Tema 3

TEMA # 3 PREGUNTAS PARA ANÁLISIS

3.1 Describa la clasificación de los pronósticos en función al horizonte de tiempo futuro.
Los pronósticos en función al horizonte de tiempo futuro, se pueden efectuar a corto, mediano o largo plazo.
Los pronósticos a corto plazo, tienden a ser más exactos que los pronósticos a largo plazo, tienen una cobertura de hasta 1 año, generalmente inferior alos 3 meses. Este tipo de pronósticos es utilizado para programación de trabajos, asignación de tareas, contratación de personal eventual, para determinar volúmenes de producción, etc.
Los pronósticos a mediano plazo, tienen un periodo de entre 1 y 5 año; este tipo de pronósticos es muy importante para la panificación de la producción, de las ventas y del presupuesto para periodos superiores a 1año.
Finalmente, los pronósticos a largo plazo, abarcan un periodo de tiempo superior a los 5 años; y se utilizan para la planificación de nuevos productos, localización de nuevas instalaciones, investigación de mercados y préstamos a largo plazo.
En general, los pronósticos tanto a mediano como a largo plazo, tratan asuntos más extensos y apoyan a las decisiones de gestión que conciernen a laplanificación y los productos, las plantas y los procesos.

3.2 ¿Cuáles son los métodos de pronósticos cualitativos y cuantitativos estudiados?
Los métodos de pronóstico cualitativos estudiados son:
-Método Delphi.
-Jurado de opinión ejecutiva.
-Proposición de vendedores.
-Encuesta a consumidores.

Los métodos de pronóstico cuantitativos estudiados, por su parte de subdividen en doscategorías:
Métodos de series de tiempo:
-Medias móviles.
-Medias móviles ponderadas.
-Suavización exponencial.
-Mínimos cuadrados.
-Índices exponenciales.
Métodos causales:
-Análisis de regresión lineal.
-Error estándar del pronóstico.
-Coeficiente de correlación.
-Análisis de regresión múltiple.

3.3 ¿Cuáles son los componentes típicos de una variable de serie de tiempo? Explique.
Loscomponentes típicos de una variable de serie de tiempo son:
Tendencia (T).- Es el movimiento gradual de ascenso o descenso de los datos a lo largo del tiempo. Los cambios en la población, ingresos, etc., influyen en ella.
Estacionalidad(S).- Muestra de datos de ascenso o descenso que se repiten, se produce dentro de un periodo anual. Puede verse afectada por la climatología, las costumbres,etc.
Ciclos(C).-Son movimientos de ascenso o descenso que se repiten, suelen durar de 2 a 10 años. Pueden verse afectados por interacciones de factores que influyen en la economía.
Variación al azar(R).- Son saltos en los datos causados por el azar y situaciones inusuales; son de corta duración y no se repiten. Se producen por variaciones aleatorias o situaciones imprevistas como huelgas, desastresnaturales, etc.

3.4 ¿La suavización exponencial es un ejemplo de un modelo causal? ¿Sí o no? ¿Por qué?
No, porque no utiliza información histórica ni tampoco se consideran variables independientes que ejercen influencia en el comportamiento de la demanda; en su lugar sólo utiliza datos del último periodo y una constante de suavización ∝ (que toma valores de entre 0 y 1.)

3.5 ¿En quécasos se utiliza el método de mínimos cuadrados para realizar pronósticos de demanda?
Se utiliza cuando se dispone de información histórica de varios años sólo de la demanda o ventas del producto, en otras palabras cuando se tiene información de la variable a predecir y no se dispone de información de la variable independiente (que puede ser el tiempo.)

3.6 ¿Un modelo de series de tiempoincorpora los varios factores que pueden influenciar el comportamiento de la demanda futura? ¿Es correcto? ¿Por qué?
Es incorrecto, pues no incorporan varios factores que pueden influenciar el comportamiento de la demanda futura, es decir sólo utilizan como variable independiente (x) al tiempo, y no otras variables independientes como la población o los precios como es el caso de los modelos causales....