Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

2.4 Métodos Cuantitativos para estimar la demanda

No description
by

claudia sánchez

on 31 August 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of 2.4 Métodos Cuantitativos para estimar la demanda

2.4 Métodos Cuantitativos para estimar la demanda
CAUSAL
Trata de entender el sistema subyacente y que rodea al elemento que la va a pronosticar. Por ejemplo, las ventas se pueden ver afectadas por la publicidad, la calidad y los competidores.
Modelos de Simulación
Modelos dinámicos, casí siempre por computadora, que permiten al en cargado de las proyecciones hacer suposiciones acerca de las variables internas y el ambiente externo externo en el modelo. Dependiendo de las variables en el modelo, el encargado de los pronósticos puede hacer preguntas como: ¿Qué sucedería con mi pronóstico si el precio aumentara 10%? ¿Qué efecto tendría una recesión nacional leve sobre mi pronóstico?
Intentos por describir algún sector de la economía mediante una serie de ecuaciones interdependientes.
Análisis de Regresión Múltiple
Similar al método de los mínimos cuadrados en las series de tiempo, pero puede contener diversas variables. La base es que el pronóstico se desarrolla por la ocurrencia de otros eventos.
Promedio Móvil Simple
Se calcula el promedio de un periodo que contiene varios puntos de datos dividiendo la suma de los valores de los puntos entre el número de éstos. Por lo tanto, cada uno tiene misma influencia.
Promedio Móvil Ponderado
Puede ser de algunos puntos específicos se ponderen más o menos que los otros, según la experiencia.
Con base en la idea de que el historial de los eventos a través del tiempo se puede utilizar para proyectar el futuro
ANÁLISIS DE SERIES DE TIEMPO
Suavización Exponencial
Los puntos de datos recientes se ponderan más y la ponderación sufre una reducción exponencial conforme los datos se vuelven mas antiguos.
Análisis de Regresión Lineal
Ajusta una recta a los datos pasados casi siempre en relación con el valor de los datos. La técnica de ajuste más común es la de los mínimos cuadrados.
Técnica Box Jenkins
Muy complicada, pero al parecer la técnica estadística más exacta que existe. Relaciona una clase de modelos estadísticos con los datos y ajusta el modelo con las series de tiempo utilizando distribuciones bayesianas posteriores.
Series de Tiempo Shiskin
(Se conoce también como X-11). Desarrollada por Julius Shiskin de la Oficina del Censo. Un método efectivo para dividir una serie temporal en temporadas, tendencias e irregular. Necesita un historial por lo menos de 3 años. Muy eficiente para identificar los cambios, por ejemplo, en las ventas de una compañía.
Proyecciones de Tendencias
Ajusta una recta matemática de tendencias a los puntos de datos y la proyecta en el futuro.
Modelos econométricos
Modelos de entrada/salida
Se enfoca en las ventas de cada industria a otros gobiernos y empresas. Indica los cambios en las ventas que una industria productora puede esperar debido a los cambios en las compras por parte de otra industria.
Principales Indicadores
Estadísticas que se mueven en la misma dirección que la serie a pronosticar, pero antes que ésta, como un incremento en el precio de la gasolina que indica una baja futura en la venta de autos grandes.
Full transcript