Universidad de Guayaquil Facultad de Administración ISAC Materia: Simulacion Y Muestreo 2011

1. UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS ADMINSTRATIVAS
INGENIERÍA EN SISTEMAS ADMINISTRATIVOS
COMPUTARIZADOS
CÁTEDRA:
SIMULACIÓN Y MUESTREO
INSTRUCTOR:
ING. MAB. ROMNI YEPEZ
TEMA:
PRONOSTICOS EN LOS NEGOCIOS
INTEGRANTES:
 BAJAÑA, SALAZAR
CARLOS ALFREDO
 CRUZ, VALLE ANNIE
ANGÉLICA
 LOZANO, GARCÍA MARÍA
BELÉN
 NAGUA, OROZCO JOSE
JULIAN
 TORRES, AGURTO
MICHELLE
DICIEMBRE 2011

2. CAPITULO 1
INTRODUCCION A LOS PRONOSTICOS EN LOS NEGOCIOS
En este capítulo se hace referencia a la importancia de, predecir la naturaleza incierta de las tendencias en
los negocios, esto ayuda a los administradores y gerentes a realizar mejores planes y tomas las mejores
decisiones, para esto es necesario el estudio de datos históricos y la manipulaciones esos datos, en la
búsqueda de patrones que se extrapolen efectivamente para realizar los pronósticos.
 Historia de los pronósticos
 ¿Quién necesita de Pronósticos?
 Tipos de Pronósticos
 Selección de Pronósticos
 Etapas del Pronóstico
 Administración y Elaboración del Pronóstico
 Software para diseñar pronósticos
 Información en Línea
CAPITULO 2
REPASO DE CONCEPTOS ESTADISTICOS BASICOS
En este capítulo se enfatizará los conceptos y fórmulas para la elaboración del pronóstico.
 Distribución de Probabilidades
 Distribución Muestrales
 Inferencia en una Muestra
 Análisis de correlación
 Ajuste de una línea de tiempo
 Evaluación de la normalidad
CAPITULO 3
EXPLORACIÓN DE PATRONES DE DATOS E INTRODUCCIÓN A LAS TÉCNICAS DE PRONÓSTICOS
En este capítulo explicaremos un gran problema que existe al elaborar el pronóstico, ya que si los datos
no son los adecuados, los administradores no podrán resolver los problemas y tomar decisiones con
eficacia.
 Tipos de datos de interés
 Estudio de Patrones de datos en las series de tiempo
 Patrón de Tendencia
 Componente Estacional
 Exploración de patrones de datos con análisis de autocorrelación
 Medición del Error del Pronóstico

3. CAPITULO 4
METODOS DE PROMEDIOS MOVILES Y DE SUAVIZACION
En este capítulo se describe 3 enfoques para pronóstico de una serie de tiempos en la cual la selección del
método de pronósticos se realiza con base en el análisis y la intuición del pronosticador. Se usan 2 tipos de
técnicas la primera técnica se usa para desarrollar ajustes con la primera parte de los datos. La otra
técnica se usa para pronosticar la otra sección, los resultados se los compara con los datos y se evalúa l
error de pronóstico luego se toma una decisión para desarrollar un pronóstico usando otra técnica y
comparar resultados.
 Método Informal.- Se los conoce algunas veces como pronostico “sin cambio”, y se usa para
desarrollar modelos que usan la información más reciente disponible.
 Método de Promedios.- Se usan para generar pronósticos con clases de promedio ponderado de
observaciones pasadas.
o Promedio Simple.- Se usan para verificar si el pronóstico de una serie de factores se ha
estabilizado.
o Promedio móvil.- Este método se usa para pronosticar el siguiente periodo sumando el
valor más reciente y eliminando el valor más antiguo.
 Método de suavización.- Este método se basa en promediar (suavizar) valores pasados de una
serie de manera exponencialmente decreciente.
CAPITULO 5
SERIE DE TIEMPO Y SUS COMPONENTES
Este capítulo explica sobre como utilizar las series de tiempo para pronosticar valores futuros y ayudar en
la administración de las operaciones de los negocios. Exhibir de manera simple el crecimiento o la
declinación de una serie.
Las proyecciones de cada uno de los componentes se pueden usar para elaborar pronósticos de valores
futuros de la serie de tiempo, permiten brindar una ayuda en la dirección de una empresa para escoger
bien las estrategias, requiere métodos especiales para sus análisis.
Es una serie de tiempo relacionada con los negocios que se emplea para evaluar el estado general de la
economía.
 Componentes de la serie de tiempo
 Modelo de análisis de las series de tiempo
 Tendencia
 Pronostico de la tendencia
 Estacionalidad
 Variaciones cíclicas e irregulares
 Indicadores de negocio
 Índice de precios
 Deflación del precio

4. CAPITULO 6
REGRESION LINEAL SIMPLE
En este capítulo se estudiará la relación lineal, esta investiga la relación entre variables independientes y
dependientes. En ocasiones estas permiten predecir con precisión la variable dependiente mediante el
conocimiento de la dependiente.
 Línea de Regresión
 Error Estándar de la estimación
 Pronostico de Y
 Descomposición de varianza
 Coeficiente de determinación
 Prueba de hipótesis
 Análisis de residuos
CAPITULO 7
ANALISIS DE REGRESION MULTIPLE
En la regresión múltiple a diferencia de la lineal, aquí surgen nuevos conceptos debido a la necesidad de
más de una variable independiente para predecir la variable dependiente.
 Matriz de Correlación
 Modelo de Regresión Simple
 Interpretación de coeficiente de regresión
 Variables ficticias
 Diagnostico de regresión del pronóstico
 Advertencias del pronóstico