El capítulo 1 se centra en la introducción a los pronósticos, describiendo su importancia en diversas áreas como mercadotecnia, finanzas y administración. Se exploran métodos cualitativos y cuantitativos para establecer pronósticos, errores asociados a ellos, y factores a considerar en la selección de técnicas de pronóstico. Finaliza con un panorama de las técnicas cuantitativas, incluyendo análisis de regresión y series de tiempo.

1. Pronósticos, Series
de Tiempo y
Regresión
Capítulo 1: Introducción a los
Pronósticos

2. Contenido
 Pronósticos e información
 Métodos para establecer pronósticos
 Errores en los pronósticos
 Selección de una técnica para
establecer un pronóstico
 Panorama de las técnicas cuantitativas
para establecer pronósticos

3. Pronósticos e información
 Pronóstico: predicción 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 interés para tomar decisiones
acerca de inversiones en capital
 administración de personal: producción futura,
para saber a cuántos emplear
 programa de producción: demanda de cada
producto

4. Pronósticos e información
 Ejemplos para un gobierno:
 educación: número de alumnos en cada lugar, en
cada nivel
 servicios públicos: demanda para agua y luz
 finanzas públicas: recaudación de impuestos de
varios tipos, gastos necesarios
 Ejemplos para una organización no-
gubernamental:
 recaudación de fondos
 costos de proyectos

5. Pronósticos e información
 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

6. Pronósticos e información
 información transversal: valores
observados en un punto de tiempo
(datos transversales)

7. Fuente: Transparency International Corruption Perceptions Index.
Índice de Percepciones de Corrupción 2003, América Latina
3.6
7.4
5.5
4.6
4.6
4.5
4.3
3.9
3.8
3.7
3.7
3.7
3.4
3.3
2.6
2.5
2.4
2.4
2.3
2.3
2.2
1.6
1.5
0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0
Haití
Paraguay
Ecuador
Bolivia
Honduras
Guatemala
Venezuela
Argentina
Nicaragua
República Dominicana
Panamá
M éxico
Colombia
El Salvador
Perú
Jamaica
Brazil
Costa Rica
Belice
Cuba
Trinidad y Tobago
Uruguay
Chile
Índice

8. Pronósticos e información
 Serie de tiempo: sucesión cronológica
de observaciones de una variable
particular. (datos de serie de tiempo)

9. Serie de Tiempo
Fuente: Transparency International Corruption Perceptions Index.
Corrupción en México: Índice de
Percepciones de Corrupción
3.53.63.63.6
1.87 2.23
3.18 3.3
2.66
3.3 3.4 3.3 3.7
0
1
2
3
4
1980-
1985
1995 1997 1999 2001 2003 2005
Años
Score
0 = completamente corrupto
10= completamente limpio

10. Pronósticos e información
 Partes de una serie de tiempo:
 Tendencia
 Ciclo
 Variaciones estacionales
 Fluctuaciones irregulares

11. Pronósticos e información
Indicador de Actividad Económica,
México 1993-2007
0
20
40
60
80
100
120
140
160
180
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
Período
Índice(1993=100)
Fuente: INEGI

12. Estacionalidad
Indicador de Actividad Económica, México,
2003-2007
0
20
40
60
80
100
120
140
160
180
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Ocubre
Noviembre
Diciembre
Índice(1993=100)
2003
2004
2005
2006
2007
Fuente: INEGI

13. Estacionalidad

14. Métodos para establecer
pronósticos
 Cualitativos
 Cuantitativos

15. Métodos para establecer
pronósticos
 Cualitativos: requieren una opinión
 ajuste de curva subjetivo
 Método Delphi
 comparaciones técnicas
 tendencia primaria

16. Métodos para establecer
pronósticos
 Cuantitativos
 modelo univariable para pronósticos
 Se pronostica el valor futuro de la variable
basado en patrones establecidos en el
pasado.
 modelos causales para establecer
pronósticoss
 variable dependiente
 variables independientes

17. Errores en los pronósticos
Tipos de pronósticos
 pronóstico puntual
 pronóstico del intervalo de predicción
 Medición de los errores (et) de
pronóstico (ŷt)

18. Errores en los pronósticos
 Desviación absoluta = |et| = |yt -ŷt|
 Desviación absoluta media = DAM
 Error cuadrático = (et)2 = (yt -ŷt)2
 Error cuadrático = ECM
n
yy
n
e
DAM
n
t
tt
n
t
t  

 11
|ˆ|||
n
yy
n
e
ECM
n
t
tt
n
t
t  

 1
2
1
2
)ˆ()(

19. Errores en los pronósticos
Valor
real
Valor
predicho
Error
Desviación
Absoluta
Error
cuadrático
yt ŷt et |et| = |yt -ŷt| (et)2 = (yt -ŷt)2
25 22 3 3 9
28 30 -2 2 4
29 30 -1 1 1
Suma 0 6 14
DAM = 6/3 = 2
ECM = 14/3 = 4.67

20. Errores en los pronósticos
 El DAM y el ECM, en sí, no nos dicen
mucho.
 Pero sirven para comparar modelos de
pronóstico y elegir el que mejor predice
los valores.
 También sirven para monitorear el
desempeño de un modelo: cuando
aumentan de repente, significa que el
modelo ya no es tan atinado.

21. Errores en los pronósticos
 Otra medida es el Error Absoluto de
Porcentaje (EAP)
 útil cuando las magnitudes de las variables
cambian (e.g., Precios en México, 1992-1997)
 Error absoluto de porcentaje medio (EAPM)
)100(
|ˆ|
)100(
||
t
tt
t
t
t
y
yy
y
e
EAP


n
EAP
EAPM
n
t
t
 1

22. Selección de una Técnica para
Establecer un Pronóstico
 Factores a considerar:
 período
 patrón de los datos
 costo del pronóstico
 exactitud deseada
 disponibilidad de la información
 facilidad de operar y entender

23. Selección de una Técnica para
Establecer un Pronóstico
 Factores a considerar:
 período
 inmediato (< 1 mes)
 corto plazo (1-3 meses)
 medio plazo (>3 meses y < 2 años)
 largo plazo (≥2 años)
 Entre más largo el plazo, menos exactos
son los pronósticos cuantitativos y más
valiosos los pronósticos cualitativos.

24. Selección de una Técnica para
Establecer un Pronóstico
 Factores a considerar:
 patrón de los datos
 presencia de tendencia, ciclo, variación
estacional, o alguna combinación de ellos
 modelo univariable vs. causal

25. Selección de una Técnica para
Establecer un Pronóstico
 Factores a considerar:
 costo del pronóstico
 costo de desarrollar el modelo
 complejidad
 costo de conseguir los datos necesarios
 costo de la operación real de la técnica
 tipo de software requerido

26. Selección de una Técnica para
Establecer un Pronóstico
 Factores a considerar:
 exactitud deseada
 ¿Es aceptable un error de 20%?
 ¿10%?
 ¿5%?
 1%?

27. Selección de una Técnica para
Establecer un Pronóstico
 Factores a considerar:
 disponibilidad de la información
 datos historicos--¿de cuántos períodos?
¿con qué frecuencia?
 variables disponibles
 exactitud de los datos (confiabilidad)
 puntualidad de los datos (relevancia)
 Se podría requerir un procedimiento para
reunir los datos (véase “costo del
pronóstico”)

28. Selección de una Técnica para
Establecer un Pronóstico
 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 técnicas.

29. Panorama de las Técnicas
Cuantitativas para Establecer
Pronósticos
 Análisis de regresión
 Series de tiempo univariables
 Métodos de Box-Jenkins

30. Panorama de las Técnicas
Cuantitativas para Establecer
Pronósticos
 Análisis de regresión
 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 compañía de publicidad (TV,
radio, etc.) usado para promover el producto

31. Panorama de las Técnicas
Cuantitativas para Establecer
Pronósticos
 Análisis de regresión
 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 campañas de
publicidad usadas.
 Nota: hay variables que no podemos controlar, por
lo tanto no podemos predecir ni controlar
perfectamente la demanda del producto.

32. Panorama de las Técnicas
Cuantitativas para Establecer
Pronósticos
 Series de tiempo univariables
 regresión de series de tiempo
 métodos de descomposición
 tendencia
 variación estacional
 irregular (error)
 suavización exponencial
 da más peso a las observaciones más
recientes que a las más remotas.

33. Panorama de las Técnicas
Cuantitativas para Establecer
Pronósticos
 Métodos de Box-Jenkins
 combina modelos para identificar el mejor
 útil cuando los componentes de la serie de
tiempo cambian con el tiempo
 puede requerir más observaciones que
otras técnicas

34. Conclusiones
 Un pronóstico es una predicción.
 Existen varias metodologías:
 cualitativa vs. cuantitativa
 univariable vs. causal
 sencillo vs. Box-Jenkins
 Al escoger la metodología adecuada,
hay que tomar en cuenta varios factores.