Pronosticos

PRONÓSTICOS

INTRODUCCION

El administrador no puede esperar a recibir los pedidos de mercancía para empezar a producir o ajustar su proceso productivo, mano de obra, materia prima etc. Si hay un problema de producción el cliente por lo general no espera a que salga el producto, él quiere satisfacer su demanda y busca dónde tienen la mercancía que necesita o la sustituye por otra parecida. Por lo tanto muchas organizaciones, para satisfacer la demanda esperada de su producto, la anticipan, traduciendo esa información en insumo de fábrica. De esta manera se pronostica, se predice el futuro y proporcionan algunas guías para la planeación administrativa. Por lo tanto, el objetivo principal del pronóstico es reducir la incertidumbre y se le puede definir como la estimación de las actividades futuras.

Entonces, si el objetivo del pronóstico es estimar las actividades futuras, mientras mejor haga esta estimación mejor serán los resultados de trabajo del administrador. En los últimos años se han desarrollado diversas técnicas de pronóstico, cada una de ellas para un uso especial; de la misma manera, mientras más se conozcan estas técnicas, mayores serán las posibilidades de pronósticos exitosos.

BASES DE PRONÓSTICO.

Según el uso que se le de al pronóstico se le debe adecuar una base. Las más comunes son: ingreso por venta, costo de productos manufacturados, horas de mano de obra directa y horas de maquinaria. En muchas organizaciones el pronóstico de demanda se usa para establecer el nivel del producto, programar la maquinaria, determinar el nivel del inventario, especificar la mano de obra que se necesita, establecer la condición de venta y la planeación financiera.

FUENTES DE PRONÓSTICO

El pronóstico puede derivarse de fuentes internas y externas. El que tiene como fuentes externas es el pronóstico de las actividades generales de la economía o factores geopolíticos (PIB, Ingreso Nacional), que después se relaciona con las actividades empresariales. Por lo general, el pronóstico para una industria se deriva del pronóstico de las actividades económicas del país.

El que tiene como base fuentes internas es el que estima cada producto de una empresa, para después hacer un pronóstico agregado de todas sus actividades.

Pronóstico cuantitativo y cualitativo.

Los pronósticos cualitativos involucran el juicio del administrador, por la tormenta de ideas, el escribir “guiones” de los posibles eventos que ocurran. Recientemente, también se consideran modelos cualitativos a las teorías de catástrofe.

Se usan los modelos cualitativos cuando no hay datos históricos, o si los hay no tienen la certeza de que sigan la misma tendencia. También se aplican cuando el pronóstico trata eventos poco probables o casi imposibles.

Los pronósticos cuantitativos se usan cuando existen datos históricos y éstos son ajustables a las necesidades del pronóstico. Aun sin datos históricos, se pueden usar modelos cuantitativos de pronósticos; por ejemplo, el caso de una nueva empresa.

PASOS PARA SELECCIONAR UN SISTEMA DE PRONÓSTICO.

Existen ciertos pasos para decidir un sistema de pronósticos

1.- Los criterios existentes satisfacen modelos cuantitativos de pronóstico, ¿sí o no? Si la respuesta es negativa habrá que escoger un modelo cualitativo (experiencia gerencial, de juicio o tecnológica).

2.- Analizar los datos históricos para determinar su naturaleza: si son constantes tendenciosas o tienen variaciones estaciónales.

3.- Escoger un modelo de pronóstico apropiado para la naturaleza de los datos y de la empresa.

4.-Ajustar el modelo para los datos.

5.- Controlar y retroalimentar al sistema para obtener resultados.

CLASIFICACION DE LOS METODOS DE PRONOSTICOS.

Los métodos de pronósticos tienen dos variantes de clasificación: el tiempo y el modelo.

SEGÚN EL TIEMPO

1.- pronósticos a corto plazo. Los pronósticos con alcance de un día a un año se consideran a corto plazo, básicamente sirven para funciones de control, como el ajuste de la tasa de producción, del empleo, de la compra, del pronóstico de ventas, etc.

2.- Pronósticos a mediano plazo.- Los pronósticos de una estación a uno o dos años se conocen como de mediano plazo. Estos tipos de pronósticos son usados para la planeación operativa, el flujo de caja, el programa de producción y las ventas.

3.- pronósticos a largo plazo.- Los pronósticos con un alcance de dos a cinco años se conocen como de largo plazo; éstos se usan para ampliar plantas, producir nuevos productos, cambiar políticas, adoptar nuevas tecnologías.

SEGÚN EL MODELO.

Ahora tomando como base el modelo encontramos dos sitemas generales de pronósticos.

1.- Modelos causales de pronósticos.- que relacionan cantidades con otros factores como PIB, el ingreso familiar, la tasa de población, etc.

2.-Modelos de serie de tiempo.- que relacionan estrictamente cantidades con cantidades.

METODOS CAUSALES DE PRONOSTICOS.

Cuando existen suficientes datos históricos, experiencias y se conoce la relación entre variables, es posible construir un modelo causal de pronóstico que determine las causas de las tendencias, las variaciones estaciónales y otras fluctuaciones. Si se conoce la relación causal se puede pronosticar el comportamiento de la variable de interés.

Cualquier tipo de variable puede entrar en el modelo como tasa de población, ingreso familiar, producto nacional bruto, índice de precios, etc. El modelo causal de pronóstico expresa la relación matemática entre los factores causales y la variable de interés, cuyo comportamiento desea pronosticarse. Los modelos causales tienden a considerar una gran cantidad de información, por consiguiente, están entre los modelos más costosos. Hay dos tipos de modelos causales, el de regresión y el econométrico.

ANALISIS DE REGRESION Y CORRELACIÓN

INTRODUCCIÓN

A menudo, en la práctica, se requiere resolver problemas que incluyen conjuntos de variables cuando se sabe que existen algunas relaciones inherentes entre ellas. Por ejemplo, en una situación industrial se puede saber que el contenido de alquitrán en el flujo saliente de un proceso químico se relaciona con la temperatura de entrada. Puede ser de interés desarrollar un método de predicción; es decir, un procedimiento para estimar el contenido de alquitrán para varios niveles de temperatura de entrada a partir de la información experimental. El aspecto estadístico del problema se convierte entonces en lograr la mejor estimación de la relación entre las variables.

Uno de los usos más importantes de la estadística para los gerentes es la predicción. Un gerente puede querer predecir el costo de un contrato para realizar una tarea específica dado el tamaño de la misma. También puede pronosticar las ventas de un producto particular dada la tasa de crecimiento real del producto nacional bruto o pronosticar el número de piezas que serán producidas dado el tamaño de la fuerza laboral. El método estadístico de mayor uso para hacer predicciones es el análisis de regresión.

En análisis de regresión, los datos históricos o pasados de las variables relevantes se utilizan para desarrollar y evaluar una ecuación de predicción. La variable que se está prediciendo con la ecuación es la variable dependiente. Cualquier variable que se utilice para hacer la predicción es una variable independiente.

Un estudio de regresión puede alcanzar varios objetivos.

1.- Los datos se pueden utilizar para obtener una ecuación de predicción.

2.- Los datos se pueden utilizar para estimar la magnitud de la variabilidad o incertidumbre en torno a la ecuación.

3.- Como los datos son sólo una muestra, se pueden llevar a cabo inferencias acerca de los verdaderos valores poblacionales de los parámetros considerados en la regresión.

4.- La ecuación de predicción se puede utilizar para predecir un rango razonable de valores futuros de la variable dependiente.

5.- Los datos se pueden utilizar para estimar el grado de correlación entre las variables dependiente e independiente, el cual indica el grado de relación entre ellas.

MODELO DE REGRESIÓN LINEAL

Predecir valores futuros de una variable es una actividad empresarial muy importante. Los ejecutivos financieros deben predecir la liquidez a futuro, los gerentes de producción deben predecir la materia prima que se va a necesitar y los gerentes de recursos humanos deben predecir las necesidades futuras de personal. Explicar la variación pasada también es importante. Explicar la variación anterior del número de clientes de una agencia de servicio social puede ser útil para entender la demanda de los servicios de la agencia. Encontrar las variables que explican las desviaciones de las especificaciones en un componente del automóvil puede ayudar a mejorar la calidad. La idea básica del análisis de regresión es utilizar los datos de una variable cuantitativa independiente para predecir o explicar la variación de

...