Para la clase de simulación y muestreo 8vo semestre de Isac Universidad de Guayaquil

1. Informe del proyecto
“Pronósticos en los
negocios”
UNIVERSIDAD ESTATAL DE
GUAYAQUIL
Integrantes:
 William Ochoa Agurto
 Jonathan Barreto Hernández
 Mayra Aroca Pérez
 Sandy Duarte Barzola
Ingeniería en Sistemas
Administrativos
Computarizados
8vo semestre
Instructor: Ing Romni Yépez
Grupo #3
20/11/2011

2. Capítulo 1: Introducción a los pronósticos en los negocios
El pronóstico fue largamente desacreditado como una pérdida de tiempo en el
mejor de los casos, y como un pecado en el peor. En los siguientes 300 años hubo
avances significativos en los métodos para pronosticar basado en datos. Con
esos avances, las críticas hacia el buen juicio para realizar pronósticos han
crecido significativamente durante los últimos 25 años. Con la difusión de
poderosas computadoras personales y la disponibilidad de software avanzado, se
generan fácilmente los pronósticos.
Temas a considerar:
 Es necesario el pronóstico en los negocios?
 Tipos de pronósticos
 Selección de un método de pronósticos
 Pasos para pronosticar
 Aplicaciones de Excel
Capítulo 2: Repaso de conceptos estadísticos básicos
El objetivo de este capítulo es detallar un conjunto grande de mediciones con unos
cuantos valores claves resumidos.El resumen más de común se lo obtiene
promediando los valores.El proceso de promediar generalmente se realiza
calculando la media.
Conceptos claves que se tratan en este capítulo:
 Desviación estándar o desviación típica:
 Tipos de datos
 Distribuciones de probabilidad
 Distribución binomial
 Distribución normal
 Distribución muestral de población
 Inferencia de muestra
 Prueba de hipótesis
Capítulo 3: Exploración de patrones de datos e introducción a las técnicas
de pronósticos
Un tema de gran polémica al momento de elaborar pronósticos es la recolección
de datos versátiles y realmente útiles.

3. En este capítulo veremos características de los datos que son verdaderamente
útiles para el pronosticador y algunas técnicas para empezar a pronosticar.
Temas a tratar:
 Características de los datos útiles
 Datos de interés para el pronosticador
 Exploración de patrones de datos con análisis de autocorrelación
 Selección de una técnica de pronósticos
 Medición del error del pronóstico
 Ejercicios de ejemplo
Capítulo 4: Métodos de promedios móviles y de suavización
La selección de un método de pronósticos se realiza con base en el análisis, La
técnica seleccionada de pronóstico se usa para desarrollar valores de ajustes, Los
pronósticos obtenidos se comparan con los datos, luego se evalúa el error y por
último Se toma una decisión.
Trataremos algunos sencillos métodos de pronóstico como son:
 Métodos informales.- Se usan para desarrollar modelos simples con datos
recientes.
 Métodos de promedio.- Generan pronósticos con promedio de
observaciones pasadas.
 Métodos de suavización.- Generan pronósticos con valores pasados de una
con una serie decreciente
Capítulo 5: Series de tiempo y sus componentes
Es importante que los administradores comprendan el pasado y usen datos
históricos para hacer planes inteligentes que satisfagan la demanda del futuro.
Dos consideraciones importantes sobre las series de tiempo:
 No se comporta como muestra aleatoria
 Requiere de métodos especiales para su análisis
En este capítulo veremos como ejemplo la serie de tiempo del ciclo de vida de un
producto, por el cual tenemos que seguir un conjunto de procedimientos y aplicar

4. ciertas fórmulas claves para realizar pronósticos al fin de tomar decisiones de
planeación estratégica.
Capítulo 6: Regresión lineal simple
En este capítulo se estudian con detalle los modelos de regresión lineal simple.
Una vez que se establece una relación lineal, el conocimiento de la variable
independiente servirá para pronosticar la variable dependiente.
Para esto trataremos solo siguientes temas:
 Línea de regresión lineal ajustada
 Error estándar de la estimación
 Pronostico de Y
 Descomposición de la varianza
Capítulo7: Análisis de regresión lineal
En este capítulo pronosticaremos valores futuros usando los tipos de regresión
lineal como son:
 Regresión lineal simple
 Regresión lineal múltiple
Pero para encontrar ese pronóstico nos encontramos con variables dependientes
e independientes.
En la regresión lineal simple se investiga la relación entre las variables
independientes y dependiente. En ocasiones, la relación entre dos variables
permite predecir con precisión la variable dependiente mediante el conocimiento
de la independiente.
Es habitual que se necesite más de una variable independiente para predecir con
precisión la variable dependiente.
En la regresión lineal múltiple, nos encontramos que estos modelos tienen más de
una variable independiente, por lo que se usará más de una variable
independiente para predecir la dependiente.
Para nuestro estudio se nos facilitan los siguientes temas que son necesarios
comprender para tener una mejor visión del análisis de regresión lineal:

5.  Matriz de correlación
 Multicolinealidad
 Residuo
 Variable ficticia
 Regresión por pasos