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

Exploración de patrones de datos e introducción a las técnic

No description
by

Laura Sánchez

on 28 August 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Exploración de patrones de datos e introducción a las técnic

Exploración de patrones de datos e introducción a las técnicas de pronósticos
Criterios de utilidad
1. Los datos deben ser fidedignos y precisos.
2. Los datos deberían ser relevantes.
3. Los datos tienen que ser consistentes.
4. Los datos deberían ser oportunos.
TIPOS DE DATOS:
Datos recopilados en un periodo único
Observaciones de datos realizados a través del tiempo.

Selección de una técnica de pronósticos
Primero se tiene que investigar el tema del que se va a pronosticar
Estas son unas de las preguntas que deben de considerarse para la selección de una técnica
• Porque es necesario un pronóstico?
• Quien usara el pronóstico?
• Cuáles son las características de los datos disponibles?
• Que periodo se va pronosticar?
• Cuáles son los requerimientos mínimos de datos?
• Que precisión se desea?
• Cuanto costara el pronóstico?

Aplicación en la administración
Brindan una base para la selección de una tecnica de elaboracion de pronosticos adecuada. Es importante observar que en muchas situaciones de pronosticos en los siguientes capitulos deben se observar muchas situaciones practicas como estas:
1) una compañía de bebidas gaseosas quiere proyectar la demanda mensual de su principal producto durante los proximos años
2) una compañía de telecumunicaciones lider quiere pronosticar los pagos de dividendos trimestrales de su principal compétidor por los proximos tres años
3) una universidad necesita pronosticar la hora-credito trimestrales de los estudiantes por los siguintes 4 años, para desarrollar proyecciones del presupuesto para la legislatura estatal.


4)una empresa de contabilidad publica necesita pronósticos mensualmente de ingresos por facturación , de modo que se pueda planear las vacantes contables e iniciar el reclutamiento
5) el gerente de control de calidad de una fabrica necesita que produce perfiles de aluminio necesita pronostico semanal de los defectos de producción de la alta gerencia de la compañía
6)un banquero quiere ver las proyecciones mensuales de ingresos de una pequeña fabrica de bicicletas, quien esta solicitando un crédito grande para multiplicar su capacidad de producción
7)una institución de gobierno federal necesita proyecciones al año del promedio de millas por galon de los automoviles hechos en estados unidos durante la proximos 10 años, para efectuar recomendaciones regulatorias.
8) un gerente de recursos humanos necesita un pronostico, mensual de dias de ausentismo en la fuerza laboral de la compañía para planear lis gastos de las horas extras.

9) un negocio de prestamo y ahorro requiere un pronostico de prestamo incobrable por los siguientes 2 años, en un intento por evitar la bancarrota.
10) una compañía de fabrica de chips para computadoras necesita un pronostico de la industria sobre el numero de computadoras personales vendidas para los proximos 5 años con la finalidad de planear su presupuesto de investigacion y desarrollo.
11) una compañia de internet necesita pronosticar las solicitudes de servicio por los siguientes 6 meses, para elaborar planes de reclutamiento de personal para sus call centers
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 76
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 86.
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 86.
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3 pag 87.
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 78
Para elegir con exactitud la técnica, el pronosticador debe de hacer lo siguiente:
• Definir la naturaleza del problema que se va a pronosticar.
• Explicar la naturaleza de los datos en investigación.
• Describir las capacidades y limitaciones de las técnicas de elaboración de pronósticos potencialmente útiles.
• Desarrollar algún criterio predeterminado, con el cual se pueda tomar la decisión.

Un factor importante que influye en la selección de la técnica es la identificación y comprensión de patrones históricos en los datos.

Técnicas de pronósticos para datos estacionarios
Una serie estacionaria son aquellas cuyo valor medio no cambia con el paso del tiempo.
Esta técnica se utiliza en las siguientes circunstancias:
• Los factores que generan una serie se han estabilizado, y en el ambiente en el cual existe la serie permanece relativamente sin cambios. Ejemplo es el número de interrupciones semanales de una línea de ensamble que tiene una tasa de producción uniforme
• Se necesita un modelo muy simple debido a la falta de datos para la explicación o implementación. Ejemplo se presenta cuando un negocio u organización u organización es nuevo y hay muy poca información histórica disponible.
• La estabilidad puede obtenerse haciendo correcciones sencillas de factores tales como crecimiento demográfico o la inflación. Ejemplo es el cambio del ingreso por el ingreso per cápita, y el cambio de ventas en dólares por cantidades constantes en dólares.
• La serie puede convertirse en una serie estable. Ejemplo es la transformación de una serie mediante el uso de logaritmos, raíces cuadradas o diferencias.

Técnicas de pronósticos para datos con una tendencia
En una serie de tiempo una tendencia es un crecimiento o decrecimiento persistente de larga duración. Para una serie de tiempo con tendencia, el nivel de la serie no es constante. Es común que las series de tiempo de economía muestren una tendencia
• Un incremento en la productividad y nueva tecnología traen consigo cambios en el estilo de vida. Ejemplo es la demanda de componentes electrónicos, las cuales aumentaron con la llegada de las computadoras, y el uso del ferrocarril, el cual disminuyo con la aparición del avión.
Técnicas de pronósticos para series cíclicas
Se define como la fluctuación con forma de onda alrededor de una tendencia. Los patrones cíclicos son difíciles de modelar porque sus patrones generalmente son inestables
• Ocurren cambios en el gusto popular. Ejemplo la moda, la música, y la comida.

Medición de error de pronóstico
Debido a que las técnicas cuantitativas de elaboración de pronósticos a menudo incluyen datos de series de tiempo, se desarrollo una notación matemática para referirse a cada periodo específico, la letra Y se usa para representar una variable de serie de tiempo, a menos que haya más de una variable.
También debe desarrollarse notación matemática para distinguir entre un valor real de la serie de tiempo y el valor del pronóstico.
Hay varios métodos cuya finalidad es resumir los errores generados por una técnica específica. La mayoría de estas medidas son el promedio de alguna función de la diferencia entre su valor real y su valor pronosticado. Esta diferencia se conocen como residuos

Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 78
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 78
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 78
Determinación de técnica de pronósticos
Antes de elaborar un pronostico con una tecnica particular, se deberia de evaluar lo adecuado de la eleccion. El pronosticador debe de contestar las siguientes preguntas.
1) Los coeficietes de autocorrelacion de los residuos son indicadores de una serie aleatoria?
2) La distribucion de los residuos es aproximadamente normal?
3) Son significativas las estadisticas t para los valores estimados de los parametros?
4) Quienes toman las desiciones entienden la tecnica y emplean con facilidad?
El requisito basico de que el patron residual sea aleatorio se verifica examinando los coeficientes de autorrelacion de los reciduos. No deberia haber coeficientes de autocorrelacion significativos.


Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 84.
Estudio de patrones de datos en las series de tiempo
"basura entra, basura sale"
periodo único & a través del tiempo
serie de tiempo
Horizontales : nivel o media constantes
Estacionales: media (cambio en precio)
Tendencia: crecen y descienden en periodos (viviendas, variables)
Cíclicos: aumentos y caídas sin periodo
Exploración de patrones de datos con análisis de autocorrelación
Autocorrelación: entre una variable retrasada uno o más periodos consigo misma.

Cuando se mide una variable a lo largo del tiempo, las observaciones en diferentes periodos a menudo están relacionadas y correlacionadas. Esta correlación se mide usando el coeficiente de autocerrelación.
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 86
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 87
Hanke, John E. (2006) Pronósticos en los Negocios. México. Pearson Education. Cap 3, pag 88
Full transcript