3. Introducción
En estadística inferencial, los pronósticos juegan un
papel crucial al prever resultados basados en datos
limitados o muestras. Hay varios tipos de
pronósticos, incluyendo pronósticos determinísticos
y probabilísticos, cada uno con sus propias técnicas
y aplicaciones. Estos pronósticos son
fundamentales para la toma de decisiones en
diversos campos, desde la economía hasta la
ingeniería y la medicina. En esta introducción,
exploraremos los diferentes tipos de pronósticos y
sus implicaciones en el análisis estadístico.
3
4. Propósito
La clasificación de los tipos de pronósticos tiene como
propósito principal proporcionar un marco estructurado
que facilite la selección del método más adecuado, mejore
la precisión de las predicciones, optimice los recursos
disponibles, evalúe la incertidumbre, facilite la
comunicación y promueva la mejora continua en el
proceso de pronóstico. Al comprender y aplicar esta
clasificación de manera efectiva, las organizaciones
pueden tomar decisiones más informadas y estratégicas
en diversos contextos.
4
5. 5
¿Qué es un pronóstico?
Un pronóstico se refiere a la estimación o predicción de
valores futuros en base a datos históricos o información
disponible. Es un proceso mediante el cual se utilizan
modelos estadísticos, técnicas matemáticas o algoritmos
para prever cómo se comportan los datos en el futuro.
El objetivo principal de los pronósticos es proporcionar una
idea sobre lo que podría ocurrir en el futuro, permitiendo a
las organizaciones o individuos tomar decisiones
informadas y planificar en consecuencia.
6. Basados en datos
históricos:
Los pronósticos en estadística se basan
en el análisis de datos históricos, es decir,
en la observación y el estudio de
patrones.
6
Caracteristicas
Usan modelos estadísticos
y matemáticos
Estos se utilizan modelos que
describen y predicen de los datos en
el futuro
Requieren validación
Compara las predicciones con los
valores reales observado en el
futuro y realiza un análisis de error
para evaluar la calidad de pronóstico
8. 8
Corto plazo
01 Tiene vigencia de un año. Suele
usarse para planear el
abastecimiento de insumos, calcular
el nivel de producción y para la
asignación de mano de obra a las
distintas tareas.
9. 9
Mediano plazo
02 Pueden tener un plazo de seis
meses a tres años. Se utilizan para
estimar ventas, producción y flujo
efectivo. Igualmente, permiten
estructurar presupuestos basados
en objetivos de mediano y largo
plazo.
10. 10
Largo Plazo
03 Tienen un horizonte de más de
tres años. Suelen usarse para
estimar los resultados de ciertas
inversiones, estudiar el
lanzamiento de nuevos productos,
evaluar tendencias del mercado y,
en general, elaborar proyectos de
largo alcance.
13. 13
DE SERIES
TEMPORALES
Pronóstico de series temporales: Este tipo de
pronóstico se utiliza para prever valores futuros en
una serie temporal, que es una secuencia de
observaciones medidas en intervalos de tiempo
regulares. Se pueden emplear diversos métodos
para pronosticar series temporales, como el
promedio móvil, suavizado exponencial, modelos
ARIMA (Autorregresiva Integrated Moving Average),
entre otros.
14. 14
Pronóstico de tendencia: Este tipo de pronóstico se enfoca
en predecir la dirección general de una serie temporal a
largo plazo. Se utilizan modelos que identifican y
extrapolan la tendencia de los datos en el tiempo, como los
modelos de regresión lineal o modelos de crecimiento
exponencial.
DE TENDENCIA
15. 15
Pronóstico estacional: Los datos a menudo exhiben
patrones estacionales que se repiten a lo largo del tiempo,
como aumentos o disminuciones regulares en ventas de
temporada. Los pronósticos estacionales se centran en
prever estos patrones y ajustar los modelos para tener en
cuenta las variaciones estacionales. Métodos como el
promedio móvil estacional, el suavizado exponencial
estacional y modelos SARIMA (Seasonal Autoregressive
Integrated Moving Average) son comunes en este tipo de
pronóstico.
PRONOSTICO
ESTACIONAL
16. 16
Pronóstico de eventos discretos: Este tipo de pronóstico se
utiliza para prever la ocurrencia de eventos discretos en el
futuro, como la probabilidad de que un cliente compre un
producto o la probabilidad de que ocurra un fallo en un
sistema. Se pueden emplear modelos de regresión
logística, árboles de decisión, redes neuronales, entre
otros, dependiendo de la naturaleza de los datos y del
evento a pronosticar.
DE EVENTOS
DISCRETOS
17. 17
Pronóstico de demanda: En el contexto de negocios, el
pronóstico de la demanda se utiliza para prever la cantidad
de productos o servicios que los clientes comprarán en el
futuro. Este tipo de pronóstico es crucial para la
planificación de la producción, la gestión de inventarios y la
toma de decisiones estratégicas en las empresas. Se
pueden utilizar diferentes métodos, como el promedio
móvil, el suavizado exponencial, la regresión lineal,
modelos de redes neuronales, entre otros.
DE DEMANDA