Você está na página 1de 52

Unidad 3

Pronósticos

1
PRONÓSTICOS
Que es y para qué se usan:

Es una predicción de eventos futuros y que es utilizado para poder


planificar.

Es necesario para:
 Determinar que recursos se necesitan.
 Programar los recursos existentes.
 Adquirir recursos adicionales.

Permite que los ingenieros programadores:


 Utilicen eficientemente las capacidades de las máquinas.
 Reducir los tiempos de producción.
 Recortar los inventarios.
Los métodos de pronósticos generalmente se basan en modelos
matemáticos que se respaldan por datos históricos disponibles.

2
PRONÓSTICOS
 Son estimaciones de la ocurrencia, la cronología o la
magnitud de futuros eventos inciertos.

En el ámbito de las operaciones, la expresión


más sucinta de los objetivos es el pronóstico
de ventas (demanda), que puede considerarse
como el enunciado cuantitativo de los
objetivos corporativos de la empresa.

Objetivos Pronósticos Políticas Presupuestos

El propósito de pronosticar
es usar la mejor información Este pronóstico se traduce a
su vez en política mediante
disponible para guiar las
un presupuesto de operación,
actividades futuras
que es la representación
tendientes al cumplimiento 3
cuantitativa de la política
de las metas de la
corporativa.
¿En qué se basan ?
 Generalmente, los pronósticos son respaldados por consejeros
económicos, estadísticos, políticos y técnicos, y se basa en
información sobre los aspectos tales como:
 Niveles de producción industrial, tanto nacionales como internacionales.
 Gasto público.
 Disponibilidad de mano de obra.
 Cambios posibles en la estructura de precios.
 Variaciones en los niveles de vida.
 Competencia, tanto nacional como internacional.
 Nuevos productos posibles.
 Mercados potenciales.
 Cambios tecnológicos.
 Recursos e historial de la empresa.
 Objetivos, políticas y planes de la empresa a largo plazo.
 .

4
¿Qué se pronostica?
 Principalmente la DEMANDA... pero también:

Precios de materiales
Costo de mano de obra
Tasas de interés
Ingresos

Gastos

5
El Rol de los Pronósticos en la
Administración Operativa
 Son imprescindibles para la toma de decisiones efectiva.

 Son necesarios para reducir el nivel de incertidumbre o riesgo acerca


del futuro.

 Son necesarios por la existencia de tiempos de implantación (entrega,


proceso, decisión, construcción).

 Tiempos largos de implantación incrementan el riesgo en la toma de


decisiones actual que involucra la asignación de recursos.

 Todas las decisiones de asignación de corto y mediano plazo se


basan en pronósticos.

 Un sistema jerárquico de pronósticos debe soportar la toma de


decisiones jerárquica de una empresa.

6
Jerarquía de Metas, Decisiones y
Funciones
Objetivos Horizonte de Decisiones Típicas
Jerarquía de Decisiones
Administrativos Pronósticos de Manufactura
 Planeación de  3 - 20 años.  Planeación: Metas de
metasde la  En años, rentabilidad, calidad,
Planeación
organización. meses o participación de mercado,
Estratégica
trimestres. servicio al consumidor,
automatización.
 Administrar la  3 meses a 3  Administración: Finanzas,
adquisición de años. Mercadotecnia, Ventas,
Planeación
recursos para  En meses o tamaño y localización de
Administrativa
cumplir metas semanas instalaciones, producción
agregada. (MPS)
 Administrar  1 mes a 2  Administrar y Control
efectiva y años.  Distribuir y producir,
eficientemente la Planeación planear req´s. de
 En meses o
asignación de los y Control Operativo capacidad y materiales
semanas.
recursos.

 Control diario  1 día a un mes.  Control de producción


operativo. Proceso de Transacciones compras, pedidos, tráfico

7
Fundamentos de Pronósticos

 Un pronóstico es un estimado o descripción de un valor o


condición futura.
 Un buen pronóstico debe ser un estimado probabilístico de un valor
futuro que incluye media, rango y una inferencia de probabilidad.
 Ejemplo “las ventas esperadas del próximo mes serán de 400
unidades con un 70% de probabilidad de que estén entre 300 y
500”.

 Los pronósticos siempre son erróneos, y cuando aciertan es por


razones equivocadas.
 La mayoría de los pronósticos se basan en el supuesto de
que el pasado se repite.

8
Pronóstico de Demandas

 Pronosticar las demandas independientes y calcular las


dependientes.
 Principio del “pronóstico único”:
 Todos los pronósticos de un producto o actividad deben ser
iguales.
 Normalmente existen diferentes pronósticos de demanda de un
producto realizados por diferentes funciones de la empresa,
unos a nivel agregado y otros a nivel desagregado.
 La utilización de diferentes pronósticos origina que la toma de
decisiones en las funciones de la empresa sea inconsistente e
incongruente.

9
Sistema Operativo de Pronósticos

 Un sistema operativo de pronósticos debe soportar más los


pronósticos de grupos de artículos.

 Un sistema operativo de pronósticos se conceptualiza normalmente


como un sistema computacional que;
 Procesa un alto volumen de información rápidamente y con alta precisión,
 Proporciona pronósticos para miles de artículos mensualmente, modela
tendencias y estacionalidades,
 Proporciona interfaces gráficas, interactivas y de diagnóstico,
 Captura información de demanda de diversas partes,
 Genera reportes jerárquicos para la administración, etc.

 Los módulos que integran un sistema operativo de pronósticos son:

Captura de datos, pronósticos, interacción e interface con la


administración, control y mantenimiento del sistema, reportes, y
la base de datos.

10
Integración de Base de
Datos de Demanda
 La integración de la base de datos de demanda no es tarea fácil.
 El resultado final de un buen pronóstico es la satisfacción del
consumidor y el logro de rentabilidad duradera de la empresa.
 El concepto de servicio al consumidor se relaciona con él, a través de
las ventas pérdidas y envíos de órdenes tardías.
 Generalmente estos conceptos distorsionan los datos históricos, los
cuales pierden precisión para la estimación de la demanda.
 Los datos históricos de ventas son iguales al valor mínimo entre la
demanda y la oferta de artículos.
 Ordenes tardías distorsionan datos de embarque como una medida de
la demanda.
 La fecha de la demanda debe ser la fecha de entrega solicitada y no la
realizada.
 Capturar datos de demanda, no datos de ventas o embarque.

11
Integración de Base de Datos
de Demanda
 La demanda es la cantidad de artículos pedida, no la prometida.
 Capturar la cantidad requerida por el cliente antes de informar sobre la
no disponibilidad de artículos.
 La falta de un artículo puede causar la pérdida de ventas de otros
complementarios.
 La falta de un artículo puede distorsionar la historia de demanda de los
artículos sustitutos.
 Algunas empresas no capturan como demanda las ventas perdidas.
 Se recomienda utilizar un sistema de captura de datos perpetuo o
continuo.
 La efectividad de los pronósticos requiere de bases de datos de
demanda precisas.
 Una base de datos de demanda precisa es un recurso estratégico.

12
Tipos de Métodos de
Métodos basados en
Pronósticos opiniones o estimados
subjetivos o de juicio.
Se emplean cuando la situación es
“estable” y existen datos Se emplean cuando la situación
“históricos”: Productos existentes, no es clara y existen pocos
Tecnología actual. Métodos de datos: Productos nuevos,
Pronóstico Nueva tecnología.
Previsiones Predicciones

Cuantitativos Cualitativos
Dependencia de datos históricos de Estadístico que depende,
variables independientes: fundamentalmente, de los datos
Campaña de promociones históricos de la demanda.
Condiciones económicas
Actividades de los competidores Opinión Ejecutiva
Series de Analogía Histórica
Causal
Tiempo Delphi
Investigación de Mercado

Proyección de tendencias
Proyección de
Suavización ajustadas por influencias
tendencias
estacionales 13
PRONÓSTICOS
Demanda
Suelen variar considerablemente tanto para bienes y servicios.

Pronosticar la demanda  descubrir los patrones básicos de la


demanda.
Patrones de la Demanda (Para productos y servicios )

Serie de tiempo: Es el orden en que se realiza las observaciones


repetitivas de la demanda, dando origen a cinco patrones básicos.
a. Horizontal.
b. De tendencia.
c. Estacional.
d. Cíclico.
e. Aleatorio.
14
Patrones de Demanda
Cantidad

Tiempo
(a) Horizontal: Cúmulos de datos en torno a una
línea horizontal.
15
Patrones de Demanda
Cantidad

Tiempo
(b) De tendencia: Los datos aumentan o disminuyen de manera
consistente a través del tiempo.
16
Tendencia
 Es el movimiento gradual de ascenso o descenso de
los datos a lo largo del tiempo.
 Los cambios en la población, ingresos, etc. influyen
en la tendencia.
 Varios periodos de duración.

Respuesta

Mes, trimestre, año


17
Patrones de Demanda
Cantidad

Año 1

Año 2

| | | | | | | | | | | |
J F M A M J J A S O ND
Meses
(c) Estacional: Los datos muestran crestas y valles de manera
consistentes.
18
Estacionalidad
 Muestra de datos de ascenso o descenso que se
repiten.
 Se puede ver afectada por la climatología, las
costumbres, etc.
 Se produce dentro de un periodo anual.

Verano
Respuesta

Mes, trimestre

19
Patrones de Demanda
Cantidad

| | | | | |
1 2 3 4 5 6
Años
(d) Cíclico: Los datos revelan incrementos y decrementos
graduales en el curso de largos períodos de
tiempo.
20
Variaciones aleatorias
 Son “saltos” en los datos causados por el azar y
situaciones inusuales.
 Son debidas a variaciones aleatorias o a situaciones
imprevistas:
 Huelga.
 Terremoto.
 Inundaciones.
 Son de corta duración y no se repiten o bien no se
sabe cuando se repetirán.

21
PRONÓSTICOS

Los patrones a, b, c y d (Horizontal, de tendencia, estacionalidad y


cíclico) se combinan en diferentes grados para definir el patrón de
la demanda.

El patrón Aleatorio no se toma en cuenta por ser fortuito.

22
PRONÓSTICOS
Factores que Afectan la Demanda
Factores externos
Se encuentran fuera del control de la gerencia.

Ejemplo: Una economía en auge influye positivamente en la


demanda pero no necesariamente a todos los sectores de
productividad o servicios. (Ej. Eléctricas v/s carbón)
Un factor importante es:

Punto de Inflexión: período en que cambia la tasa de


crecimiento a lo largo de la demanda del producto, difícil de
prever el momento preciso, pero a través de algunas series de
tiempo se tienen dichos puntos y pueden ser útiles para estimar
que ocurrirá en la organización.

23
PRONÓSTICOS
Factores externos (continuación)

Indicadores Tempranos: representan factores externos cuyos


puntos de inflexión anteceden a crestas y valles del ciclo general
de los negocios.
Ej. Incremento en ventas de residencias en verde.
Indicadores Coincidentes: los puntos de inflexión coinciden con
el ciclo general de los negocios
Ej. Cifras de desempleos, temporeras.
Indicadores retrasados: se presentan a continuación de los
puntos de inflexión con demora de varias semanas o meses.
Ej. Préstamo comercial para expandir la empresa.
Otros factores: - Gustos cambiantes (ropa)
- Imagen del artículo (cigarros vs. cáncer)
- Actividad de la competencia (publicidad)

24
PRONÓSTICOS
Factores internos
Las decisiones internas en su conjunto, provocan cambios en el
volumen de la demanda como es:

 Diseño de producto o servicio.

 Los precios y promociones publicitaria

 Diseño de envases.

 Incentivos para los vendedores

 Expansión o contracción del área geográfica seleccionada


como objetivo de mercado.

25
PRONÓSTICOS
Factores internos
Administración de la demanda proceso de la empresa que
influyen en los tiempos y en el volumen de la demanda.

 Con frecuencia respecto a su punto de máxima demanda, se


crean incentivos de precios o promociones antes y después para
que compren.

 Compañías programan fechas de entrega del producto o


servicios de acuerdo a sus capacidades (Ej. Médicos, dentistas,
productos personalizados).

26
PRONÓSTICOS
Diseño del sistema de Pronóstico
Gerencia frente a un pronóstico debe tomar tres decisiones
 Que va a pronosticar.
 Que tipo de técnica va a aplicar.
 Tipo de hardware o software o ambos que utilizará.

I. Que va a pronosticar
1. Nivel de acumulación
Es agrupar varios productos o servicios similares, con lo cual las
compañías pueden realizar pronósticos más asertivos y derivar
por productos o servicios.
Esta forma con lleva a un error generalmente es  5%.
Al pronosticar por artículo el error es >> 5%.

27
PRONÓSTICOS
Que va a pronosticar (continuación)
Sistema a dos niveles.
1er pronóstico: Familias bienes o servicios con similares características
en:
– Requisitos de demanda
– Procesamiento
– Trabajo y Materiales.
2do pronóstico: de las cifras generales se deriva el pronóstico por
elemento individual.
2. Unidades de medición
De mayor utilidad son las unidades de productos o servicios y no de
dinero.
Ej. Unidades de radios, paquetes por entregar, número de clientes, etc.

¡Cuidado! No es útil ingresos por ventas. (Ej. minoristas)

28
PRONÓSTICOS
Enfoques del Pronóstico
Métodos cualitativos Métodos cuantitativos
Se emplean cuando la situación no Se emplean cuando la situación
es clara y existen pocos datos: es “estable” y existen datos
Productos nuevos. “históricos”:
Nueva tecnología. Productos existentes.
Tecnología actual.

Requieren intuición y experiencia: Requieren técnicas


Por ejemplo, el pronóstico matemáticas:
de las ventas a través de Por ejemplo, el pronóstico
Internet. de las ventas de
televisiones en color.

29
PRONÓSTICOS
II. Decisión del tipo de técnica de pronóstico
La precisión de pronóstico depende de la selección de una
técnica apropiada y de los costos que esto puede acarrear, para
este último:
 Comprar un software.
 Tiempo requerido para hacerlo.
 Capacitación del personal.

Técnicas

 Cualitativa:
Método de juicio
Cuantitativa:
 Métodos Causales
 Análisis de serie de tiempo

30
PRONÓSTICOS
Decisión del tipo de técnica de pronóstico (continuación)
Cualitativos
 Método de juicio: cuando no se dispone de datos históricos
 Opinión de Gerentes y Expertos
 Encuestas de consumidores
 Estimaciones entregadas por área de ventas
 Cuantitativos
 Métodos Causales: Dependencia de datos históricos de
variables independientes:
 Campaña de promociones
 Condiciones económicas
 Actividades de los competidores
 Análisis de Serie de Tiempo estadístico que depende,
fundamentalmente, de los datos históricos de la demanda.

31
PRONÓSTICOS
Decisión del tipo de técnica de pronóstico (continuación)

Técnicas
 Análisis de serie de tiempo es de mayor utilización, es económico.
 Métodos Causales menos ocupado, más costoso, mayor tiempo de
procesamiento que el anterior pero más preciso.
 Método de juicio cuando no se dispone de datos históricos, más
costoso que el primero.

Un factor clave en la selección del pronóstico más adecuado es el


HORIZONTE DE TIEMPO: corto, mediano y largo plazo.

Corto plazo ( 0 – 3 meses)

Útiles en la determinación de productos o servicios individuales.


Caso pronóstico de demanda, problemas:
• Escaso tiempo para reaccionar frente a posibles errores.
• Se debe alcanzar la mayor precisión posible para planificar.

32
Factores que Afectan la Demanda
Horizonte de tiempo

Corto plazo Mediano plazo Largo plazo


Aplicaciones (0-3 Meses) (3 Meses - 2 Años) (más de 2 Años)
Cantidad pronosticada Productos o Total de ventas Total de ventas
servicios Grupos de familias
individuales de productos o
servicios
Área de decisión Administración Planificación de Localización
de inventario. personal Planificación de
Programación de Planificación de Prod. capacidad
ensamble final. Programación de Administración
Programación de producción de procesos
la fuerza de trabajo. Compras
Programación de Distribución
producción.
Técnica Series de tiempo
de pronóstico Causal Causal Causal
De juicio De Juicio De juicio
33
PRONÓSTICOS
Horizonte de tiempo (continuación)

Mediano plazo ( 3 meses – 2 años )


Este horizonte se relaciona con la planificación de la capacidad.
No es tan exigente como el anterior (nivel detalles), se puede
pronosticar la demanda total de ventas en general expresada en
dinero o número de unidades de un grupo familiar.

Técnicas
 Métodos Causales eficaz para estimar puntos de inflexión,
crecimientos lentos de ventas, útil para gerentes de producción.
 Método de juicio también estima puntos de inflexión, usado
cuando no existen antecedentes históricos.
¡Cuidado! Análisis de serie de tiempo no sirve, ya que los
patrones considerados no tiene porque seguir existiendo en el
futuro.
34
PRONÓSTICOS
Horizonte de tiempo (continuación)
Largo plazo ( más de dos años)
Sus pronósticos se elaboran en torno a la demanda total de
ventas en términos de dinero u otras como: kilogramos, barriles,
etc.
 Son difíciles de realizar.
 Son excesivamente detalladas.

Técnicas
 Métodos Causales aunque es un análisis matemático, igual
deben ser revisados por la experiencia y el buen juicio.
Método de juicio

35
PRONÓSTICOS
III. Pronóstico por medio de Computadoras
Contesta la pregunta ¿qué tipo de hardware o software o ambos
utilizará?
Se aplica para cortos plazos y en el mercado existen muchos paquetes
que se clasifican como:
 Sistemas manuales: Usuario selecciona la técnica de pronóstico y
parámetros.
 Sistema semiautomático: Usuario especifica la técnica pero el
software determina los parámetros para el modelo.
 Sistema automático: Software analiza los datos, sugiere técnica y
parámetros.
Criterios para seleccionar software (Dep. marketing + operaciones)
 Satisfacer las necesidades.
 Costo de compra o licencia.
 Nivel del soporte del personal requerido.
 Magnitud del mantenimiento necesario.

36
Análisis de Métodos
Método de Juicio

Utilizado cuando:
 No existen datos históricos.
 Cambio de tecnología.
 Modificación de pronósticos cuantitativos (resultados
extraños)
Se confía en la experiencia y el buen juicio
Existen cuatro formas:
1.- Estimación de la fuerza de ventas
Personas cerca de los clientes
Ventajas
 Mayor probabilidad de conocer que productos o servicios
comprarán los clientes.
 Información útil para administrar inventario, distribución,
formación de equipos de venta.
 Combinar todas las opiniones para obtener una sola por
ejemplo para una región. 37
Análisis de Métodos
Método de Juicio (continuación)
Desventajas
 Algunos muy optimistas otros muy cautelosos.
 No diferencian entre lo que el cliente desea y lo que realmente
necesita.
Vendedores subestiman el pronóstico, para que su rendimiento parezca
bueno, cuando supera la proyección o esforzarse solamente para
alcanzar meta.
2.- Opinión Ejecutiva
Uso
 Modificar un pronóstico de venta actual, debido a un evento
inesperado.
 Elaborar pronósticos tecnológicos.
Desventajas
 Puede ser costosa.
 Puede quedar fuera de control (sin la aprobación colectiva).

38
Análisis de Métodos
Método de Juicio (continuación)
3.- Investigación de Mercado
Creación y puesta en marcha de diferentes hipótesis por medio de una encuesta,
para determinar el grado de interés del consumidor.
La investigación incluye:
 Diseño de un cuestionario, para obtener información económica, demográfica e
interés(es) de cada persona.
 Aplicación: - Teléfono ó Correo ó Entrevista
 Selección de la muestra representativa.
 Análisis de la información. Interpretación con criterio estadístico.
Uso, pronosticar la demanda con precisión:
 Excelente a corto plazo.
 Buena a mediano plazo.
 Regular a largo plazo.

Desventajas
 Costosas, errores en la formulación e interpretación de las respuestas.
 Limitaciones (Ej. Respuestas por correo).

39
Análisis de Métodos
Método de Juicio (continuación)
4.- Método Delphi
Obtener consenso dentro de un grupo de expertos, pero en anonimato,
sin experiencia en el tema.
El panel de expertos pueden dedicarse a distintos rubros como, política,
negocios, científico, ambientalistas, etc.
Uso
 Pronosticar a largo plazo.
 Proyección de venta de un producto nuevo.

Desventajas
 Puede alargarse por mucho tiempo (más de un año).
 Probabilidad de respuestas menos significativas que si ellos no
asumen el problema.
 Pocas evidencias de alto grado de precisión.
 Los cuestionarios mal planteados conducen a errores.

40
Visión Global de los Métodos
Cuantitativos

Método
 Regresión lineal
causal

 Promedio móviles simples


 Promedio móviles ponderados Modelos de
 Suavización exponencial series temporales
 Proyección de tendencia

41
Método Causal
Regresión Lineal
Se dispone de datos históricos, se puede relacionar lo que se intenta
pronosticar con otros factores externos o internos.
Ventajas
 Posee instrumentos más refinados de pronósticos.
 Excelente para prever puntos de inflexión de la demanda.
 Útil para pronósticos de mediano o largo plazo.
Regresión lineal consiste en que una variable dependiente se relaciona
con una o más variables independiente por medio de una expresión
algebraica.

Ejemplo:
Variable dependiente: se quiere pronosticar la demanda de barniz para
puertas.
Variable independiente: gasto de publicidad o inicio de la construcción
de nuevas viviendas.

Modelo de mayor sencillez: y = a + bx


42
Método Causal
Regresión Lineal
Y Ecuación de
Estimación de regresión:
Y a partir de Y = a + bX
la ecuación
de regresión
Variable Dependiente

Valor
actual
de Y

Valor de X empleado
para calcular Y

X
Variable Independiente
43
Método Causal
Regresión Lineal
Y Desviación Ecuación de
o error regresión:
Estimación de
Y = a + bX
Y a partir de
la ecuación
Variable Dependiente

de regresión
{ Valor
actual
de Y

Valor de X empleado
para calcular Y

X
Variable Independiente
44
Método Causal Regresión Lineal
Objetivo del análisis de regresión lineal Encontrara los valores de a y b
que minimicen la suma de las desviaciones (errores) al cuadrado de
los puntos reales de la gráfica.
Formas de evaluar la precisión del pronóstico (existen 2)

1.- Coeficiente de correlación de la muestra ( r )

Mide la intensidad y dirección de la relación entre x e y.


r puede fluctuar entre –1 y +1.
r = 0  x no se relaciona con y.
r = +1,00  cambios registrados de uno a otro período, en la dirección
(incrementos o decrementos) de la variable independiente, siempre lo
acompaña los cambios de la variable dependiente en la misma
dirección.
r = - 1,00  los decrementos de x siempre va acompañados de los
incrementos de y , y viceversa.
Cuando más se aproxime el valor de r a  1,00 será más adecuado el
ajuste de la línea de regresión respecto a los puntos de la gráfica.

45
Método Causal Regresión Lineal
2. Coeficiente de determinación de la muestra ( r 2)

Mide la variación que representa “y” respecto a su valor medio.

Coeficiente de determinación = (Coeficiente de correlación)2 = r 2

r 2 oscila entre 0,00 y 1,00; pero generalmente se analiza como un %.

Si r 2 se acerca a 1,00 significa que las variaciones de “y” y el


pronóstico generado por la ecuación de regresión se encuentran muy
relacionadas, en caso de alejarse (  0,75) significa que existen otras
variables que están afectando.

Desviación Estándar (Syx): Promedio de desviación de las puntuaciones


con respecto a la media.
Cuando mayor sea la dispersión de los datos alrededor de la media
mayor será la desviación estándar.

46
Método Causal Regresión Lineal

Ejercicio práctico:
La persona a cargo de programar la producción de la compañía,
tiene que elaborar un pronósticos de la demanda de un
producto, a fin de plantear las cantidades de producción más
apropiadas.
Durante un almuerzo de negocios, el gerente de Marketing
aporta información sobre el presupuesto de publicidad destinado
a una bisagra de bronce para puertas.
Se presenta a continuación los datos sobre ventas y publicidad
correspondiente a los últimos cinco meses.
La gerencia de Marketing afirma que la compañía gastará el mes
entrante US$1.750 en publicidad para el producto. Aplique la
regresión lineal para desarrollar una ecuación y un pronóstico
para ese producto.

47
Método Causal Regresión Lineal

Ventas Publicidad 000 = miles


Mes (miles de unidades) (miles de $)
1 264 2.5 a = - 8.136
b = 109.229
2 116 1.3
r = 0.98
3 165 1.4 r2 = 0.96
4 101 1.0 syx = 15.61
5 209 2.0

Gasto en publicidad para el mes 6 es de $ 1.750

Antecedentes cuantitativos obtenidos a través de la calculadora

48
Método Causal Regresión Lineal

300 —
Ventas (miles de unidades)

250 — 000 = miles

200 — a = - 8.136
b = 109.229
r = 0.98
150 — r2 = 0.96
syx = 15.61
100 —
Y = - 8.136 + 109.229X
50 | | | |
• Pronóstico
1.0 1.5de r es2.0
El valor 2.5 a 1,00 significa que existe una
muy próximo
Pronósticopara
paraMesMes66
fuerte relación
Publicidad (miles deentre ventas y publicidad, la selección es buena.
dólares)
XX==$1750,
$1.750,YY ==- 8.136 + 109.229(1.75)
183.015 unidades
• R2 significa que el 96% de la variación observada en las 49
ventas, se atribuye a los gasto involucrados de publicidad.
Método Causal Regresión Lineal

300 —
Ventas (miles de unidades)

250 —
Ventas Publicidad
Mes (000 unidades) (000 $)
200 — a = - 8.136
1 264 2.5 b = 109.229
2—
150 116 1.3 r = 0.98
3 165 1.4 r2 = 0.96
4—
100 101 1.0 syx = 15.61
5 209 2.0
Y = - 8.136 + 109.229X
50 |
El ingeniero a| cargo de
| producción
| puede utilizar este
1.0
pronóstico 1.5 saber
para 2.0las bisagras
2.5 que necesitará en el mes 6.
Publicidad
Si suponemos(miles
quede
sedólares)
tiene en inventario 62.500 unidades,
¿Cuánto deberá planificar como producción?.
50
Método Causal Regresión Lineal

300 —
Ventas (miles de unidades)

250 —
Ventas Publicidad
Mes (000 unidades) (000 $)
200 — a = - 8.136
1 264 2.5 b = 109.229
2—
150 116 1.3 r = 0.98
3 165 1.4 r2 = 0.96
4—
100 101 1.0 syx = 15.61
5 209 2.0
Y = - 8.136 + 109.229X
50 | | | |
Se 1.0
tiene en1.5
inventario
2.0 = 62,500
2.5 unidades,
Publicidad
Producción (miles de dólares)
= 183,015 - 62,500 = 120,015 unidades
51
Método Causal Regresión Lineal

El análisis de regresión es una buena guía para decisiones


importantes como:
 Administración de inventarios.
 Planificación de capacidades.
 Administración de procesos.

Análisis de regresión múltiples


Se da cuando la variable dependiente (Y) depende de más de
una variable independiente. (Ej. Bisagra de bronce).
Son costosas, debido a la gran cantidad de datos que se
acumula y su posterior análisis e interpretación.

52