Informe del proyecto “Pronósticos en los negocios”

Ingeniería en Sistemas Administrativos Computarizados

8vo semestre

Instructor: Ing Romni Yépez

Grupo #3

2 0 / 1 1 / 2 0 1 1

Integrantes:

William Ochoa Agurto Jonathan Barreto Hernández Mayra Aroca Pérez Sandy Duarte Barzola

UNIVERSIDAD ESTATAL DE GUAYAQUIL

Capítulo 1: Introducción a los pronósticos en los negocios

El pronóstico fue largamente desacreditado como una pérdida de tiempo en el mejor de los casos, y como un pecado en el peor. En los siguientes 300 años hubo avances significativos en los métodos para pronosticar basado en datos. Con esos avances, las críticas hacia el buen juicio para realizar pronósticos han crecido significativamente durante los últimos 25 años. Con la difusión de poderosas computadoras personales y la disponibilidad de software avanzado, se generan fácilmente los pronósticos.

Temas a considerar:

Es necesario el pronóstico en los negocios? Tipos de pronósticos Selección de un método de pronósticos Pasos para pronosticar Aplicaciones de Excel

Capítulo 2: Repaso de conceptos estadísticos básicos

El objetivo de este capítulo es detallar un conjunto grande de mediciones con unos cuantos valores claves resumidos. El resumen más de común se lo obtiene promediando los valores. El proceso de promediar generalmente se realiza calculando la media.

Conceptos claves que se tratan en este capítulo:

Desviación estándar o desviación típica: Tipos de datos Distribuciones de probabilidad Distribución binomial Distribución normal Distribución muestral de población Inferencia de muestra Prueba de hipótesis

Capítulo 3: Exploración de patrones de datos e introducción a las técnicas de pronósticos

Un tema de gran polémica al momento de elaborar pronósticos es la recolección de datos versátiles y realmente útiles.

En este capítulo veremos características de los datos que son verdaderamente útiles para el pronosticador y algunas técnicas para empezar a pronosticar.

Temas a tratar:

Características de los datos útiles Datos de interés para el pronosticador Exploración de patrones de datos con análisis de autocorrelación Selección de una técnica de pronósticos Medición del error del pronóstico Ejercicios de ejemplo

Capítulo 4: Métodos de promedios móviles y de suavización

La selección de un método de pronósticos se realiza con base en el análisis, La técnica seleccionada de pronóstico se usa para desarrollar valores de ajustes, Los pronósticos obtenidos se comparan con los datos, luego se evalúa el error y por último Se toma una decisión.

Trataremos algunos sencillos métodos de pronóstico como son:

Métodos informales.- Se usan para desarrollar modelos simples con datos recientes.

Métodos de promedio.- Generan pronósticos con promedio de observaciones pasadas.

Métodos de suavización.- Generan pronósticos con valores pasados de una con una serie decreciente

Capítulo 5: Series de tiempo y sus componentes

Es importante que los administradores comprendan el pasado y usen datos históricos para hacer planes inteligentes que satisfagan la demanda del futuro.

Dos consideraciones importantes sobre las series de tiempo:

No se comporta como muestra aleatoria Requiere de métodos especiales para su análisis

En este capítulo veremos como ejemplo la serie de tiempo del ciclo de vida de un producto, por el cual tenemos que seguir un conjunto de procedimientos y aplicar

ciertas fórmulas claves para realizar pronósticos al fin de tomar decisiones de planeación estratégica.

Capítulo 6: Regresión lineal simple

En este capítulo se estudian con detalle los modelos de regresión lineal simple.

Una vez que se establece una relación lineal, el conocimiento de la variable independiente servirá para pronosticar la variable dependiente.

Para esto trataremos solo siguientes temas:

Línea de regresión lineal ajustada  Error estándar de la estimación Pronostico de Y Descomposición de la varianza

Capítulo 7: Análisis de regresión lineal

En este capítulo pronosticaremos valores futuros usando los tipos de regresión lineal como son:

Regresión lineal simple Regresión lineal múltiple

Pero para encontrar ese pronóstico nos encontramos con variables dependientes e independientes.

En la regresión lineal simple se investiga la relación entre las variables independientes y dependiente. En ocasiones, la relación entre dos variables permite predecir con precisión la variable dependiente mediante el conocimiento de la independiente.

Es habitual que se necesite más de una variable independiente para predecir con precisión la variable dependiente.

En la regresión lineal múltiple, nos encontramos que estos modelos tienen más de una variable independiente, por lo que se usará más de una variable independiente para predecir la dependiente.

Para nuestro estudio se nos facilitan los siguientes temas que son necesarios comprender para tener una mejor visión del análisis de regresión lineal:

Matriz de correlación Multicolinealidad Residuo Variable ficticia Regresión por pasos