LAFOSSE MBA

 Modelos de pronósticos de
series de tiempo

• En estos modelos la variable a analizar se

extrapola en función a su comportamiento
histórico.
• Los datos históricos obtenidos nos permiten
determinar una curva de proyección del
comportamiento de la variable de interés.
• Para obtener mejores resultados se procede
también a ajustar las curvas obtenidas.

WILFREDO LAFOSSE MBA

 Modelos de pronósticos de
series de tiempo
• Los principales métodos de ajuste son:
• Promedios móviles : Simples y Ponderados
• Ponderación exponencial:
• Y’t+1 = α Yt + ( 1 - α ) Y’t
• Estacionalidad
• La comparación entre los modelos de pronóstico se
hará usando la Desviación media absoluta (DMA) y
el Error porcentual medio absoluto (EPMA) ó el
Error Cuadrático Medio (ECM)
WILFREDO LAFOSSE MBA
 Ejemplo 2: Ajuste de curvas
• Pasos necesarios:
• Determinar los promedios móviles simples
• n = 3 periodos
• n = 4 periodos
• Determinar los promedios móviles ponderados
• n = 3 periodos
– Determinar los promedios ponderados
exponencialmente
– Uso de Solver
– Comparación de DMA o ECM

WILFREDO LAFOSSE MBA