El cambio y el Entorno

PROYECCIONES DE TENDENCIA

Un mtodo de pronostico de series de tiempo que ajusta una recta de tendencia a una serie de datos histricos , y despus proyecta dicha recta al futuro para obtener los pronsticos de MEDIO Y LARGO PLAZO.

Se pueden desarrollar varias ecuaciones matemticas( exponencial y cuadrtica), pero en esta seccin se vera solo las tendencias lineales (en lnea recta)

Desarrollar una recta de tendencia lineal mediante un mtodo estadstico preciso.

Mtodo de Mnimos Cuadrados

Este enfoque resulta en una lnea recta que disminuye al mnimo la suma de cuadrados de las diferencias verticales o desviaciones de la recta hacia cada una de las observaciones reales.

Mtodo de Mnimos Cuadrados

Se describe en trminos de su interseccin con el eje Y (la altura a la cual cruza al eje Y) y su cambio esperado (pendiente).

Si se calcula la interseccin con el eje Y y la pendiente

= a+bx

Donde:

= Valor calculado de la variable que debe predecirse

a= interseccin con el eje y

b= pendiente de la recta de regresin

x= variable independiente

Los estadsticos han desarrollado ecuaciones que se utilizan para encontrar los valores de a y b para cualquier recta de regresin.

La pendiente b se encuentra mediante:

b=

Donde:

b= pendiente de la recta de regresin

=signo de sumatoria

x= valores conocidos de la variable independiente

y= valores conocidos de la variable dependiente

= promedio de los valores de x

= promedio de los valores de y

n= numero de puntos de datos u observaciones

La interseccin con el eje y, a, puede calcularse como sigue:

a= -b

Notas sobre el uso del mtodo de Mnimos Cuadrados

Siempre deben graficarse los datos de mnimos cuadrados suponen una relacin lineal .Si parece haber una curva presente, probablemente sea necesario el anlisis curvilneo.

No se predicen periodos lejanos a la base de datos dada.

Se supone que las desviaciones calculadas alrededor de la recta de mnimos cuadrados son aleatorias.

VARIACIONES ESTACIONALES EN LOS DATOS

En los datos son movimientos regulares ascendentes o descendentes localizados en una serie de tiempo y que se relacionan con acontecimientos recurrentes como el clima o vacaciones

Los 5 pasos que tienen estacionalidad en un mes

Encontrar la demanda histrica promedio de cada estacin

Calcular la demanda promedio de todos los meses

Calcular un ndice estacional para cada estacin

Estimar la demanda total anual para el siguiente ao

Dividir la estimacin de la demanda total anual entre el numero de estaciones

VARIACIONES CICLICAS EN LOS DATOS

En una serie de tiempo es difcil

Son como las variaciones estacionales de los datos, pero ocurren cada varios aos, no semanas, meses o trimestres.