Lupita, Yamy y Ramirito le damos la bienvenida :-)

Profesora Marlene, compañeros, amigos y público en general que tienen el hambre de conocimiento y la sed de sabiduría.


Bienvenidos al Blog de:


Ma. Guadalupe Márquez Luna.

Karen Yamell Nogueda Contreras.

Ramiro Sánchez Ortega.


Esperamos sea de su mayor agrado y que los temas que publiquemos contengan información de utilidad para todos ustedes y sea un cambio recíproco de conocimiento.


"Educar no es dar carrera para vivir, sino templar el alma para las dificultades de la vida".

Pitágoras.

¡Un cordial saludo a todos!


jueves, 8 de abril de 2010

5.3 Métodos Cuantitativos.


Básicamente podemos clasificar los métodos de pronóstico en dos grandes grupos: 
  1. Cualitativos.
  2. Cuantitativos.
Se emplean varias metodologías en diferentes empresas o aún en una misma empresa en función del horizonte temporal, la urgencia en la toma de decisiones y la información disponible.  Cuando la situación no es clara y hay pocos datos, como por ejemplo al estudiar el lanzamiento de un producto innovador o una nueva tecnología, se recurre a métodos cualitativos, donde prevalece la intuición. 

Por el contrario, cuando la situación es más estable y existen datos históricos, se suelen utilizar los métodos cualitativos. Muchas veces se termina utilizando en la práctica una mezcla de varios métodos, tanto cuantitativos como cualitativos.

Métodos cualitativos.

Métodos Cuantitativos.

1. Regresión lineal. 
Modelo que utiliza el método de los mínimos cuadrados para identificar la relación entre una variable dependiente y una o más variables independientes, presentes en un conjunto de observaciones históricas. En la regresión simple, sólo hay una variable independiente; en la regresión múltiple, hay más de una variable independiente. Si los datos históricos forman una serie de tiempo, la variable independiente es el periodo y la variable dependiente en, por ejemplo, un pronóstico de ventas, son las ventas. 

Un modelo de regresión no necesariamente tiene que estar basado en una serie de tiempo, pues en estos casos el conocimiento de los valores futuros de la variable independiente (llamada también variable causal) se utiliza para predecir valores futuros de la variable dependiente. Por 10 generales, la regresión lineal se utiliza en el pronóstico a largo plazo, pero si se tiene cuidado al seleccionar la cantidad de periodos incluidos en los datos históricos, y este conjunto de datos se proyecta sólo unos cuantos periodos en el futuro, la regresión también puede utilizarse apropiadamente en pronósticos a corto plazo. 

La regresión supone una casi normalidad. Lo que quiere decir que los valores observados de la variable dependiente (y) se supone estarán distribuidos normalmente a ambos lados de su media (5') y el error estándar del pronóstico (Syx) es constante conforme nos movamos a lo largo de la línea de tendencia.

2. Promedios móviles. 
Modelo de pronóstico del tipo de series de tiempo a corto plazo que pronostica las ventas para el siguiente periodo. En este modelo, el promedio aritmético de las ventas reales para un determinado número de los periodos pasados más recientes es el pronóstico para el siguiente periodo.

3. Promedio móvil ponderado. 
Modelo parecido al modelo de promedio móvil arriba descrito, excepto que el pronóstico para el siguiente periodo es un promedio ponderado de las ventas pasadas, en lugar del promedio aritmético.

4. Suavización exponencial. 
Modelo también de pronóstico de series de tiempo a corto plazo que pronostica las ventas para el siguiente periodo. En este método, las ventas pronosticadas para el último periodo se modifican utilizando la información correspondiente al error de pronóstico del último periodo. 

Esta modificación del pronóstico del último periodo se utiliza como pronóstico para el siguiente periodo.

5. Suavización exponencial con tendencia. 
El modelo de suavización exponencial arriba descrito, pero modificado para tomar en consideración datos con un patrón de tendencia. Estos patrones pueden estar presentes en datos a mediano plazo. También se conoce como suavización exponencial doble, ya que se suavizan tanto la estimación del promedio como la estimación de la tendencia utilizando dos constantes de suavización.


En el siguiente link puedues descargar el archivo completo:  Descargar archivo completo

No olvides seguir los pasos que te proporcionamos pasos al descargar el archivo:

1. Da clic en el enlace o hipervínculo que te proporcionamos a continuación.
2. Enseguida se abrirá la página principal de Megaupload.com en donde deberás escribir el código que se te menciona en la parte superior derecha.
3. Una vez escrito el código deberás dar clic en el botón "descargar archivo"
4. Se abrirá una nueva ventana donde podrás ver que en la parte inferior derecha hay una cuenta regresiva, debes esperar a que esta llegue a cero y aparezca en su lugar un botón que diga "descarga normal", da clic en este botón.
5. Aparecerá una configuración de descarga normal, donde definirás en qué dirección de tu PC guardarás el archivo

"La filosofía es la que nos distingue de los salvajes y bárbaros; las naciones son tanto más civilizadas y cultas cuanto mejor filosofan sus hombres." 
René Descartes

2 comentarios:

  1. Gracias por su comentario chicos, con mucho gusto les enviaremos la historia cronologica o ustedes pueden tomarla directamente, y lupita tomamos encuenta ya, lo de los metodos, gracias por proporcionarnos la informacion, me parece que ya esta publicado.

    ResponderEliminar
  2. hola chicos!!

    cada tema es desarrollado de una forma muy detallada, y eso es bueno ya que asi es mas facil adquirir los conocimientos necesarios, gracias por sus aportaciones y comentarios chicos, su blog es muy completo y coincidimos con el autor en varios puntos!!

    con la informacion de todos es mas facil entendre los temas!!
    k esten bien!!

    ResponderEliminar