Metodos No Cuantitativos

Método Cualitativo: Los métodos cualitativos son utilizados para hacer interpretaciones y análisis de experiencias, percepciones y valores donde se profundiza en el contenido.Normalmente se aplica los métodos cualitativos a una muestra relativamente pequeña para poder indagar mucho más en sus experiencias.

Método Causal: Los métodos causales vienen en una variedad de formas: estadísticos, en el caso de los modelos de regresión y econométricos y descriptivos, como en el caso de los modelos de entrada – salida, ciclo de vida y simulación por computadora.Un problema principal con esta categoría de modelos de pronósticos es que con frecuencia resulta difícil encontrar verdaderas variables causales.

Método de proyección histórica: Cuando se dispone de una cantidad razonable de información histórica y las variaciones de tendencia y estacionales en las series de tiempo son estables y bien definidas, la proyección de esta información al futuro puede ser una forma efectiva de pronóstico para el corto plazo.

Método de Análisis espectral: el método intenta descomponer una serie de tiempo en sus componentes fundamentales, denominados espectros. Estos componentes son representados mediante curvas geométricas seno-coseno. Al volver a reunir estos componentes se genera una expresión matemática que puede utilizarse para pronósticos.

Ejemplo:

La idea básica del análisis espectral es que un proceso estacionario Yt puede ser descrito como la suma de movimientos de seno y coseno de diferente frecuencia y amplitud. La meta es determinar cuáles son los ciclos de diferentes frecuencias importantes para describir el comportamiento de Yt. Estos ciclos pueden ser de corto o largo plazo, por lo que no se realiza una descomposición de la serie en la forma usual de tendencia, ciclo, estacionalidad y componente irregular, sino que en su lugar se descompone la serie en la totalidad de frecuencias existentes.

Si se tiene un proceso estacionario con media E(Yt)=µ y autocovarianzas E(Yt-µ)(Yt-j-µ)=γj, y se asume que estas autocovarianzas son absolutamente sumables, la función de autocovarianzas generada se puede representar de la siguiente manera:

Donde z es un escalar complejo. Si la expresión anterior se divide entre 2π y se evalúa para z=e-iwdonde i=√-1 y w es un escalar real; es decir, se realiza una transformación de Fourier, el resultado es llamado el espectro poblacional de Y:

Si adicionalmente, se utilizan algunos resultados trigonométricos y teoremas, el espectro poblacional se puede reescribir como:

Método de Encuestas de intención de compra y anticipación: estas encuestas del público: a) determinan la intención de comprar ciertos artículos, o b) obtienen

...