By Universidad Interamericana de Panamá Laureate International Universities Maestría en Gerencia de Proyectos Planificación y Control de Proyecto 3 Estudiante: Kenia Silv p Pasaporte: 08-1283-0 Prof. Orlando Valdivie Ciudad de Panamá, Febrero 201 6 Método de Pronostico Un pronóstico, en el plano empresarial, es la predicción de lo que sucederá con un elemento determinado dentro del marco de un conjunto dado de condiciones. Se diferencia del presupuesto porque este último es el resultado de decisiones encaminadas a generar las condiciones que propiciarán un nivel deseado de dicho elemento.
Objetivos del pronóstico El objetivo básico de un pronóstico consiste en reducir el rango de incertidumbre dentro del cual se toman las decisiones que afectan el futuro del negocio y con él a todas las partes a revertir dicha tendencia a través de acciones que impulsen el crecimiento o que no permitan que las ventas decaigan o, el peor de los casos, que simplemente se reduzcan en un nivel mínimo. Los pronósticos son relevantes en 2 de las fases de un proceso administrativo o proyecto: Planeación Control Clasificación de los modelos de pronósticos Según el marco de tiempo al que atienden se clasifican en:
De corto plazo. Se usan para diseñar estrategias inmediatas, son empleados entre mandos medios y gerencias de primera línea. De mediano plazo. Conjunta al corto y al largo plazo, útil para decisiones de todos los niveles. Pronósticos de largo plazo. Requeridos para establecer el rumbo general de la organización, generalmente se hacen para que la alta dirección los use en los procesos de planeación estratégica. Según su atención al detalle se clasifican en: Micropronósticos_ Involucran pequeños detalles e interesan a los niveles medios y de primera línea.
Macropronósticos. Se realizan a gran escala y son del interés de la alta dirección. Según la intensidad del uso de datos se clasifican en: Pronósticos cualitativos. Se basan en el juicio de individuos o grupos de individuos, se pueden presentar en forma numérica pero generalmente no están basados en series de datos históricos. Pronósticos cuantitativos. Emplean cantidades significativas de datos previos como base de predicción. Pueden ser: Simples (no formales): proyectan datos pasados hacia el futuro sin explicar las tendencias futuras.
Causales (explicativos): intentan explicar las relaciones uncionales entre la variable a ser estimada (variable dependiente intentan explicar las relaciones funcionales entre la variable a ser estimada (variable dependiente) y la variable o variables que explican los cambios (variables independientes). Métodos cualitativos Las técnicas cualitativas se usan cuando los datos son escasos, por ejemplo cuando se introduce un producto nuevo al mercado. Estas técnicas usan el criterio de la persona y ciertas relaciones para transformar información cualitativa en estimados cuantitativos.
Algunos son: Jurado de opinión ejecutiva. Un grupo de ejecutivos corporativos e reúnen, sus opiniones se promedian para generar el pronóstico. Composición de la fuerza de ventas. Combina estimaciones de los vendedores sobre las compras esperadas de los clientes. Método Delphi. Empleada predominantemente en la predicción de tendencias y cambios tecnológicos. Emplea un panel de expertos que no se reúnen sino que el proceso se lleva a cabo mediante una serie secuencial de preguntas y respuestas escritas. Encuestas de opinión. Permiten identificar cambios en las tendencias, se llevan a cabo en muestras de la población.
Investigación de mercado. Se usa para evaluar y probar hipótesis cerca de mercados reales. Evaluación de clientes. Combina estimaciones de los clientes habituales. Métodos cuantitativos Se basan en procedimientos mecánicos o modelos matemáticos que se apoyan en datos históricos o en variables causales para producir resultados cuantitativos. Algunos son: Análisis de series temporales. Establece una ecuación para una tendencia y la proyecta al futuro Modelos de regresión. Pronostica una variable a partir de lo que se sabe o supon 30F proyecta al futuro se sabe o supone de otras. Modelos econométricos.
Simula con ecuaciones de regresión segmentos de la economía. Indicadores económicos. Pronostica con uno o más indicadores el estado futuro de la economía Efecto de sustitución. Predice con una fórmula matemática cómo, cuándo y en qué circunstancias un nuevo producto o tecnología sustituirá al actual. Cómo elegir el método de pronóstico adecuado La principal consideración para seleccionar un método de pronóstico es que sus resultados deben orientar, de la mejor manera, la toma de decisiones administrativa, de lo contrario, el uso cualquier método, por sofisticado que este sea, no será conveniente.
Algunas de las variables a considerar, al momento e seleccionar la técnica o método de pronóstico más adecuado, son: El contexto del pronóstico La relevancia y disponibilidad de datos históricos El grado de exactitud deseado El periodo de tiempo que se va a pronosticar El análisis de costo-beneficio del pronóstico El punto del ciclo de vida en que se encuentra el producto. Algunas de las preguntas que deben plantearse antes de decidir la técnica de pronósticos más apropiada para un problema específico son las siguientes: ¿Por qué se necesita un pronóstico? ?Quién utilizará el pronóstico? ¿Cuáles son las características de los datos disponibles? ?Qué periodo debe pronosticarse? ¿Cuáles son los requisitos mínimos de datos? ¿Qué tanta precisión se desea? ¿Cuánto costará el pronóstico? A fin de seleccionar ad la técnica conveniente de 40F pronósticos, el prono pronóstico? A fin de seleccionar adecuadamente la técnica conveniente de pronósticos, el pronosticador debe ser capaz de: Definir la naturaleza del problema de pronóstico.
Explicar la naturaleza de los datos que se investigan. Describir las capacidades y limitaciones de técnicas de pronósticos potencialmente útiles. Desarrollar algunos criterios predeterminados sobre los que se ueda tomar la decisión de selección. Un factor importante que influye en la selección de una técnica de pronóstico es identificar y entender los patrones históricos de los datos. Si se pueden reconocer patrones de tendencia, cíclicos o estacionales, pueden seleccionarse técnicas capaces de extrapolarlos de manera eficaz.
El proceso del pronóstico Generalmente un pronóstico se elabora siguiendo los pasos que se Indican a continuación: 1. Formulación del problema y recolección de datos. Estos dos elementos se tratan como un unico paso porque el problema determina los datos adecuados. Si no se dispone de los datos adecuados el problema tendría que redefinirse o se tendría que acudir a un método puramente cualitativo. 2. Manipulación y limpieza de datos. Es posible tener muchos o pocos datos, datos irrelevantes, datos desactualizados, etc. todos ellos requerirán de cierto procesarmento para obtener los datos necesarios y adecuados. 3. Construcción y evaluación del modelo. Implica emplear los datos en un modelo de pronósticos que sea adecuado en términos de minimización del error de pronóstico. 4. Aplicación del modelo (el pronóstico real). Consiste en los ronósticos reales del modelo que se generan una vez que se ha real). Consiste en los pronósticos reales del modelo que se generan una vez que se han recolectado y quizás reducido a sólo los datos adecuados, tan pronto se ha elegido un modelo adecuado de pronósticos. . Evaluación del pronóstico. Implica comparar los valores del pronóstico con los valores históricos reales. Frecuentemente, el examen de los patrones de errores lleva al analista a modificar el procedimiento de pronósticos. Análisis de Regresión Es una técnica para investigar y modelar la relación entre variables. Aplicaciones de regresión son numerosas y ocurren en casi todos los campos, incluyendo ingeniería, la física, ciencias económicas, ciencias biológicas y de la salud, como también ciencias sociales.
Utilidad Utilizados para varios propósitos, incluyendo los siguientes: 1. Descripción de datos Ingenieros y científicos frecuentemente utilizan ecuaciones para resumir un conjunto de datos. El análisis de regresión es útil para describir los datos. 2. Estimación de parámetros. Uno de los casos en los cuales se utiliza el análisis de regresión para estimar parámetros es el iguiente: Suponga que un circuito eléctrico contiene una resistencia conocida de ohms. Diferentes corrientes pasan a través del circuito y el correspondiente voltaje es medido.
El diagrama de dispersión podría indicar que el voltaje y la corriente están relacionados por una línea recta que pasa por el origen con pendiente (debido a que el voltaje y la corriente están relacionados por la ley de Ohm El análisis de regresión podría ser utilizado para ajustar este modelo a los datos, produciendo un estimado de regresión podría ser utilizado para ajustar este modelo a los atos, produciendo un estimado de la resistencia desconocida. 3. Para predicción y estimación.
Algunos casos de esta utilidad del análisis de regresión son: La respuesta de un cultivo al variar la cantidad de los fertilizantes; el objetivo puede ser establecer la forma de la relación, o predecir la combinación optima de fertilizantes. La relación entre varias medidas meteorológicas y la producción del cultivo; el más obvio objetivo podría ser tratar de entender los efectos meteorológicos sobre el crecimiento del cultivo. En el análisis de regresión se pueden distinguir dos tipos e variables: variables predictores y variables respuestas.
La diferencia entre variable predictora y respuesta es no siempre completamente clara y depende algunas veces de nuestros objetivos. Algunos nombres conocidos para las variables predictoras y respuestas son: Modelo Lineal La más simple relación entre dos variables es una línea recta. En donde se tiene pares de observaciones dey donde, la variable dependiente, se asume dependiente sobre, la variable independiente. Se considera un modelo lineal cuando los parámetros ocurren de manera lineal, así por ejemplo Modelo lineal o de primer orden
Modelo cuadrático o de segundo orden en una variable Modelo de tercer orden e 7 OF modelos y tiene una sola variable independiente pero con exponentes diferentes de uno, por lo cual se llama modelo de segundo orden y tercer orden respectivamente con una sola variable independiente; es de observar, que los parámetros tienen sólo exponente uno y por tanto sigue siendo un modelo lineal. El modelo es un modelo lineal de primer orden pero con dos variables independientes.
Los tres primeros modelos de se muestran en la figura 1. Figura 1. Modelos polinomiales; (a) , (b) , Cuando los parámetros no se encuentran de manera lineal el odelo se llama modelo no lineal, por ejemplo el modelo Es un modelo no lineal. Los modelos no lineales de manera general se agrupan en tres tipos. El primero involucra términos exponenciales dados por: El segundo tipo de modelo no lineal que es comúnmente usado es basado sobre la relación recíproca, típicamente la hipérbola rectangular.
Simplemente la relación entre la enzima y la química cinética puede frecuentemente ser expresada en la forma Donde sería la constante de Michaelis-Menten, o Utilizada para relacionar la fotosíntesis y la Intensidad de luz. Un tercer tipo de modelo no lineal es la curva logística, xtensivamente utilizada para representar el crecimiento de organismos desde un pequeño estado inicial, durante el cual el crecimiento es proporcional al tamaño, hasta la última etapa cuando el tamaño se aproxima a una asíntota.
La idea subyacente es que la tasa de cambio e a con el tamaño por una 80F ecuación diferencial Y en términos del tamaño a diferentes tiempos, se obtiene el modelo no lineal ¿Cómo se analiza un modelo de regresión? Para analizar un modelo de regresión se pueden establecer básicamente dos pasos. Paso 1. Estimar los parámetros del modelo de regresión. Este proceso es llamado ajuste del modelo a los datos. Paso 2. El siguiente paso de un análisis de regresión es chequear que tan bueno es el modelo ajustado.
El resultado de este chequeo puede indicar si el modelo es razonable o SI el ajuste original debe ser modificado. Métodos de Clasificación Existen multitud de métodos en cualquier ámbito o disciplina. Siguiendo a Michel Fustier en su obra «Pedagogía de la creatividad» podemos clasificar los métodos en: Métodos analógicos: Analogías, parecido, vecindad, modelización. Aquellos que se relacionan con las cosas lógicas, nalogía, los aspectos que se acercan a la realidad. Son métodos por semejanza Métodos antitéticos: Antítesis, diferencia, oposición, negación, deformación, superación, utopía.
Que buscan lo contrario a toda semejanza. Combinan elementos de oposición. Como por ejemplo, el brainstorming. Métodos aleatorios: Azar, superposición, combinatoria, exploración. Basados en buscar técnicas de muestreo, de azar. ¿Qué es la vida humana? ¿Qué son las relaciones sociales? El azar no está limitado, todo fluye, mientras que la necesidad es todo lo contrario, nada fluye, todo se estanca. Clasificación de los Métodos Clasificación que cuenta con cierto consenso dentro de la comunidad científica.
Ade ante saber que ningún método es un camino i la comunidad científica. Además es importante saber que ningún método es un camino infalible para el conocimiento, todos constituyen una propuesta racional para llegar a su obtención. Método empirico-analitico. Conocimiento auto correctivo y progresivo. Características de las ciencias naturales y sociales o humanas. Caracteriza a las ciencias descriptivas. Es el método general más utilizado. Se basa en la lógica empírica. Dentro de ?ste podemos observar vanos métodos específicos con técnicas particulares.
Se distinguen los elementos de un fenómeno y se procede a revisar ordenadamente cada uno de ellos por separado. Método hermenéutico. Es el estudio de la coherencia interna de los textos, la Filología, la exégesis de libros sagrados y el estudio de la coherencia de las normas y principios. Método dialéctico. La característica esencial del método dialéctico es que considera los fenómenos históricos y sociales en continuo movimiento. Dio origen al materialismo histórico. Método fenomenológico. Conocimiento acumulativo y menos uto correctivo. Método histórico.
Está vinculado al conocimiento de las distintas etapas de los objetos en su sucesión cronológica. para conocer la evolución y desarrollo del objeto o fenómeno de investigación se hace necesario revelar su historia, las etapas principales de su desenvolvimiento y las conexiones históricas fundamentales. Mediante el método histórico se analiza la trayectoria concreta de la teoría, su condicionamiento a los diferentes períodos de la historia. Método sintético. Es un proceso mediante el cual se relacionan hechos aparentemente aislados y se formul 0 DF 13
