Pronsticos, Series de Tiempo y Regresin

Captulo 1: Introduccin a los Pronsticos

Contenido
Pronsticos e informacin Mtodos para establecer pronsticos Errores en los pronsticos Seleccin de una tcnica para establecer un pronstico Panorama de las tcnicas cuantitativas para establecer pronsticos

Pronsticos e informacin
Pronstico: prediccin de los hechos y condiciones futuros
Ejemplos para una empresa:
   

mercadotecnia: demanda para varios productos, en diferentes regiones y entre distintos grupos finanzas: tasa de inters para tomar decisiones acerca de inversiones en capital administracin de personal: produccin futura, para saber a cuntos emplear programa de produccin: demanda de cada producto

Pronsticos e informacin
Ejemplos para un gobierno:


 

educacin: nmero de alumnos en cada lugar, en cada nivel servicios pblicos: demanda para agua y luz finanzas pblicas: recaudacin de impuestos de varios tipos, gastos necesarios

Ejemplos para una organizacin nogubernamental:

 

recaudacin de fondos costos de proyectos

Pronsticos e informacin
Ejemplos para un individuo o una familia:


  

valor de acciones, divisas y otras inversiones ingresos futuros costo de la universidad para los hijos valor de los fondos para el retiro

Pronsticos e informacin
informacin transversal: valores observados en un punto de tiempo (datos transversales)

ndice de Percepciones de Corrupcin 2003, Amrica Latina

Chile Uruguay Trinidad y Tobago Cuba Belice Co sta Rica Brazil Jamaica Per El Salvado r Co lombia M xico Panam Repblica Do minicana Nicaragua Argentina Venezuela Guatemala Ho nduras Bo livia Ecuador Paraguay Hait

7.4 5.5 4.6 4.6 4.5 4.3 3.9 3.8 3.7 3.7 3.7 3.6 3.4 3.3 2.6 2.5 2.4 2.4 2.3 2.3 2.2 1.6 1.5 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 ndice

0.0

Fuente: Transparency International Corruption Perceptions Index.

Pronsticos e informacin
Serie de tiempo: sucesin cronolgica de observaciones de una variable particular. (datos de serie de tiempo)

Serie de Tiempo
Corrupcin en Mxico: ndice de Percepciones de Corrupcin
4 3 Score 2 1 1.87 2.23 0
19801985 1995 1997 1999 2001 2003 2005

3.18 3.3

3.6 3.6 3.6 3.5 3.4 3.3 3.7 2.66 3.3

0 = completamente corrupto Aos 10= completamente limpio

Fuente: Transparency International Corruption Perceptions Index.

Pronsticos e informacin
Partes de una serie de tiempo:
   

Tendencia Ciclo Variaciones estacionales Fluctuaciones irregulares

Pronsticos e informacin
Indicador de Actividad Econmica, Mxico 1993-2007
180 160 140 120 100 80 60 40 20 0 1993/01 1994/03 1995/05 1996/07 1997/09 1998/11 2000/01 2001/03 2002/05 2003/07 2004/09 2005/11 2007/01

ndice (1993=100)

Perodo

Fuente: INEGI

Estacionalidad
Indicador de Actividad Econmica, Mxico, 2003-2007
180 160 140 120 100 80 60 40 20 0 Septiembre Noviembre Diciembre Febrero Ocubre Marzo Enero Mayo Junio Abril Julio Agosto 2003 2004 2005 2006 2007

Fuente: INEGI

ndice (1993=100)

Estacionalidad

Mtodos para establecer pronsticos

Cualitativos Cuantitativos

Mtodos para establecer pronsticos

Cualitativos: requieren una opinin
  

ajuste de curva subjetivo Mtodo Delphi comparaciones tcnicas

tendencia primaria

Mtodos para establecer pronsticos

Cuantitativos


modelo univariable para pronsticos

Se pronostica el valor futuro de la variable basado en patrones establecidos en el pasado.

modelos causales para establecer pronsticoss

variable dependiente variables independientes

Errores en los pronsticos

Tipos de pronsticos
 

pronstico puntual pronstico del intervalo de prediccin

Medicin de los errores (et) de pronstico ( t)

Errores en los pronsticos

Desviacin absoluta = |et| = |yt - t| Desviacin absoluta media = DAM
n t t !1 n t

| e | | y
DAM ! ! n
t !1

 yt |

Error cuadrtico = (et)2 = (yt - t)2 Error cuadrtico = ECM

n n 2 t

(e )
ECM !
t !1

(y
!
t !1

 yt ) 2

Errores en los pronsticos

Valor real yt 25 28 29 Suma
DAM = 6/3 = 2 ECM = 14/3 = 4.67

Valor predicho
t

Error et 3 -2 -1 0

Desviacin Absoluta |et| = |yt - t| 3 2 1 6

Error cuadrtico (et)2 = (yt - t)2 9 4 1 14

22 30 30

Errores en los pronsticos

El DAM y el ECM, en s, no nos dicen mucho. Pero sirven para comparar modelos de pronstico y elegir el que mejor predice los valores. Tambin sirven para monitorear el desempeo de un modelo: cuando aumentan de repente, significa que el modelo ya no es tan atinado.

Errores en los pronsticos

Otra medida es el Error Absoluto de Porcentaje (EAP)


til cuando las magnitudes de las variables cambian (e.g., Precios en Mxico, 1992-1997)
| et | | yt  yt | EAPt ! (100) ! (100) yt yt

Error absoluto de porcentaje medio (EAPM)

n

EAP
t

EAPM !

t !1

Seleccin de una Tcnica para Establecer un Pronstico

Factores a considerar:
     

perodo patrn de los datos costo del pronstico exactitud deseada disponibilidad de la informacin facilidad de operar y entender

Seleccin de una Tcnica para Establecer un Pronstico

Factores a considerar:


perodo
inmediato (< 1 mes) corto plazo (1-3 meses) medio plazo (>3 meses y < 2 aos) largo plazo (2 aos)

Entre ms largo el plazo, menos exactos son los pronsticos cuantitativos y ms valiosos los pronsticos cualitativos.

Seleccin de una Tcnica para Establecer un Pronstico

Factores a considerar:


patrn de los datos

presencia de tendencia, ciclo, variacin estacional, o alguna combinacin de ellos modelo univariable vs. causal

Seleccin de una Tcnica para Establecer un Pronstico

Factores a considerar:


costo del pronstico

costo de desarrollar el modelo complejidad costo de conseguir los datos necesarios costo de la operacin real de la tcnica tipo de software requerido

Seleccin de una Tcnica para Establecer un Pronstico

Factores a considerar:


exactitud deseada
Es aceptable un error de 20%? 10%? 5%? 1%?

Seleccin de una Tcnica para Establecer un Pronstico

Factores a considerar:


disponibilidad de la informacin
datos historicos--de cuntos perodos? con qu frecuencia? variables disponibles exactitud de los datos (confiabilidad) puntualidad de los datos (relevancia)

Se podra requerir un procedimiento para reunir los datos (vase costo del pronstico)

Seleccin de una Tcnica para Establecer un Pronstico

Factores a considerar:


facilidad de operar y entender

En particular, es de suma importancia que el administrador (tomador de decisiones) entienda el modelo y las tcnicas.

Panorama de las Tcnicas Cuantitativas para Establecer Pronsticos

Anlisis de regresin Series de tiempo univariables Mtodos de Box-Jenkins

Panorama de las Tcnicas Cuantitativas para Establecer Pronsticos

Anlisis de regresin
 

variable dependiente (y)

demanda de un producto de consumo

variables independientes (xi)

x1 = precio del producto x2 = precio promedio en la industrio de productos similares de la competencia x3 = gastos de publicidad para promover el producto x4 = tipo de compaa de publicidad (TV, radio, etc.) usado para promover el producto

Panorama de las Tcnicas Cuantitativas para Establecer Pronsticos

Anlisis de regresin


objetivos del modelo: describir las relaciones entre y y x1, x2, x3 y x4. predecir las demandas futuras del producto con base en los valores futuros de x1, x2, x3 y x4. controlar las demandas futuras del producto mediante el control del precio del mismo, gastos de publicidad y los tipos de campaas de publicidad usadas. Nota: hay variables que no podemos controlar, por lo tanto no podemos predecir ni controlar perfectamente la demanda del producto.

Panorama de las Tcnicas Cuantitativas para Establecer Pronsticos

Series de tiempo univariables
 

regresin de series de tiempo mtodos de descomposicin

tendencia variacin estacional irregular (error)

suavizacin exponencial
da ms peso a las observaciones ms recientes que a las ms remotas.

Panorama de las Tcnicas Cuantitativas para Establecer Pronsticos

Mtodos de Box-Jenkins
 

combina modelos para identificar el mejor til cuando los componentes de la serie de tiempo cambian con el tiempo puede requerir ms observaciones que otras tcnicas

Conclusiones
Un pronstico es una prediccin. Existen varias metodologas:
  

cualitativa vs. cuantitativa univariable vs. causal sencillo vs. Box-Jenkins

Al escoger la metodologa adecuada, hay que tomar en cuenta varios factores.