FORMULACIÓN Y EVALUACIÓN DE PROYECTOS SEMANA 2
|
|
- Laura Toro Gómez
- hace 7 años
- Vistas:
Transcripción
1 FORMULACIÓN Y EVALUACIÓN DE PROYECTOS SEMANA 2
2 ÍNDICE ESTUDIO DE MERCADO... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 DEFINICIÓN DE PRODUCTO/SERVICIO... 3 ANÁLISIS DE DEMANDA MÉTODOS SUBJETIVOS... 5 MÉTODO DELPHI MÉTODOS DE SERIES DE TIEMPO... 6 MODELO DE PROMEDIO MÓVILES SIMPLES... 7 MODELO SUAVIZAMIENTO EXPONENCIAL... 8 MODELO DE DESCOMPOSICIÓN MÉTODOS CAUSALES MODELO DE REGRESIÓN LINEAL MODELO MÍNIMOS CUADRADOS COMENTARIO FINAL REFERENCIAS CONTENIDO SEMANA 2 Página 2
3 ESTUDIO DE MERCADO APRENDIZAJES ESPERADOS Se espera que al finalizar esta unidad el alumno comprenda lo que es un estudio de mercado, describa la demanda y la oferta, mediante métodos cuantitativos y cualitativos de tal forma de obtener una visión de tamaño y capacidad previa. INTRODUCCIÓN En la formulación y evaluación de proyectos, se encuentran variados conceptos del ámbito industrial y económico los cuales son de alta importancia en el momento de realizar una evaluación cuantitativa representada en un flujo. Dentro de estos conceptos se encuentra el análisis de la economía con sus curvas de oferta y demanda, que en términos reales definen el comportamiento de mercado dada ciertas variables. Asimismo, este comportamiento de mercado define e indica cuál será el movimiento económico en términos de ingresos y costos de cualquier proyecto de inversión. En la economía se puede ver que los recursos son limitados, existe un costo oportunidad y principalmente que los precios los determina el mercado para cualquier bien o servicio transado. Los componentes gubernamentales solo intervienen normando y estableciendo límites, como por ejemplo, las máximas y las mínimas cuotas, lo cual influye sobre un precio fijado naturalmente en un mercado, afectado a la oferta y la demanda por productos o servicios de ese mercado. Un estudio de mercado debe abordar diversas etapas, de manera de incorporar todos los elementos que influyan en un resultado, estas etapas se identifican inicialmente como la definición del producto o servicio, un análisis de demanda pasada, actual y futura, un análisis de oferta pasada, actual y futura, la comercialización del bien, un análisis de precios y de la industria. Con todo, se logra establecer un comportamiento económico sobre el proyecto y su producto. Finalmente, el comportamiento de un mercado siempre determinará el efecto sobre un proyecto, en términos de precios, costos, cantidades demandada, cantidades ofertadas, por ende al resultado del proyecto en el tiempo. Esta es la importancia de poder realizar una estimación asertiva sobre los elementos que afectarán los ingresos dentro de un proyecto y cómo estos variarán en el tiempo de acuerdo al comportamiento de un mercado. DEFINICIÓN DE PRODUCTO/SERVICIO La importancia de entender y definir lo que es un producto o servicio y la descripción detallada del proyecto, puede determinar el éxito o fracaso de una iniciativa. Entendiendo que el CONTENIDO SEMANA 2 Página 3
4 producto o servicio es el resultado del esfuerzo unitario o colectivo que puede ser comercializado, costeado, medido y que generan un beneficio (Embry, 2012). El producto o servicio cumple con una serie de atributos que deben ser tomados en cuenta, entre estos se encuentran las características de forma, duración en tiempo del producto entre otros, todo esto con la finalidad de realizar una estimación cercana en cuanto al esfuerzo necesario para la concepción de dicho producto o servicio. Es requisito entender en qué mercado existe el producto o servicio, lo cual lleva a contestar ciertas preguntas para lograr determinar lo anteriormente descrito. Es importante poder entender en qué mercado se transa el producto o servicio, lo cual lleva a contestar ciertas preguntas para lograr comprender las tendencias del mercado o preferencias. Las preguntas necesarias a considerar para la definición del producto o servicio son 1 : 1. Cuál es el producto o servicio que se desea producir u ofertar? 2. Existe la posibilidad de configurar subproductos? 3. Cuáles son los productos sustitutos, productos complementarios o ambos que sean muy cercanos? 4. Cuál es la unidad de venta del producto o servicio? 5. Es este un bien de consumo, intermedio o de capital? 6. Cuáles son los principales consumidores? 7. Es un producto o servicio para la exportación? 8. La demanda del bien es uniforme u obedece a una curva estacional? Dentro de un informe de descripción de producto o servicio se debe considerar lo anterior más: 2 Realizar una descripción del producto o servicio final que se presta, por ejemplo el servicio de buses tendrá una duración de ocho horas diarias, pasará por los puntos turísticos bellas artes, moneda ( ), el pasajero podrá subir y bajar con un único ticket durante todo el día pagando un único valor ( ). Realizar una descripción detalladas del producto o servicio, por ejemplo: el bus es rojo, cuenta con acceso a discapacitados, cuenta con conectores de audio en cada asiento, cuenta con GPS, cada asiento cuenta con cinturón de seguridad ( ). La descripción del producto o servicio será de suma importancia para medir en que segmento de mercado se encuentra, lo que será un aporte para la estimación de demanda y oferta. ANÁLISIS DE DEMANDA La descripción de demanda obedece a la cantidad de producto o servicio que un mercado requiere a un precio determinado, de forma que satisfaga sus necesidades en un periodo 1 Miguel Angel Embry, Miguel Angel Embry, 2012 CONTENIDO SEMANA 2 Página 4
5 definido, considerando ceteris paribus (la demanda es la que varía y todas las demás variables permanecen constantes). Dentro de un análisis de demanda se debe considerar algunas variables independientes que serán de utilidad para el análisis de comportamiento 3 : Gustos, hábitos y costumbres. Población. Precios del o los bienes. Precios del o de los bienes sustitutos y complementarios. Ingreso per cápita. Ya definido el concepto de demanda es necesario establecer los métodos por los cuales se debe estimar la misma, estos se pueden definir como (Embry, 2012). Métodos subjetivos: los cuales abordan la problemática de la estimación sobre subjetividades basadas en opiniones y cálculos, estos métodos se definen como: o Método Delphi. o Consenso de panel. o Investigación de mercado. o Pronósticos futuros en función de una visión. o Analogía histórica. Métodos de series de tiempo: en donde la demanda futura se relaciona y se calcula con los datos con temporalidad pasada, en donde se consideran aspectos como estacionalidad, tendencia, componente cíclico y no sistemático. Métodos causales: toma en consideración que la demanda actual o futura tiene relación con eventos pasados y subyacentes en el medio. o Econométricos. o Regresión. o Producto o insumo. o Intencionalidad de compra. Será en estos dos últimos puntos donde se centrará la atención. 1. MÉTODOS SUBJETIVOS MÉTODO DELPHI El método Delphi es el más utilizado, se basa en decisiones subjetivas las cuales como características está la evaluación de resultados por un grupo anónimo de expertos constituidos con anterioridad. 3 Miguel Angel Embry, 2012 CONTENIDO SEMANA 2 Página 5
6 Principalmente el método comprende la generación de una encuesta la que se envía a expertos en el tema, los cuales la desarrollan y devuelven a los coordinadores para su análisis, estos preparan una lista con información proveniente de la encuesta y se envía a los expertos para la revisión y justificación de los puntos en discordancia. Finalmente, se consolidan los pronósticos que reflejen consenso por el grupo de expertos. Características: Funciona en base a una encuesta. Genera problemas en la comunicación, dado que funciona con opiniones. La coordinación podría ser sesgada, dado que produce inclinación a respuestas positivas, dado que es un método subjetivo. 2. MÉTODOS DE SERIES DE TIEMPO Este método se relaciona con el hecho de analizar y medir variables en el tiempo a espacios o intervalos uniformes, donde su principal objetivo es el de la localización de información histórica, que mediante el análisis de su comportamiento o patrón espacial, permite realizar proyecciones futuras de la variable analizada. Dentro del análisis existen cuatro patrones identificables en la serie: 1. Estacionalidad: la variable tiene un comportamiento similar en periodos diferentes. 2. Tendencia: sigue una tendencia periodo tras periodo. 3. Componente cíclico: se comporta de la misma manera durante periodos definidos extensos. 4. Componente no sistémico: no se aprecian patrones de un sistema definidos en su comportamiento. Dentro del análisis los modelos de series de tiempo a ser abordados son: Promedios móviles simples. Alisamiento exponencial. Método de descomposición. Antes de comenzar a revisar los métodos, es necesario definir una notación a utilizar en los cálculos: X t = Es el valor observado en el periodo t. S t = Es el valor pronosticado en el periodo t. e t = Es el error en términos absolutos en el periodo t. En donde: t= {1,2,3,4,5, n} e t = S t - X t CONTENIDO SEMANA 2 Página 6
7 En términos reales, el error se definirá como la desviación en valor del pronóstico con respecto al valor observado (realidad) en el periodo. Este error se puede producir por excluir variables, error en correlaciones o errores aleatorios sin explicación por el modelo de pronóstico entre otros. Dada la definición de nomenclatura se revisará el primer modelo en cuestión. MODELO DE PROMEDIO MÓVILES SIMPLES Principalmente este es un promedio, el cual requiere de una serie de tiempo histórica para ser calculado, además es un método utilizado para realizar pronósticos a corto plazo. Las limitaciones del pronóstico es que requiere una gran cantidad de información y no se adapta a los cambios. La notación del cálculo es: S t t 1 itn n X i Se define el pronóstico como el valor obtenido de la sumatoria de los valores evaluados de 1 a n periodos, dividido por el valor de n. Se debe considerar que lo que pronostica es el periodo siguiente. Por ejemplo, si se tiene la siguiente serie de tiempo, calcular el pronóstico en mayo y septiembre: Tabla 1. Series de tiempo y pronósticos. Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Serie histórica S e Para calcular el pronóstico de mayo: S 5 = ( )/4 = que será el pronóstico para el mes de mayo. La exactitud del pronóstico se evalúa con la siguiente fórmula: Se debe recordar que: e t = S t - X t El valor medio: e 1 n t e i n i1 CONTENIDO SEMANA 2 Página 7
8 La desviación estándar: et 1 n n i1 ei e i 2 1/ 2 El comparativo entre la historia la demanda pronosticada presenta el siguiente comportamiento: Gráfico 1. Comparativo pronóstico versus demanda histórica. MODELO SUAVIZAMIENTO EXPONENCIAL Para este método se toman datos de demanda de series pasadas, los cuales para cada incremento en un periodo de demanda el pronóstico se reduce en (1 - α). Este pronóstico solo necesita de tres datos; la demanda del periodo, una constante de suavizamiento llamada α, y el pronóstico más actual. El método de cálculo de este método se presenta como: S 2 = X 1 (cálculo del primer pronóstico) S t+1 = S t + a (X t - S t ) 0 α 1 ; t 2 Error de pronóstico, e t = (X t - S t ) El pronóstico realizado en el periodo t, para el pronóstico en t+1, S t+1. CONTENIDO SEMANA 2 Página 8
9 La constante de suavizamiento (α) tendrá un valor entre 0 y 1, y determina la velocidad de reacción entre lo real y lo pronosticado. La interpretación del α, se entiende como para un α más pequeño los efectos de cambios en corto plazo son reducidos lo que indica una demanda estable. Si la demanda varía en los extremos, crece y decrece con rapidez, un α mayor es capaz de seguir tales cambios. La desventaja del método es que no es posible predecir α. Ejemplo: Tabla 2. Series de tiempo y pronósticos x α. Pronóstico (α) Periodos Demanda observada 0,1 0,5 0,9 1 Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Gráficamente el comportamiento según α: Gráfico 2. Demanda observada versus α pronosticados. CONTENIDO SEMANA 2 Página 9
10 MODELO DE DESCOMPOSICIÓN Los modelos de descomposición toman en consideración en forma simultánea las series de datos históricos, los cuales incorporan los análisis de tendencia, componentes cíclicos, estacionalidad, análisis de componente no sistemático. Estas cuatro componentes se relacionan de la forma: En donde cada variable se define como: S = El valor calculado o pronosticado. T = Factor de tendencia. C = El componente cíclico. µ = Variación no sistemática. Para realizar el pronóstico se debe previamente calcular cada una de estas variables. Este método se debe tomar en consideración los siguientes pasos: 1. Cálculo de factor de estacionalidad: es el cociente entre el promedio móvil del periodo, y el valor observado correspondiente (valor real). Se debe calcular el índice promedio para cada periodo en cuestión: Periodo Mes Tabla 3. Series de tiempo y pronósticos factor de estacionalidad. Valor observado(a) 2008 Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Promedio móvil 12 meses (b) a/b * Enero , Febrero , Marzo , Abril , Mayo , Junio ,68 CONTENIDO SEMANA 2 Página 10
11 2009 Julio , Agosto , Septiembre , Octubre , Noviembre , Diciembre ,95 2. Cálculo de factor de estacionalidad promedio por periodo: Suponiendo que se calculó el periodo 2010 y 2011: Tabla 4. Series de tiempo, factor de estacionalidad. Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre ,77 96,80 99,08 103,13 96,74 96,68 116,88 134,65 136,81 113,56 100,74 79, ,92 116,17 118,90 123,75 116,09 116,02 140,26 161,58 164,17 136,28 120,89 95, ,65 145,21 148,62 154,69 145,12 145,02 175,32 201,98 205,21 170,35 151,11 119,93 Prom. 105,78 119,39 122,20 127,19 119,32 119,24 144,15 166,07 168,73 140,06 124,25 98,61 El promedio en enero sería: Prom. enero = (85,77+102,92+128,65)/3 = 105,78 3. Se debe ajustar el valor de estacionalidad multiplicándolo por un factor k de estacionalidad. K (Número de observaciones por periodo) x 100 índices promedio 4. Luego se calcula la tendencia mediante una regresión lineal simple. 5. Se debe calcular el factor cíclico mediante el cociente entre el promedio móvil y la tendencia para cada periodo. 6. De debe realizar el pronóstico mediante: S = T x C x Y x µ S(t) = Valor pronosticado para el periodo t. T(t) = Factor de tendencia para el periodo t. C = Componente cíclico. Y = Componente de estacionalidad. µ = Variación no sistemática. CONTENIDO SEMANA 2 Página 11
12 Ejemplo. Se tiene la siguiente serie de datos históricos: Mes Tabla 5. Series de tiempo ejemplo. Valor observado 2008 Valor observado 2009 Valor observado 2010 Valor observado 2011 Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Se calcula factor de estacionalidad: Tabla 6. Series de tiempo factor de estacionalidad. Periodo Mes Valor observado(a) Promedio móvil 12 meses (b) a/b* Enero , Febrero , Marzo , Abril , Mayo , Junio , Julio , Agosto , Septiembre , Octubre , Noviembre , Diciembre , Enero , Febrero , Marzo , Abril , Mayo , Junio , Julio ,6 CONTENIDO SEMANA 2 Página 12
13 2010 Agosto , Septiembre , Octubre , Noviembre , Diciembre , Enero , Febrero , Marzo , Abril , Mayo , Junio , Julio , Agosto , Septiembre , Octubre , Noviembre , Diciembre ,3 Se calcula el factor de estacionalidad promedio: Tabla 7. Factor de estacionalidad promedio. Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre ,77 96,80 99,08 103,13 96,74 96,68 116,88 134,65 136,81 113,56 100,74 79, ,66 94,51 98,07 99,80 94,28 92,40 108,62 122,99 126,48 108,30 98,10 79, ,66 94,51 98,07 99,80 94,28 92,40 108,62 122,99 126,48 108,30 98,10 79,28 Prom. 84,36 95,27 98,41 100,91 95,10 93,82 111,37 126,88 129,92 110,05 98,98 79,51 Se calcula el factor de estacionalidad K, multiplicando cada promedio por el factor: K = (12 * 100)/1.224,60 = 0,98 Tabla 8. Factor de estacionalidad ajustado. Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Pro ajustado 82,67 93,36 96,43 98,88 93,19 91,94 109,14 124,33 127,31 107,84 96,99 77,91 CONTENIDO SEMANA 2 Página 13
14 Se calcula la tendencia por medio de una regresión lineal simple: En donde: xi = 1,2,3,4,5,6 48 (periodos). yi = ddai (demanda). m = pendiente. b = intersección con el eje. = El promedio de los valores de y (demanda). = El promedio de los valores de x (los periodos). Aplicando las fórmulas se obtiene: m = 45,12 b = Con esto la fórmula de tendencia queda como: S(t) = (45,12 * t) Ya estipulada la fórmula de tendencia se debe calcular el componente cíclico mediante la fórmula: Ejemplo: para el periodo 20, agosto de Factor cíclico = / ((45,12 * 20) ) = 0,92 Luego calcular el factor cíclico promedio por periodo: Tabla 9. Factor cíclico promedio. Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre ,99 0,99 1,00 0,97 0,98 0,96 0,93 0,92 0,93 0,96 0,98 0, ,00 1,00 1,00 1,00 1,00 1,00 1,00 0,99 0,99 0,99 0,99 0, ,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,98 0,98 0,98 0,98 Prom. 0,99 0,99 1,00 0,99 0,99 0,98 0,97 0,97 0,97 0,98 0,98 0,99 Finalmente se realiza el pronóstico, recordando que la ecuación para tal efecto es: CONTENIDO SEMANA 2 Página 14
15 En donde cada variable se define como: S = El valor calculado o pronosticado. T = Factor de tendencia. C = El componente cíclico. µ = Variación no sistemática. Ejemplo: enero de 2012 representa el periodo 49. S(49) = T(49) x C x Y x µ S(49) = ((45,12 x 49) ) x (82,67/100) x 0,99 = S(49) = MÉTODOS CAUSALES Los métodos causales usan el pronóstico en el análisis de comportamiento de la variable a proyectar, realizando la relación de esta con variables que la expliquen. Los datos utilizados son los históricos. Las variables explicativas se definen como variables independientes que, en su concepción, determinan las variables a proyectar. Un ejemplo se puede representar por la frase: La demanda se verá afectada por el efecto relacionado al marketing, la competencia entre otros. Algunos de los modelos causales son: Econométricos. Regresión. Encuestas. Insumo o producto. MODELO DE REGRESIÓN LINEAL El modelo de regresión lineal, se define como la relación entre dos variables que gráficamente forman una línea recta. Las formula de regresión se define como: Donde: b n i1 n i1 X a y bx X y n X y 2 i n X 2, = Promedio. y = Variable dependiente. X = Periodo. a = Intersección de Y. CONTENIDO SEMANA 2 Página 15
16 b = Pendiente. MODELO MÍNIMOS CUADRADOS Este método intenta ajustar la linealidad de los datos de forma tal que se minimicen las distancias verticales en sus cuadrados entre los datos y sus correspondientes puntos dentro de la línea. La formula establece de la siguiente manera: e Y i y i i1 Donde: y= Datos de la variable dependiente. Y = Variable dependiente calculada por la ecuación. n 2 El error reestimación se nota como: S YX n i1 y Y i n 2 i CONTENIDO SEMANA 2 Página 16
17 COMENTARIO FINAL El contenido de este documento entrega información sobre la importancia de estimar los componentes de demanda para la incorporación de tal concepto dentro de una evaluación de proyectos. En donde la estimación de la misma da pie al cálculo de una serie de variables de evaluación como son ingresos, costos, cantidades de producción, adquisición de máquinas o tecnología y la realización de inversiones necesarias para poder cumplir con la demanda requerida. Finalmente, mediante del análisis simulado de los componentes de demanda de cada proyecto propuesto por el alumno, este podrá entender lo que es la proyección de la demanda para su representación en un flujo. CONTENIDO SEMANA 2 Página 17
18 REFERENCIAS Sapag, N. (1991). Preparación y evaluación de proyectos (2ª edición). Atlacomulco, México: Editorial McGraw-Hill Interamericana de México S. A. Carvallo, C. (2008). Ramo Administración y evaluación de proyectos (1ª edición). Santiago de Chile: Universidad Técnica Federico Santa María. Embry, M. A. ( ). Apuntes Administración y evaluación de proyectos (1ª edición). Santiago de Chile: Universidad Técnica Federico Santa María. PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE: IACC (2012). Estudio de mercado. Semana 2. CONTENIDO SEMANA 2 Página 18
19 CONTENIDO SEMANA 2 Página 19
Instituto Politécnico Nacional Escuela Superior de Cómputo Modelos de Pronóstico
Instituto Politécnico Nacional Escuela Superior de Cómputo Modelos de Pronóstico M. En C. Eduardo Bustos Farías 1 Gestión de Demanda Clientes Internos y Externos Proactiva: Promociones, Políticas de Precio,
Más detallesDIRECCIÓN Y ADMINISTRACIÓN DE PEQUEÑAS EMPRESAS
DIRECCIÓN Y ADMINISTRACIÓN DE PEQUEÑAS EMPRESAS Modulo tercero (integración). Clave de asignatura LC 735 PROFESOR: C.P. DAVID ARREDONDO ALCANTAR 1.- PRONOSTICOS 1.3.- Tipos de pronósticos. Los pronósticos
Más detallesTÉCNICAS DE PROYECCIÓN DE MERCADO FORMULACIÓN Y EVALUACIÓN DE PROYECTOS DE INGENIERÍA
TÉCNICAS DE PROYECCIÓN DE MERCADO FORMULACIÓN Y EVALUACIÓN DE PROYECTOS DE INGENIERÍA ÁMBITO DE LA PROYECCIÓN TÉCNICAS DE PROYECCIÓN DE MERCADO Ámbito de la proyección Situación presente Situación proyectada
Más detallesDIRECCION DE OPERACIONES I TEMA 2 PRONOSTICOS
DIRECCION DE OPERACIONES I TEMA 2 PRONOSTICOS ADMINISTRACION DE LA DEMANDA Es una función compartida entre las áreas de comercialización y producción, la primera es la encargada de captar la información
Más detallesCAPÍTULO 5: Pronósticos de las Operaciones Productivas
CAPÍTULO 5: Pronósticos de las Operaciones Productivas Un Enfoque en Procesos para la Gerencia Fernando A. D Alessio Ipinza 1 Contenido 1. Introducción 2. Tipos de pronósticos 3. Los pronósticos y el ciclo
Más detallesMÉTODOS DE PRONÓSTICO TEMA 1: ANÁLISIS DE SERIES DE TIEMPO Y ELABORACIÓN DE PRONÓSTICOS
UNIDAD 4 MÉTODOS DE PRONÓSTICO TEMA 1: ANÁLISIS DE SERIES DE TIEMPO Y ELABORACIÓN DE PRONÓSTICOS Predicción de lo que sucederá en el futuro. 1 Predicción de lo que sucederá en el futuro. Los métodos de
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesElaboración y utilización de gráficas
ECONOMÍA Elaboración y utilización de gráficas M. en C. Eduardo Bustos Farías Objetivos de aprendizaje Elaborar e interpretar una gráfica de series de tiempo, un diagrama de dispersión y una gráfica de
Más detallesPRONÓSTICOS PARA LA TOMA DE DECISIONES
PRONÓSTICOS PARA LA TOMA DE DECISIONES Documento de Internet Explorer Conceptos Generales Pronosticar: Es emitir un enunciado sobre lo que es probable que ocurra en el futuro, basándose en análisis y en
Más detallesCapítulo 2 Modelos de Pronósticos
Capítulo 2 Modelos de Pronósticos Contenido 1. Conceptos (2 horas) 2. Promedios móviles con pesos y sin pesos (2 horas) 3. Suavizado exponencial sin ajuste de tendencia y con ajuste de tendencia (2 horas)
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesCAPÍTULO VI PRONÓSTICO DE OPERACIONES. ADMINISTRACIÓN DE LA PRODUCCIÓN Enfoque Estratégico de la Calidad
CAPÍTULO VI PRONÓSTICO DE OPERACIONES ADMINISTRACIÓN DE LA PRODUCCIÓN LOS PRONÓSTICOS Y EL CICLO OPERATIVO OPERACIONES PRONÓSTICO LOGISTICO PRONÓSTICO OPERACIONES/TECNOLOGICO PRONÓSTICO LABORAL FINANZAS
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesADMINISTRACION DE OPERACIONES I
ADMINISTRACIÓN DE LA DEMANDA 1. GENERALIDADES Para diseñar y ejecutar un sistema de operación que satisfaga a los clientes una empresa debe conocer cuanta demanda tiene que satisfacer, lo cual le conduce
Más detallesUNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos:
UNIDAD Nº4 TEORÍA DE REGRESIÓN Y CORRELACIÓN 1.- Teoría de Regresión.- En términos de estadística los conceptos de regresión y ajuste con líneas paralelas son sinónimos lo cual resulta estimar los valores
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesModelos de Series de Tiempo
UNIVERSIDAD AUTONOMA DEL ESTADO DE MÉXICO FACULTAD DE PLANEACIÓN URBANA Y REGIONAL ESTADÍSTICA II Modelos de Series de Tiempo POR: LUIS CONRADO TOLEDO VEGA FECHA DE ELABORACIÓN: 1ra quincena de Marzo de
Más detallesEvaluación de Proyectos de Inversión
Evaluación de Proyectos de Inversión Tema No. 4 Sesión 7: Etapas de la evaluación de un proyecto de inversión. Parte II. 2017 2016 Objetivo de la sesión: Al finalizar la sesión, el alumno identificará
Más detallesMotivación. Motivación PRONOSTICOS DE DEMANDA
4 PRONOSTICOS DE DEMANDA Dr. Jorge Ibarra Salazar Profesor Asociado Departamento de Economía Tecnológico de Monterrey Motivación Estudio de los métodos para pronosticar las ventas a partir de datos observados.
Más detallesANÁLISIS DE SERIES DE TIEMPO. Luis Ángel Patiño Jiménez Diego Fernando Silva Salcedo
ANÁLISIS DE SERIES DE TIEMPO Luis Ángel Patiño Jiménez Diego Fernando Silva Salcedo CONTENIDO INTRODUCCIÓN DEFINICIÓN APLICACIONES COMPONENTES ASPECTOS DE INTERÉS VENTAJAS Y DESVENTAJAS ANÁLISIS DEMANDA
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesIng. Luis Alberto Benites Gutiérrez
Página Web: Ing. Luis Alberto Benites Gutiérrez L/O/G/O www.themegallery.com El profesor Benites, es Ingeniero Industrial, Máster en Business Administration (MBA) por la Universidad Autónoma de Madrid-España,
Más detallesMÉTODOS DE PRONÓSTICO JUAN DAVID ORTEGON JUAN DAVID BENAVIDEZ
MÉTODOS DE PRONÓSTICO JUAN DAVID ORTEGON JUAN DAVID BENAVIDEZ QUE ES UN PRONÓSTICO? En el ámbito de los negocios un PRONÓSTICO es una herramienta que permite hacer una estimación acerca de la probabilidad
Más detallesESTADISTICA PARA LA ADMINISTRACION
ESTADISTICA PARA LA ADMINISTRACION ANALISIS DE SERIES DE TIEMPO Y PRONOSTICOS DE NEGOCIOS ALUMNOS: JANINE INDAHITA RIVERA ARZOLA DIANA CAROLINA ROMERO BERBER FRANCISCO ALFREDO MERCADO CARINA OLIVARES LEÓN
Más detallesTécnicas de Planeación y Control
Técnicas de Planeación y Control 1 Sesión No. 5 Nombre: Métodos cuantitativos de pronóstico Contextualización Como vimos en la sesión anterior, el enfoque cualitativo nos sirve para efectuar pronósticos
Más detallesAJUSTE PLANTEAMIENTO DEL PROBLEMA
AJUSTE PLANTEAMIENTO DEL PROBLEMA DIFERENCIA ENTRE INTERPOLACIÓN Y AJUSTE METODOLOGÍA DEL AJUSTE MÉTODO DE MÍNIMOS CUADRADOS MODELO LINEAL MODELO EXPONENCIAL EJEMPLO PLANTEAMIENTO DEL PROBLEMA Cuando los
Más detallesEJEMPLOS DE PRONÓSTICOS
PRONÓSTICO ES UNA TÉCNICA QUE PERMITE PREDECIR EL FUTURO, BASÁNDOSE EN: ACONTECIMIENTOS PASADOS. INFORMACIÓN ESTADÍSTICA RECABADA SOBRE EXPERIENCIAS SIMILARES. ESTIMACIONES BASADAS EN ESTUDIOS DE MERCADO
Más detallesPROYECTOS DE INVERSION. Justificación Comercial
FACULTAD DE CIENCIAS ECONOMICAS Y DE ADMINISTRACION PROYECTOS DE INVERSION Curso 2009 Organización 1. PRIMERA CLASE Control de Lectura Objetivo, preguntas que busca responder Características del estudio
Más detallesPronóstico. Pronósticos. Factores Controlables. Porqué? Objetivo. Factores Incontrolables
2 Pronóstico Pronósticos Es una estimación cuantitativa o cualitativa de uno o varios factores (variables) que conforman un evento futuro, con base en información actual o del pasado Administración de
Más detallesEstadística Inferencial. Sesión No. 9 Regresión y correlación lineal
Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia
Más detallesJustificación Comercial
Justificación Comercial Proyectos de Inversión Licenciatura en Administración Facultad de Ciencias Económicas y de Administración Marzo - Abril 2007 Contenidos Función de Demanda. Elasticidades Información
Más detallesVentajas de los pronósticos
Ventajas de los pronósticos Un correcto pronóstico ofrece importantes ventajas: Reducción de excesos de inventario Menores faltas de inventario Reducción de la necesidad de fabricar innecesariamente para
Más detallesESTACIONALIDADES. Proyecto Empresarial II. Dr. José Luis Esparza A.
ESTACIONALIDADES Proyecto Empresarial II Dr. José Luis Esparza A. ESTACIONALIDAD La estacionalidad es un comportamiento o patrón que a veces observamos en una serie de tiempo. Consiste en subidas y bajadas
Más detallesMODELOS DE PROYECCIÓN FINANCIERA Docente: MC. Marcel Ruiz Martínez II. SERIES DE TIEMPO. 2.1.
MODELOS DE PROYECCIÓN FINANCIERA Docente: MC. Marcel Ruiz Martínez http://marcelrzmuvm.webatu.com/bienvenida.htm II. SERIES DE TIEMPO. 2.1. CONCEPTOS Una serie de tiempo es un conjunto de observaciones
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesLección 3. Análisis conjunto de dos variables
Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN
Más detallesELASTICIDAD DE LA DEMANDA
2 ELASTICIDAD DE LA DEMANDA Dr. Jorge Ibarra Salazar rofesor Asociado Departamento de Economía Tecnológico de Monterrey Importancia Al márgen de la estructura de mercado que pueda enfrentar una empresa
Más detallesMÉTODOS CUALITATIVOS Y CUANTITATIVOS. Mtra. Verónica Bolaños
MÉTODOS CUALITATIVOS Y CUANTITATIVOS Componentes del plan de ventas Objetivos
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesEvaluación de Proyectos. Ayudantía N º 2. Profesor: Marco Mosca Ayudante: Andrés Jara
Evaluación de Proyectos Ayudantía N º 2 Profesor: Marco Mosca Ayudante: Andrés Jara Preguntas y Problemas 1.- Que factores afectan el precio de la demanda? Analice los efectos de cada factor a) Ingreso
Más detallesDefinición de Correlación
Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del
Más detallesLA DEMANDA Y EL CONCEPTO DE ELASTICIDAD. 4. La elasticidad precio de una curva de demanda y su pendiente
BLOUE B: TEMA 9 LA EMANA Y EL CONCETO E ELASTICIA INICE: 1. recio e ingreso total 2. Elasticidad precio de la demanda 3. El cálculo de la elasticidad 4. La elasticidad precio de una curva de demanda y
Más detallesAPUNTES SOBRE SERIES HISTÓRICAS O CRONOLÓGICAS
APUNTES SOBRE SERIES HISTÓRICAS O CRONOLÓGICAS 35 3 25 2 15 1 5 21 22 23 24 25 Reyes Donis, José Luis SERIES HISTORICAS O CRONOLÓGICAS Llamadas también series de tiempo, se denomina serie de tiempo a un
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detalles5. Regresión Lineal Múltiple
1 5. Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
Más detallesEstadística Inferencial. Sesión 2. Distribuciones muestrales
Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesTécnicas de Planeación y Control
Técnicas de Planeación y Control 1 Sesión No. 3 Nombre: Pronóstico de la demanda Contextualización El realizar un pronóstico de la demanda es una de las funciones vitales en la comercialización de un producto
Más detallesFORMULACIÓN Y EVALUACIÓN DE PROYECTOS
FORMULACIÓN Y EVALUACIÓN DE PROYECTOS AUTO EVALUACIÓN UNIDAD DE APRENDIZAJE 2 - ESTUDIO DE MERCADO Carlos Mario Morales C 2010 Las preguntas siguientes constan de un (1) enunciado y 5 opciones (a, b, c,
Más detallesCORRELACIÓN LINEAL SIMPLE
CORRELACIÓN LINEAL SIMPLE ANÁLISIS DE CORRELACIÓN Cuando se trabaja con dos variables, pueden surgir diferentes preguntas como: Existe relación entre lo que una empresa gasta en publicidad y el importe
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE
PROBABILIDAD Y ESTADÍSTICA Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE 4.1 Regresión lineal simple y curvilínea 4.1.1 Variable dependiente e independiente 4.1.2 Ecuación de regresión 4.1.2.1 Aplicación
Más detallesII. PRESUPUESTO DE VENTAS Y COBRANZA
II. PRESUPUESTO DE VENTAS Y COBRANZA Objetivo de la unidad: El alumno determinará el presupuesto de ventas y cobranza, a través de técnicas de pronóstico de ventas, para integrar los ingresos y la cobranza
Más detallesMOVIMIENTO. El movimiento es el cambio de posición de un objeto respecto a un sistema de referencia u observador.
Ciencias Naturales 2º ESO página 1 MOVIMIENTO El movimiento es el cambio de posición de un objeto respecto a un sistema de referencia u observador. Las diferentes posiciones que posee el objeto forman
Más detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesTEMA 3 REGRESIÓN Y CORRELACIÓN
TEMA 3 REGRESIÓN Y CORRELACIÓN Regresión mínimo-cuadrática bidimensional Planteamiento del problema Dadas dos variables aleatorias X e Y definidas sobre un mismo espacio de probabilidad (asociadas a un
Más detallesCUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES
TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no
Más detalles2.3.1 Métodos cuantitativos para los pronósticos. MÉTODOS CUANTITATIVOS
2.3.1 Métodos cuantitativos para los pronósticos. MÉTODOS CUANTITATIVOS Los modelos cuantitativos de pronósticos son modelos matemáticos que se basan en datos históricos. Estos modelos suponen que los
Más detallesDEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso
DEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso 2009-10 1. Generalidades Instrumentación: En general la instrumentación comprende todas las técnicas, equipos y metodología relacionados con
Más detallesSesión 6: Proyecciones de Ingresos
TÉCNICAS ECONOMÉTRICAS PARA PROYECCIONES DE INGRESOS UTILIZANDO EVIEWS Sesión 6: Proyecciones de Ingresos Patrick Grady Global Economics Ltd. Ajustes Estacionales Datos de ingresos a menudo exhibe estacionalidad
Más detallesCORRELACION Y REGRESIÓN LINEAL
LECCION Nº 5 CORRELACION Y REGRESIÓN LINEAL OBJETIVOS ESPECIFICOS Diferenciar los conceptos de correlación lineal, y regresión lineal. Determinar el índice o coeficiente de correlación en una distribución
Más detallesMETODOS ESTADÍSTICOS
METODOS ESTADÍSTICOS Introducción. Uno de los objetivos de la asignatura de Hidrología, es mostrar a los alumnos, las herramientas de cálculo utilizadas en Hidrología Aplicada para diseño de Obras Hidráulicas.
Más detallesESTADISTICA. Profesores Carlos Marxo Mujica Eli Saúl Calderón Ángel Aquino. Objetivos Generales:
ESTADISTICA Profesores Carlos Marxo Mujica Eli Saúl Calderón Ángel Aquino. Objetivos Generales: Al finalizar el curso, los alumnos serán capaces de: 1. Evidenciar el interés por comprender la problemática
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y
Más detallesEstadística Inferencial. Sesión 11. Regresión y correlación múltiple
Estadística Inferencial Sesión 11. Regresión y correlación múltiple Contextualización En la sesión anterior se presentó la regresión lineal simple y se mostró su uso en la obtención de una ecuación de
Más detallesPronósticos en los negocios L.C. y Mtro. Francisco Javier Cruz Ariza
Pronósticos en los negocios L.C. y Mtro. Francisco Javier Cruz Ariza Tema 1: Elementos de Planeación Financiera. El pronóstico y el presupuesto. Metodología a seguir en la elaboración del presupuesto.
Más detallesUnidad 3. Separacion de costos fijos y costos variables. Objetivos especificos de aprendizaje
Unidad 3 Separacion de costos fijos y costos variables Objetivos especificos de aprendizaje Alterminar de estudiar este capitulo, el estudiante sera capaz de: Explicar el concepto de costos fijos. Explicar
Más detallesPRONÓSTICOS Y PRESUPUESTOS
PRONÓSTICOS Y PRESUPUESTOS PRONÓSTICO Es una estimación cuantitativa o cualitativa de eventos futuro con base en información actual o del pasado. PORQUÉ SE PRONOSTICA? Por que las organizaciones se mueven
Más detallesOBJETIVO GENERAL DE LA MATERIA
UNIVERSIDAD DE SONORA UNIDAD: Regional Centro H/S/M: 80 DIVISIÓN: Ciencias Económicas y Administrativas REQUISITO (S) : MATEMATICAS II MATERIA: Estadística I ESPACIO EDUCATIVO: Obligatoria. Tercer Semestre
Más detallesIntroducción a las series temporales
Tema 1: Tema 1: 1 Definición y ejemplos 2 Clasificación 3 Objetivos 4 Métodos clásicos de análisis Definición y ejemplos Serie Temporal Colección de observaciones que se toman secuencialmente a lo largo
Más detallesMÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9
Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 2009-2010 2010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 9 La regresión lineal Tema 9: La regresión lineal Objetivos Conocer
Más detallesCurso: POBLACIÓN Y DESARROLLO Conferencia 8
Tema 2: Dinámica y perspectivas de la población. Sumario: Las proyecciones de población. Tipos, usos y clasificación. Las proyecciones de la población mediante métodos matemáticos. Introducción El cálculo
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesEstimación de la evolución de proyectos en el ámbito de la producción industrial mediante la parametrización de la curva S del coste acumulado
Estimación de la evolución de proyectos en el ámbito de la producción industrial mediante la parametrización de la curva S del coste acumulado Contenido Qué vamos a ver? Introducción Antecedentes Objetivos
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesProyectos: Formulación y evaluación
Pág. N. 1 Proyectos: Formulación y evaluación Familia: Editorial: Autor: Ingeniería Macro Luis Angulo Aguirre ISBN: 978-612-304-335-3 N. de páginas: 440 Edición: 1. a 2016 Medida: 17.5 x 24.8 Colores:
Más detallesUnidad 4. Análisis e interpretación de la información financiera
90 Unidad 4. Análisis e interpretación de la información financiera 4.1. Concepto y objetivos del análisis y la evaluación financiera. 4.2. Elementos básicos para la toma de decisiones financieras en la
Más detallesRegresión lineal simple y correlación
Regresión lineal simple y correlación Regresión y Correlación Los análisis de regresión y correlación nos mostrarán cómo determinar tanto la naturaleza como la fuerza de una relación entre dos variables.
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detallesDerivación de funciones de varias variables.
Derivación de funciones de varias variables. En este apartado se presentan los conceptos básicos que aparecen en la derivación de funciones de varias variables. La idea es establecer un método para estudiar
Más detallesGuía de Matemática Segundo Medio
Guía de Matemática Segundo Medio Aprendizaje Esperado:. Analizan la ecuación de la recta; establecen la dependencia entre las variables y la expresan gráfica y algebraicamente.. Identifican e interpretan
Más detallesAnálisis de regresión lineal simple
Análisis de regresión lineal simple El propósito de un análisis de regresión es la predicción Su objetivo es desarrollar un modelo estadístico que se pueda usar para predecir los valores de una variable
Más detallesPronósticos Por Lic. Gabriel Leandro, MBA http://www.auladeeconomia.com
Pronósticos Por Lic. Gabriel Leandro, MBA http:// 1.1. Necesidad de pronosticar Entorno altamente incierto La intuición no necesariamente da los mejores resultados Mejorar la planeación Competitividad
Más detallesPresupuesto de Ventas
Unidad Temática 03: Presupuesto de Ventas MSc. Pedro Bejarano V. Contenido Planificación de las Ventas y Presupuesto Métodos de Cálculo para presupuestar las Ventas: Consideraciones sobre el Cálculo del
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesCarrera: ADT Participantes Representante de las academias de Administración de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística administrativa II Licenciatura en Administración ADT-0427 2-3-7 2.-
Más detallesCRITERIOS DE EVALUACIÓN 1º BACH. C. N. S. MATEMÁTICAS I
CRITERIOS DE EVALUACIÓN 1º BACH. C. N. S. MATEMÁTICAS I UNIDAD 1 NÚMEROS REALES 1.1. Dados varios números, los clasifica en los distintos campos numéricos y los representa en la recta real. 1.2. Domina
Más detallesANÁLISIS DE INVERSIÓN
ANÁLISIS DE INVERSIÓN ANÁLISIS DE INVERSIÓN 1 Sesión No. 3 Nombre: Estudio de mercado. Segunda parte. Objetivo: Al finalizar la sesión, los estudiantes identificarán las estrategias de comercialización
Más detallesEjercicios de Clase. 1. Defina los siguientes términos y explique su significado
Ejercicios de Clase. 1. Defina los siguientes términos y explique su significado a. Coeficiente de elasticidad precio b. Coeficiente de elasticidad ingreso c. Coeficiente de elasticidad cruzado 2. Un estudio
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesLA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA
LA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA I N T R O D U C C I O N Samuel Doria Medina El presente trabajo presenta la estacionalidad del índice de precios al consumidor (general) y de sus componentes
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesProfesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Más detalles