PRONÓSTICOS DE NEGOCIOS
MATERIAL
TAREAS
AVISOS
Al finalizar el curso el alumno podrá:
1.1 Aspectos Históricos de los Pronósticos.
1.2 La importancia de los pronósticos en la organización:
planeación para el futuro inmediato y a largo plazo, toma de
decisiones.
1.3 El pronóstico como arte y ciencia: mitos y realidad,
limitaciones.
1.4 Tipos de pronóstico: cuantitativos y cualitativos.
1.5 Las etapas en la realización de un pronóstico.
Cap. 1, ref. 1; Cap. 1, ref. 3; ref. 10.
2. LOS DATOS
2.1 Tipos de Datos: datos e información. Series de Tiempo.
2.2 Fuentes de Datos.
Primarias: encuestas, muestreo, estudios de mercado.
Secundarias: fuentes en México.
2.3 Componentes de las Series de Tiempo:
tendencia, estacionalidad, ciclo, series estacionarias.
2.4 Patrones en los datos y autocorrelación
Cap. 3 y 4, ref. 1; Cap. 2, ref. 2.
III. TÉCNICAS EXTRAPOLATIVAS
3.1 Modelos NAIVE. Comparación de Modelos.
3.2 Medidas de error: MAD, MSE, MAPE, MPE.
3.3 Métodos de promedios: Simples y móviles
3.4 Suavizamiento exponencial: método de Brown, modelo de Holt
y modelo de Winters
Cap. 5, ref. 1, Cap. 5 y 6, ref. 3; Cap. 3, ref. 2.
IV. REVISIÓN DE CONCEPTOS DE ESTADÍSTICA
Muestra y población, variables aleatorias, función de densidad de probabilidad, momentos de las distribuciones de probabilidad, simetría, kurtosis, varianza, covarianza, correlación, cuartiles, uso de tablas, Distribución Normal, Ji-Cuadrado, F y t de Student, inferencia estadística, estimación puntual y por intervalos, estimadores insesgados y de varianza mínima, pruebas de hipótesis, pruebas de normalidad (Jarque –Bera y Ji-Cuadrado), teorema Central del Límite, grados de libertad, diagramas de dispersión, histogramas, diagramas de caja y brazos.
Apéndice A, ref. 6; Cap. 2, ref. 1; Cap. 2, ref. 3.
V. ANÁLISIS DE REGRESIÓN. REGRESIÓN SIMPLE
5.1 El concepto de causalidad
5.2 El Modelo de Regresión Lineal Simple: línea de regresión
muestral y poblacional, error y residuo.
5.3 Error estándar de la estimación y error estándar del
pronóstico.
5.4 Supuestos del Modelo de Regresión: naturaleza, consecuencias
de la violación de los supuestos, detección por medio de
gráficas, prueba de Durbin-Watson
5.5 Pruebas de Significancia: error estándar de los estimadores,
prueba t.
5.6 Coeficiente de Determinación
5.7 Predicción media y puntual
5.8 Regresión por el origen
5.9 Transformación de Variables y formas funcionales
5.10 Descomposición de Series de Tiempo
Cap. 6, ref. 1; Cap. 3, ref. 3, Cap. 3, ref. 9, Cap. 1 al 6 ref. 6;
Cap. 4 y 6, ref. 2
VI. REGRESIÓN MÚLTIPLE
6.1 Variables Predictoras y Matriz de Correlación..
6.2 El Modelo de Regresión Múltiple: Forma matricial del
modelo de Regresión Múltiple, interpretación de los
coeficientes. Inferencia .
6.3 Tabla ANOVA, prueba F y coeficiente de determinación: R2
y R2 ajustada
6.4 Multicolinealidad: naturaleza, consecuencias, detección (R2 y significancias, correlaciones parciales), medidas remediales (eliminación de variables, transformaciones, sesgo de especificación).
6.5 Heteroscedasticidad: naturaleza, consecuencias, detección (prueba de Park, prueba de White, prueba de Glejser), medidas remediales (transformaciones)
6.6 Autocorrelación: naturaleza, consecuencias, detección (Durbin-Watson), medidas remediales (diferencias, AR y MA)
6.7 Regresión con variables dicótomas (Dummy)
6.8 Regresión con variable dependiente dicótoma: modelos MLP, Logit, Probit y Tobit
Cap. 7, ref. 1, cap. 7 al 16 ref. 6; Cap. 5, ref. 2
VII. MÉTODOS Y TÉCNICAS CUALITATIVOS
8.1 Otras técnicas de pronósticos: simulación, redes neuronales.
8.2 Características generales de las técnicas cualitativas:
diferentes enfoque para estudiar el futuro.
8.3 Métodos subjetivos, exploratorios y normativos: panel de
expertos, Delphi, Impacto Cruzado, pronósticos
tecnológicos.
8.4 Escenarios: comparación con otras técnicas, metodología
para construir escenarios.
8.5 Planeación Prospectiva: conceptos generales.
Cap. 11, ref. 1, ref. 10, ref. 11. Otras lecturas indicadas por el
maestro.
1.- Hanke, John E. & Reitsch, Arthur G. (1996). Pronósticos en los Negocios. Quinta Edición. Prentice Hall Hispanoamericana, S.A.: México.
2.-Wilson, J. Holton & Keating, Barry. (1996). Previsiones en los Negocios. Segunda Edición. Irwin México.
3.- Newbold P. & Bos T. (1995). Introductory Business and Economic Forecasting. Second Edition. South Western: USA.
4.- Makridakis, S. & Wheelwrigth, S.C. (1998). Métodos de Pronósticos, Limusa.
5.- Montgomery, D., Johnson, l.& Gardiner, J. (1990). Forecasting & Time Series Analysis.2d ed., McGraw-Hill International Editions.
6.- Gujarati, Damodar N. (1997). Econometría, 3ra ed., McGraw-Hill: México.
7 - Johnston, J. (1984). Econometric Methods, McGraw-Hill International Editions.
8.- Montgomery, D.&, Peck, E. (1992). Introduction to Linear Regression Analysis", 2d ed. Wiley Inter-Science.
9.- Pindyck, Robert & Rubinfeld, D. (1981). Econometric Models and Economic Forecasting, McGraw-Hill, Inc, Singapore.
10.- Makridakis, S. (1991). Pronósticos. Estrategia y Planificación para el siglo XXI. Ediciones Diaz de Santos, S. A.
11.- Miklos T. y Tello M. E. (1991). Planeación Prospectiva. Editorial Limusa: México.
12.-Econometric Views. Micro TSP for Windows and the Macintosh.
13.-Trabajos Prácticos de Pronósticos de Negocios. ITAM. Enero de 1999