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)

Aquí vemos las calificaciones de los países de América Latina según el Índice de Percepciones de Corrupción 2003. La barra roja representa México, que está exactamente en medio de los países de América Latina incluidos en el Índice. Chile es el menos corrupto, con una calificación de 7.4, mientras que Haití es el más corrupto, con una calificación de 1.5. Fuente: Transparency International Corruption Perceptions Index.

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

Serie de Tiempo 0 = completamente corrupto 10= completamente limpio Estas cifras son el resultado de varias encuestas, de muchas fuentes pero compiladas por Transparencia Internacional. Un cero significa que el país es completamente corrupto, mientras que un 10 significa completamente limpio. El país menos corrupto en 2003 fue Finlandia (9.7) El más corruptó fue Bangladesh (1.3) Como vemos, México comenzó muy mal, mejoró mucho hace una década, y ha mantenido casi la misma calificación, con una mejora ligera durante la presidencia actual. Sin embargo, la calificación todavía es menor que 5. 0 = completamente corrupto 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 Fuente: INEGI

Estacionalidad Fuente: INEGI

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 Error cuadrático = (et)2 = (yt -ŷt)2 Error cuadrático = ECM

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 9 28 30 -2 2 4 29 -1 1 Suma 6 14 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) Error absoluto de porcentaje medio (EAPM)

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.