Pronósticos, Series
de Tiempo y
Regresión
Capítulo 1: Introducción a los
Pronósticos
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
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
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
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
Pronósticos e información
 información transversal: valores
observados en un punto de tiempo
(datos transversales)
Índice de Percepciones de Corrupción 2003, América Latina
7.4
Chile
5.5
Uruguay
Trinidad y To bago
4.6
4.6
4.5
4.3
Cuba
B elice
Co sta Rica
3.9
3.8
3.7
3.7
3.7
3.6
3.4
3.3
B razil
Jamaica
P erú
El Salvado r
Co lo mbia
M éxico
P anamá
República Do minicana
2.6
2.5
2.4
2.4
2.3
2.3
2.2
Nicaragua
A rgentina
Venezuela
Guatemala
Ho nduras
B o livia
Ecuado r
P araguay
Haití
0.0
1.6
1.5
1.0
2.0
Fuente: Transparency International Corruption Perceptions Index.
3.0
4.0
5.0
6.0
7.0
8.0
Índice
Pronósticos e información
 Serie de tiempo: sucesión cronológica
de observaciones de una variable
particular. (datos de serie de tiempo)
Serie de Tiempo
Corrupción en México: Índice de
Percepciones de Corrupción
Score
4
3
2
3.18 3.3
3.7 3.6 3.6 3.6 3.5
3.3
3.4
2.66 3.3
1995
1997
1 1.87 2.23
0
19801985
1999
2001
2003
2005
0 = completamente corrupto
Años 10= completamente limpio
Fuente: Transparency International Corruption Perceptions Index.
Pronósticos e información
 Partes de una serie de tiempo:




Tendencia
Ciclo
Variaciones estacionales
Fluctuaciones irregulares
Pronósticos e información
Período
Fuente: INEGI
2007/01
2005/11
2004/09
2003/07
2002/05
2001/03
2000/01
1998/11
1997/09
1996/07
1995/05
1994/03
180
160
140
120
100
80
60
40
20
0
1993/01
Índice (1993=100)
Indicador de Actividad Económica,
México 1993-2007
Estacionalidad
180
160
140
120
100
80
60
40
20
0
2003
2004
2005
2006
Fuente: INEGI
Diciembre
Noviembre
Ocubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
2007
Enero
Índice (1993=100)
Indicador de Actividad Económica, México,
2003-2007
Estacionalidad
Métodos para establecer
pronósticos
 Cualitativos
 Cuantitativos
Métodos para establecer
pronósticos
 Cualitativos: requieren una opinión



ajuste de curva subjetivo
Método Delphi
comparaciones técnicas
 tendencia
primaria
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
Errores en los pronósticos
 Tipos de pronósticos


pronóstico puntual
pronóstico del intervalo de predicción
 Medición de los errores (et) de
pronóstico (ŷt)
Errores en los pronósticos
 Desviación absoluta = |et| = |yt -ŷt|
 Desviación absoluta media = DAM
n
DAM 
|e
n
t
|
t 1

|y
t
 yˆ t |
t 1
n
n
 Error cuadrático = (et)2 = (yt -ŷt)2
 Error cuadrático = ECM
n
 (e )
n
2
t
ECM 
t 1
n

 (y
t
2
 yˆ t )
t 1
n
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
0
6
14
Suma
DAM = 6/3 = 2
ECM = 14/3 = 4.67
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.
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)
EAP t 
| et |
(100 ) 
| y t  yˆ t |
yt
(100 )
yt
 Error absoluto de porcentaje medio (EAPM)
n
EAPM 
 EAP
t 1
n
t
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
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.
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
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
Selección de una Técnica para
Establecer un Pronóstico
 Factores a considerar:

exactitud deseada
 ¿Es
aceptable un error de 20%?
 ¿10%?
 ¿5%?
 1%?
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”)
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.
Panorama de las Técnicas
Cuantitativas para Establecer
Pronósticos
 Análisis de regresión
 Series de tiempo univariables
 Métodos de Box-Jenkins
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
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.
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.
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
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.
Descargar

Slide 1