PRESENTACIN

INTRODUCCIN

MTODOS CUANTITATIVOS

Los modelos cuantitativos de pronsticos son modelos matemticos que se basan

en datos histricos. Estos modelos suponen que los datos histricos son
relevantes en el futuro. Casi siempre puede obtenerse informacin pertinente al
respecto. Aqu, analizaremos varios modelos cuantitativos, la precisin del
pronstico, pronsticos a largo plazo y pronsticos a corto plazo.

Modelos cuantitativos de pronstico:

1.- Regresin lineal. Modelo que utiliza el mtodo de los mnimos cuadrados para
identificar la relacin entre una variable dependiente y una o ms variables
independientes, presentes en un conjunto de observaciones histricas.
En la regresin simple, solo hay una variable independiente; en la regresin
mltiple, hay ms de una variable independiente, en por ejemplo, un pronstico de
ventas, son las ventas. Una modelo de regresin no necesariamente tiene que
estar basado en una serie de tiempo, pues en estos casos el conocimiento de los
valores futuros de la variable independiente (llamada tambin variable causal) se
utiliza para predecir valores futuros de la variable dependiente. Por lo general, la
regresin lineal se utiliza en pronsticos a largo plazo.
2.- Promedios mviles: Modelos de pronsticos del tipo de series de tiempo a
corto plazo que pronostica las ventas para el siguiente periodo. En este modelo, el
pronstico aritmtico de las ventas reales para un determinado nmero de los
periodos pasados ms recientes es el pronstico para el siguiente periodo.

3.- Promedio mvil ponderado: modelo parecido al modelo de promedio mvil

arriba descrito, excepto que el pronstico para el siguiente periodo es un promedio
ponderado de las ventas pasadas, en lugar del promedio aritmtico.
4.- Suavizacin exponencial: modelo tambin de pronstico de series de tiempo
a corto plazo que pronostica las ventas para el siguiente periodo. En este mtodo,
las ventas pronosticadas para el ltimo periodo se modifican utilizando la
informacin correspondiente al error de pronstico del ltimo periodo. Esta
modificacin del pronstico del ltimo periodo se utiliza como pronstico para el
siguiente periodo.
5.- Suavizacin exponencial con tenencia. El modelo de suavizacin
exponencial arriba descrito, pero modificado para tomar en consideracin datos
con un patrn de tendencia. Estos patrones pueden estar presentes en datos a
mediano plazo. Tambin se conoce como suavizacin exponencial doble, ya que
se suavizan tanto la estimacin del promedio como la estimacin de la tendencia
utilizando dos constantes de suavizacin.

PRONSTICOS
Los pronsticos ayudan a los gerentes a obtener estrategias para el futuro. Los
mtodos de pronsticos son los siguientes:
Los mtodos de pronsticos cualitativos se usan cuando se dispone de pocos
datos histricos o de ninguno. Los mtodos de pronsticos cualitativos tambin se
consideran ms apropiados cuando no se espera que el patrn histrico de la
serie de tiempo contine en el futuro.
Los mtodos de pronsticos cuantitativos incluyen mtodos de series de tiempo
y mtodos causales. Un mtodo de serie de tiempo es apropiado cuando los
datos histricos estn restringidos a valores pasados de la variable que se est
pronosticando.
Los mtodos de pronstico causales se basan en la suposicin de que la variable
que se est pronosticando exhibe una relacin de causa y efecto con otra u otras
variables. ste mtodo relaciona la variable que se est pronosticando con otras
variables que se piensa la influyen o la explican.

La serie de tiempos es el conjunto de observaciones sobre una variable medida en

puntos sucesivos en el tiempo a lo largo de periodos sucesivos, incluye cuatro
componentes separados: tendencia, estacional, irregular y cclico.

Componente de Tendencia: cambio gradual de la serie de tiempo generalmente

resultado de factores a largo plazo tales como cambios en la poblacin,
caractersticas demogrficas, tecnologa y preferencias del consumidor.
Componente Estacional: Representa la variabilidad de los datos debido a
influencias estacionales, como clima y festividades, entre otros.

Componente Irregular: Explica la variabilidad aleatoria que afecta en la serie de

tiempo. No se puede predecir su impacto en la misma.
Componente Cclico: Explica el comportamiento peridico de una serie de
tiempo, a veces por encima de la tendencia y a veces por debajo, en lapsos de
tiempo mayores a un ao.
Al aislar estos componentes y medir sus efectos aparentes pueden pronosticarse
los valores futuros de la serie de tiempo. Los tres mtodos de series de tiempo
son:

Suavizacin: Promedios Mviles, Promedios Mviles ponderados y Suavizacin

Exponencial.

Proyeccin de Tendencia

Proyeccin de Tendencia ajustada para influencia estacional.

MTODOS DE SUAVIZACIN:
Los mtodos de suavizacin son apropiados para una serie de tiempo estable, es
decir, que no exhiba efectos de tendencia, cclicos o estacionales significativos.

Promedio Mvil: El enfoque de promedios mviles consiste en calcular un

promedio de valores pasados y luego usar este promedio como el pronstico para
el siguiente periodo.
Promedio Mvil Ponderado: permite la posibilidad de pesos desiguales para
los datos; por tanto, el mtodo de promedios mviles es un caso especial del
mtodo de promedios mviles ponderados en el que todos los pesos son
iguales. Se seleccionan diferentes pesos para cada valor de datos y luego se
calcula un promedio ponderado de los valores de los "n" datos ms recientes.

Suavizacin Exponencial: implica el peso para la observacin ms reciente.

Cuando una serie de tiempo consiste en fluctuaciones aleatorias alrededor de una

lnea de tendencia a largo plazo, se usa una ecuacin lineal para estimar la
tendencia.
Cuando estn presentes efectos estacionales, pueden calcularse ndices
estacionales y usarse para desestacionalizar los datos y elaborar pronsticos.
SELECCIONAR UN MTODO DE PRONSTICO

Al seleccionar un mtodo de pronstico se deben considerar varios factores:

*Costo.
* Precisin.
*Datos disponibles.
*Lapso de tiempo.
*Naturaleza de los productos y servicios.
*Respuesta de impulso y amortiguacin de ruido.

Costo y precisin. Al seleccionar un mtodo de pronstico, se presenta un dilema

entre costo y precisin; en otras palabras, para obtener ms precisin en el
pronstico es necesario incurrir en un mayor costo.

Los procedimientos de elevada precisin utilizan ms datos, los datos por lo

general son ms difciles de obtener, y los modelos tienen un diseo ms costoso,
son ms caros de poner en prctica y de operar. Mtodos como los modelos
estadsticos, las analogas histricas y el consenso de comit ejecutivo tienden a
ser de costo bajo o moderado, en tanto que los modelos economtricos complejos
de Delfos, y la investigacin de mercados tienden a ser ms caros y requieren
ms tiempo para utilizarse. Cada organizacin debe resolver el dilema de acuerdo
con su propia situacin.

Las Instantneas Industriales contrastan tres diferentes procedimientos para el

pronstico. El primero describe un sistema de pronstico costoso y complejo, el

segundo un sistema de pronstico muy econmico y simple, y el tercero describe

un sistema dinmico para la seleccin de modelos de pronstico.

El hecho de que las tres organizaciones aparentemente estn satisfechas con la

precisin y el costo de su sistema de pronstico, demuestra que no existe un
procedimiento nico que sea apropiado para todas las situaciones. En muchas
ocasiones, mtodos simples y baratos tienden a proporcionar pronsticos que son
tan precisos como los modelos de pronstico ms complejos y de costo elevado.

Datos disponibles. Los datos que estn disponibles y que sean relevantes para
los pronsticos son un factor importante en la seleccin del mtodo de pronstico.
Por ejemplo, si las actitudes y las intenciones de los clientes son un factor
relevante en los pronsticos y si estos datos pueden obtenerse de manera
econmica de los clientes, entonces una encuesta de clientes pudiera ser el
mtodo apropiado para el desarrollo de las estimaciones de la demanda.

Por otra parte, si requiere pronosticar las ventas de un producto nuevo, entonces
una encuesta de clientes pudiera no ser una forma prctica de desarrollar un
pronstico; quizs debieran utilizarse las analogas histricas, la investigacin de
mercados, el consenso de comit ejecutivo o algn otro mtodo.

Tiempo. La eleccin de un mtodo apropiado de pronstico queda afectada por la

naturaleza del recurso de produccin que se va a pronosticar.

Los programas de mano de obra, de efectivo, de inventarios y de mquinas son de

naturaleza a corto plazo y se pueden pronosticar utilizando modelos de promedios
mviles o de suavizacin exponencial. Las necesidades de recursos de
produccin a largo plazo, como por ejemplo la capacidad de las fbricas y los
fondos para bienes de capital, pueden estimarse mediante la regresin, el
consenso de comit ejecutivo, la investigacin de mercados y otros mtodos ms
apropiados para pronsticos a largo plazo.

Naturaleza de productos y servicios. Se aconseja que los gerentes utilicen

diferentes mtodos de pronstico para productos distintos. Factores como si el
producto es de volumen y costo elevado, si el producto es un bien manufacturado
o un servicio, o en qu punto de su ciclo de vida est el producto, afecta la
eleccin de un mtodo de pronstico.

Respuesta de impulso y amortiguacin de ruido. Como se indic antes, en

nuestro anlisis de los pronsticos a corto plazo, debe equilibrarse lo que
deseamos del modelo de pronstico en lo que se refiere a su respuesta, como por
ejemplo, ante cambios en los datos reales de la demanda, contra nuestro deseo
de suprimir cualquier variacin aleatoria indeseable, es decir, ruido en los datos.
Cada modelo de pronstico difiere en su respuesta de impulso y su amortiguacin
de ruido, y el modelo seleccionado debe ajustarse a la situacin del pronstico

CONCLUSIN
El mtodo cuantitativo apoya la toma de decisiones en distintas reas de la
direccin de empresas: el pronstico de ventas ayudar a disear el plan de
produccin, el pronstico de evolucin de precios de materias primas, suministros
etc., al suministrar una informacin congruente y exacta que utiliza modelos
matemticos de pronstico, datos histricos del comportamiento de ventas o
evaluaciones preparadas por los representantes de cada departamento de la
empresa.
Adems permite mayor flexibilidad en la elaboracin de los planes, sobre todo
cuando se sirve de los mtodos de mltiples escenarios.
La finalidad de los pronsticos es predecir el desarrollo futuro (de un sistema, de
sus entornos etc.) para ayudar a la toma de decisiones (de planificacin) sobre
medidas de apoyo, contramedidas u otras acciones que influyan, en mayor o
menor grado, sobre la tendencia del objeto planificado.

BIBLIOGRAFIA

http://contecni.jimdo.com/metodos-cuantitativos/pron%C3%B3sticos

http://gc.scalahed.com/syllabus/cloud/visor.php?
container=L1MK107_1077_646_31790_0&object=Metodos_cuantitativos.pd
f

http://contecni.jimdo.com/metodos-cuantitativos/pron%C3%B3sticos/