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

Presentación del tema: "Pronósticos, Series de Tiempo y Regresión Capítulo 1: Introducción a los Pronósticos."— Transcripción de la presentación:

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.

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. 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 Fuente: INEGI

12 Estacionalidad 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 (e t ) de pronóstico (ŷ t )

18 Errores en los pronósticos  Desviación absoluta = |e t | = |y t -ŷ t |  Desviación absoluta media = DAM  Error cuadrático = (e t ) 2 = (y t -ŷ t ) 2  Error cuadrático = ECM

19 Errores en los pronósticos Valor real Valor predicho Error Desviación Absoluta Error cuadrático ytyt ŷtŷt etet |e t | = |y t -ŷ t |(e t ) 2 = (y t -ŷ t ) 2 2522339 2830-224 293011 Suma0614 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)

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 (x i )  x 1 = precio del producto  x 2 = precio promedio en la industrio de productos similares de la competencia  x 3 = gastos de publicidad para promover el producto  x 4 = 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 x 1, x 2, x 3 y x 4.  predecir las demandas futuras del producto con base en los valores futuros de x 1, x 2, x 3 y x 4.  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.