SlideShare una empresa de Scribd logo
1 de 7
2.3 Métodos cuantitativos
Se describen cinco métodos de pronósticos cuantitativos que
emplean datos históricos. Los métodos caen en dos categorías:
1. Enfoque intuitivo
2. Promedios móviles
3. Suavisamiento exponencial
4. Proyección de Tendencias
Modelos de
series de tiempo
5. Regresión lineal Modelo asociativo
Modelos de series de tiempo. Los modelos de series de tiempo
predicen bajo el supuesto que el futuro es una función del
pasado. En otras palabras, observan lo que ocurrió durante un
periodo y usan una serie de datos históricos para hacer un
pronóstico. Si estamos pronosticando las ventas semanales de
cortadoras de césped, utilizamos datos de las ventas pasadas
de cortadoras de césped para hacer el pronóstico
Modelos asociativos. Los modelos asociativos, como la regresión
lineal, incorporan las variables o los factores que pueden influir en la
cantidad por pronosticar. Por ejemplo, un modelo asociativo sobre
las ventas de cortadoras de césped incluyen factores como la
construcción de nuevas viviendas, el presupuesto d publicidad y los
precios de los competidores.
Pronósticos de series de tiempo.
Una serie de tiempo se basa en una secuencia de datos puntuales
igualmente espaciados (semanales, mensuales, trimestrales, etc.).
Los ejemplos incluyen las ventas semanales de NIKE, los informes
de ingresos trimestrales de BIMBO, los embarques diarios de
barriles d petróleos mexicanos y los índices anuales de precios del
consumidor. Los datos para pronósticos de series de tiempo
implican que los valores futuros se predicen solamente a partir de
los valores pasados y que se pueden ignorar otras variables, sin
importar que tan potencialmente valiosas sean.
“Nunca podrás planear el futuro a partir
del pasado”
2.3.1 Series de tiempo
2.3.1.2 Tendencia lineal.
El último método de pronósticos de serie de tiempo que analizaremos es la
Proyección de la tendencia. Esta técnica ajusta una recta de tendencias a
una serie de datos puntuales históricos, y después proyecta dicha recta al
futuro para obtener pronósticos a mediano y largo plazo. Se pueden
desarrollar varias ecuaciones matemáticas (por ejemplo, exponencial y
cuadrática), pero en esta sección veremos sólo tendencias lineales (en
línea recta).
Si decidimos desarrollar una recta de tendencia lineal mediante un método
estadístico preciso, podemos aplicar el método de mínimos cuadrados.
Este enfoque resulta en una línea recta que minimiza la suma de los
cuadrados de las diferencias verticales o desviaciones de la recta hacia
cada una de las observaciones reales.
Una recta de mínimos cuadrados se describe en términos de su
intersección con el eje “y” y su pendiente.
Si podemos calcular la intersección con el eje “y” y la pendiente, podemos
expresar la recta con la siguiente ecuación:
Ŷ = a + bx
*
*
*
*
*
*
*
Recta de tendencia, Ŷ = a + bx
Desviación
error
1
2
3
4
5
6
7
Periodo
Valores de la
variable
dependiente
Y Métodos de
mínimos
cuadrados para
encontrar la
recta que mejor
se ajuste,
donde los
asteristicos son
la ubicaciones
de la siete
observaciones
Donde Ŷ ( que se lee “y gorro”) = valor calculado de la variable
dependiente
a = intersección con el eje y
b = pendiente de la recta
x = variable independiente
b = ∑xy – n xy / ∑x² - n x²
b = pendiente de la recta de regresión
∑ = signo de sumatoria
x = valores conocidos de la variable independiente
y = valores conocidos de la variable dependiente
x = promedio de los valores de x
y = promedio de los valores de y
n = número de puntos de datos u observaciones
Trabajos por equipos No. 2
elaborar:
• Enfoque intuitivo
• Promedios móviles
• Suavisamiento exponencial
• Proyección de tendencias
• Regresión lineal

Más contenido relacionado

La actualidad más candente

Tendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / EstadisticaTendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / EstadisticaBego E A
 
5a UNIDAD PRONÓSTICOS E INVENTARIOS
5a UNIDAD PRONÓSTICOS E INVENTARIOS5a UNIDAD PRONÓSTICOS E INVENTARIOS
5a UNIDAD PRONÓSTICOS E INVENTARIOSbonbombon
 
Resumen unidad 3
Resumen unidad 3Resumen unidad 3
Resumen unidad 3Any Zetroc
 
Logistica y cadena de suministro
Logistica y cadena de suministroLogistica y cadena de suministro
Logistica y cadena de suministrosihl100590
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticosJack Rivera Castillo
 
Guia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccionGuia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccionDaniel Flores
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempoALMAYUNIS1
 
Historia de la administracion de las operaciones
Historia de la administracion de las operacionesHistoria de la administracion de las operaciones
Historia de la administracion de las operacionespomeron
 
La ingeniería económica en la toma de decisiones
La ingeniería económica en la toma de decisionesLa ingeniería económica en la toma de decisiones
La ingeniería económica en la toma de decisionesHernan Paz
 
Métodos para planeación agregada
Métodos para planeación agregadaMétodos para planeación agregada
Métodos para planeación agregadaAlan Bringas
 
Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal EnteraRoger Rodríguez
 
Métodos causales
Métodos causales Métodos causales
Métodos causales Candy Ruiz
 

La actualidad más candente (20)

Tendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / EstadisticaTendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / Estadistica
 
Capacidad, localización y distribución en planta
Capacidad, localización y distribución en plantaCapacidad, localización y distribución en planta
Capacidad, localización y distribución en planta
 
5a UNIDAD PRONÓSTICOS E INVENTARIOS
5a UNIDAD PRONÓSTICOS E INVENTARIOS5a UNIDAD PRONÓSTICOS E INVENTARIOS
5a UNIDAD PRONÓSTICOS E INVENTARIOS
 
Resumen unidad 3
Resumen unidad 3Resumen unidad 3
Resumen unidad 3
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
El pronóstico de la demanda.
El pronóstico de la demanda.El pronóstico de la demanda.
El pronóstico de la demanda.
 
Métodos causales (regresion lineal)
Métodos causales (regresion lineal)Métodos causales (regresion lineal)
Métodos causales (regresion lineal)
 
Logistica y cadena de suministro
Logistica y cadena de suministroLogistica y cadena de suministro
Logistica y cadena de suministro
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos
 
Guia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccionGuia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccion
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
 
Administración de operaciones i
Administración de operaciones iAdministración de operaciones i
Administración de operaciones i
 
Historia de la administracion de las operaciones
Historia de la administracion de las operacionesHistoria de la administracion de las operaciones
Historia de la administracion de las operaciones
 
La ingeniería económica en la toma de decisiones
La ingeniería económica en la toma de decisionesLa ingeniería económica en la toma de decisiones
La ingeniería económica en la toma de decisiones
 
Métodos para planeación agregada
Métodos para planeación agregadaMétodos para planeación agregada
Métodos para planeación agregada
 
Plan maestro de la Produccion
Plan maestro de la ProduccionPlan maestro de la Produccion
Plan maestro de la Produccion
 
EJERCICIOS EOQ CON FALTANTE
EJERCICIOS EOQ CON FALTANTEEJERCICIOS EOQ CON FALTANTE
EJERCICIOS EOQ CON FALTANTE
 
Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal Entera
 
Métodos causales
Métodos causales Métodos causales
Métodos causales
 
Metodologia de la distribucion en planta
Metodologia de la distribucion en plantaMetodologia de la distribucion en planta
Metodologia de la distribucion en planta
 

Destacado

Técnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización ExponencialTécnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización ExponencialLic. Riccardo Méndez M.
 
Métodos de promedio móviles y de suavización
Métodos de promedio móviles y de suavizaciónMétodos de promedio móviles y de suavización
Métodos de promedio móviles y de suavizaciónAlberth ibañez Fauched
 
Modelos causales
Modelos causalesModelos causales
Modelos causalesLeón Leon
 
Sistemas De Control
Sistemas De ControlSistemas De Control
Sistemas De Control26mms2b
 

Destacado (6)

Clase
ClaseClase
Clase
 
Técnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización ExponencialTécnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización Exponencial
 
Métodos de promedio móviles y de suavización
Métodos de promedio móviles y de suavizaciónMétodos de promedio móviles y de suavización
Métodos de promedio móviles y de suavización
 
Modelos causales
Modelos causalesModelos causales
Modelos causales
 
Solucionarioç
SolucionarioçSolucionarioç
Solucionarioç
 
Sistemas De Control
Sistemas De ControlSistemas De Control
Sistemas De Control
 

Similar a 2.3 metodos cuantitativos

METODOS DE PROYECCION DE LA DEMANDA.pptx
METODOS DE PROYECCION DE LA DEMANDA.pptxMETODOS DE PROYECCION DE LA DEMANDA.pptx
METODOS DE PROYECCION DE LA DEMANDA.pptxJoshuaTorres81
 
EL PROCESO DE CONSTRUCCION DE MODELOS
EL PROCESO DE CONSTRUCCION DE MODELOSEL PROCESO DE CONSTRUCCION DE MODELOS
EL PROCESO DE CONSTRUCCION DE MODELOSYanina C.J
 
Presentacion Math 6400
Presentacion Math 6400Presentacion Math 6400
Presentacion Math 6400Sullinette
 
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptxMétodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptxDailitGonzlezCapote2
 
Proyecciones estadísticas final
Proyecciones estadísticas finalProyecciones estadísticas final
Proyecciones estadísticas finalGustenrq
 
Tema2. pronosticos de demanda
Tema2. pronosticos de demandaTema2. pronosticos de demanda
Tema2. pronosticos de demandaingRobertoBriceno
 
Produccion metodos de tiempo
Produccion metodos de tiempoProduccion metodos de tiempo
Produccion metodos de tiempoCarloz Marr
 
Serie Cronológica y Modelos de Pronósticos
Serie Cronológica y Modelos de PronósticosSerie Cronológica y Modelos de Pronósticos
Serie Cronológica y Modelos de PronósticosAlexis José González
 
Curso de-econometria-basica
Curso de-econometria-basicaCurso de-econometria-basica
Curso de-econometria-basicavestaoriginal
 
Pronosticos de la demanda
Pronosticos de la demandaPronosticos de la demanda
Pronosticos de la demandaKxro Meza
 
Análisis de Regresión.pptx
Análisis de Regresión.pptxAnálisis de Regresión.pptx
Análisis de Regresión.pptxBlanca Estrada
 
Métodos estadísticos
Métodos estadísticos Métodos estadísticos
Métodos estadísticos LupitaPia7
 

Similar a 2.3 metodos cuantitativos (20)

METODOS DE PROYECCION DE LA DEMANDA.pptx
METODOS DE PROYECCION DE LA DEMANDA.pptxMETODOS DE PROYECCION DE LA DEMANDA.pptx
METODOS DE PROYECCION DE LA DEMANDA.pptx
 
CAPTULO13.doc
CAPTULO13.docCAPTULO13.doc
CAPTULO13.doc
 
Expo estadisticas
Expo estadisticasExpo estadisticas
Expo estadisticas
 
Pronostico.pptx
Pronostico.pptxPronostico.pptx
Pronostico.pptx
 
EL PROCESO DE CONSTRUCCION DE MODELOS
EL PROCESO DE CONSTRUCCION DE MODELOSEL PROCESO DE CONSTRUCCION DE MODELOS
EL PROCESO DE CONSTRUCCION DE MODELOS
 
Presentacion Math 6400
Presentacion Math 6400Presentacion Math 6400
Presentacion Math 6400
 
Introduccion_a_los_Modelopdf.pdf
Introduccion_a_los_Modelopdf.pdfIntroduccion_a_los_Modelopdf.pdf
Introduccion_a_los_Modelopdf.pdf
 
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptxMétodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
Métodos estadísticos Aplicados a la Gestión Tributaria (clase 5).pptx
 
Proyecciones estadísticas final
Proyecciones estadísticas finalProyecciones estadísticas final
Proyecciones estadísticas final
 
pronosticos 1.pptx
pronosticos 1.pptxpronosticos 1.pptx
pronosticos 1.pptx
 
Tema2. pronosticos de demanda
Tema2. pronosticos de demandaTema2. pronosticos de demanda
Tema2. pronosticos de demanda
 
Produccion metodos de tiempo
Produccion metodos de tiempoProduccion metodos de tiempo
Produccion metodos de tiempo
 
Serie Cronológica y Modelos de Pronósticos
Serie Cronológica y Modelos de PronósticosSerie Cronológica y Modelos de Pronósticos
Serie Cronológica y Modelos de Pronósticos
 
Curso de-econometria-basica
Curso de-econometria-basicaCurso de-econometria-basica
Curso de-econometria-basica
 
Pronosticos de la demanda
Pronosticos de la demandaPronosticos de la demanda
Pronosticos de la demanda
 
Métodos en prospectiva 5-modelo estadistico
Métodos en prospectiva 5-modelo estadisticoMétodos en prospectiva 5-modelo estadistico
Métodos en prospectiva 5-modelo estadistico
 
Vasicek & CIR Model - Paper Final Grado
Vasicek & CIR Model - Paper Final GradoVasicek & CIR Model - Paper Final Grado
Vasicek & CIR Model - Paper Final Grado
 
Análisis de Regresión.pptx
Análisis de Regresión.pptxAnálisis de Regresión.pptx
Análisis de Regresión.pptx
 
David ugarte
David ugarteDavid ugarte
David ugarte
 
Métodos estadísticos
Métodos estadísticos Métodos estadísticos
Métodos estadísticos
 

2.3 metodos cuantitativos

  • 1. 2.3 Métodos cuantitativos Se describen cinco métodos de pronósticos cuantitativos que emplean datos históricos. Los métodos caen en dos categorías: 1. Enfoque intuitivo 2. Promedios móviles 3. Suavisamiento exponencial 4. Proyección de Tendencias Modelos de series de tiempo 5. Regresión lineal Modelo asociativo
  • 2. Modelos de series de tiempo. Los modelos de series de tiempo predicen bajo el supuesto que el futuro es una función del pasado. En otras palabras, observan lo que ocurrió durante un periodo y usan una serie de datos históricos para hacer un pronóstico. Si estamos pronosticando las ventas semanales de cortadoras de césped, utilizamos datos de las ventas pasadas de cortadoras de césped para hacer el pronóstico Modelos asociativos. Los modelos asociativos, como la regresión lineal, incorporan las variables o los factores que pueden influir en la cantidad por pronosticar. Por ejemplo, un modelo asociativo sobre las ventas de cortadoras de césped incluyen factores como la construcción de nuevas viviendas, el presupuesto d publicidad y los precios de los competidores.
  • 3. Pronósticos de series de tiempo. Una serie de tiempo se basa en una secuencia de datos puntuales igualmente espaciados (semanales, mensuales, trimestrales, etc.). Los ejemplos incluyen las ventas semanales de NIKE, los informes de ingresos trimestrales de BIMBO, los embarques diarios de barriles d petróleos mexicanos y los índices anuales de precios del consumidor. Los datos para pronósticos de series de tiempo implican que los valores futuros se predicen solamente a partir de los valores pasados y que se pueden ignorar otras variables, sin importar que tan potencialmente valiosas sean. “Nunca podrás planear el futuro a partir del pasado”
  • 4. 2.3.1 Series de tiempo 2.3.1.2 Tendencia lineal. El último método de pronósticos de serie de tiempo que analizaremos es la Proyección de la tendencia. Esta técnica ajusta una recta de tendencias a una serie de datos puntuales históricos, y después proyecta dicha recta al futuro para obtener pronósticos a mediano y largo plazo. Se pueden desarrollar varias ecuaciones matemáticas (por ejemplo, exponencial y cuadrática), pero en esta sección veremos sólo tendencias lineales (en línea recta). Si decidimos desarrollar una recta de tendencia lineal mediante un método estadístico preciso, podemos aplicar el método de mínimos cuadrados. Este enfoque resulta en una línea recta que minimiza la suma de los cuadrados de las diferencias verticales o desviaciones de la recta hacia cada una de las observaciones reales. Una recta de mínimos cuadrados se describe en términos de su intersección con el eje “y” y su pendiente.
  • 5. Si podemos calcular la intersección con el eje “y” y la pendiente, podemos expresar la recta con la siguiente ecuación: Ŷ = a + bx * * * * * * * Recta de tendencia, Ŷ = a + bx Desviación error 1 2 3 4 5 6 7 Periodo Valores de la variable dependiente Y Métodos de mínimos cuadrados para encontrar la recta que mejor se ajuste, donde los asteristicos son la ubicaciones de la siete observaciones
  • 6. Donde Ŷ ( que se lee “y gorro”) = valor calculado de la variable dependiente a = intersección con el eje y b = pendiente de la recta x = variable independiente b = ∑xy – n xy / ∑x² - n x² b = pendiente de la recta de regresión ∑ = signo de sumatoria x = valores conocidos de la variable independiente y = valores conocidos de la variable dependiente x = promedio de los valores de x y = promedio de los valores de y n = número de puntos de datos u observaciones
  • 7. Trabajos por equipos No. 2 elaborar: • Enfoque intuitivo • Promedios móviles • Suavisamiento exponencial • Proyección de tendencias • Regresión lineal