tipos de pronosticos

Tipos de pronósticos

Pronostico basado en un índice
Pronósticos basados en promedios
Promedios estadísticos



TÉRMINOS CLAVE

Serie de tiempo: Conjunto de observaciones de una variable medida en puntos sucesivos en el tiempo a lo largo de períodos de tiempo sucesivos.

Pronóstico: Proyección o predicción de valores futuros de una serie de tiempo.

Tendencia: Cambio omovimiento gradual de una serie de tiempo a valores relativamente superiores o inferiores durante plazos relativamente largos.

Componente Cíclico: Componente de una serie de tiempo que explica el comportamiento periódico de la misma, a veces por encima de la tendencia y a veces por debajo de ella a lapsos de tiempo mayores a un año.

Componente Estacional: Componente de una serie de tiempo querepresenta la variabilidad de los datos debido a influencias estacionales. Se supone de manera usual que este componente se relaciona con las estaciones del año (primavera, verano, etc.), pero puede tener duraciones menores (semanal, mensual, etc).

Componente irregular: Componente de una serie de tiempo que explica su variabilidad aleatoria.

Promedios Móviles: Método de suavización que usa elpromedio de n datos más recientes en la serie de tiempo como el pronóstico para el siguiente periodo.

Error cuadrado medio (ECM) Enfoque para medir la precisión de un modelo de pronóstico. Esta medida es el promedio de la suma del cuadrado de las diferencias entre los valores de la serie de tiempo real y los valores pronosticados.

Promedios móviles ponderados: Método de suavización que empleaun promedio ponderado de los n datos más recientes como el pronóstico.

Suavización exponencial: Método de suavización que usa un promedio ponderado de los valroes pasados de la serie de tiempo como pronóstico: es un caso especial del método de promedios móviles ponderados en el que seleccionamos sólo un peso: el peso para la observación más reciente.

Constante de suavización: En el modelo desuavización exponencial, la constante de suavización es el peso dado al valor real de la serie de tiempo en el periodo t.

Índice estacional: Medida del efecto estacional en una serie de tiempo. Un índice estacional arriba de 1 indica un efecto positivo (el dato mayor que el marcado por la tendencia), un índice estacional de 1 indica que no hay efecto estacional y un índice estacional menor que1 indica un efecto negativo (el dato es menor que el indicado por la tendencia).

Serie de tiempo desestacionalizada: Serie de tiempo a la que se le ha eliminado el efecto del componente estacional dividiendo cada observación original de la serie de tiempo entre el índice estacional correspondiente.

Análisis de regresión: Técnica estadística usada para elaborar una ecuación matemática quemuestra cómo se relacionan las variables.

Diagramas de dispersión: Grafica que muestra la forma en que los puntajes de dos variables cualesquiera X y Y están dispersas.

Correlación: Es la medida numérica de la intensidad de la relación lineal entre dos variables.

Grados o tipos de correlación:





Para interpretar un coeficiente de correlación hay que tener en cuenta por un lado sumagnitud (relación entre las variables) y por otro su signo (tipo de relación).



Regresión: Consiste en predecir o pronosticar los valores de una variable Y conociendo los valores de otra variable X.La regresión se identifica con una línea recta que se dibuja a través del diagrama de dispersión.



FÓRMULA PARA ENCONTRAR EL COEFICIENTE DE CORRELACIÓN



FÓRMULAS PARA LA REGRESIÓNEJEMPLO DE REGRESIÓN Y CORRELACIÓN UTILIZANDO MICROSOFT EXCEL 2007

A continuación se presentan las ventas trimestrales en miles de dólares de diez restaurantes localizados cerca de una Universidad y la población estudiantil en miles que acude a dichos restaurantes:



Calcule el coeficiente de correlación, elabore la ecuación de la regresión y pronostique las ventas trimestrales...