Your SlideShare is downloading. ×
Modelos causales
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Modelos causales

18,167
views

Published on


0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
18,167
On Slideshare
0
From Embeds
0
Number of Embeds
4
Actions
Shares
0
Downloads
138
Comments
0
Likes
3
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. MODELOSCUANTITATIVOS CAUSALES
  • 2. INTRODUCCIÓN Se requiere conocer el comportamiento de los componentes del estudio de mercado en el pasado, en el presente y en el futuro. Los modelos y técnicas de proyección ayudan a determinar éste comportamiento futuro.
  • 3. INTRODUCCIÓN Elección de un modelo o técnica depende de:  la validez y disponibilidad de los datos históricos,  la precisión deseada,  el costo del procedimiento,  los beneficios del resultado,  los periodos futuros que se deseen pronosticar,  el tiempo disponible para hacer el estudio,  ciclo de vida del producto, producto nuevo o no  etc.
  • 4. INTRODUCCIÓN Dificultades para pronosticar Eventos que no hayan ocurrido en el pasadoDesarrollo de Incorporación de Variaciones en las Etc.nuevas competidores con políticas económicastecnologías sistemas gubernamentales comerciales no tradicionales Antecedentes históricos = variables referenciales
  • 5. INTRODUCCIÓN La información de la proyección debe ser expresada en la formaque sea más útil al preparador del proyecto: zona geográfica, edad,sexo, etc. La validez de los resultados de la proyección está relacionada conla calidad de los datos de entrada. Fuentes de información más importantes: series históricas oficialesde organismos públicos y privados, las opiniones de expertos y elresultado de encuestas especiales.
  • 6. INTRODUCCIÓN La efectividad del método elegido se evaluará en función de: o Precisión: Cualquier error en su pronóstico tendrá asociado un costo. No es posible exigir una certeza total, pero si, la reducción al mínimo del costo del error en su proyección. o Sensibilidad: En un medio cambiante, debe ser lo suficientemente estable para enfrentar una situación de cambios lentos como dinámica para enfrentar cambios agudos. o Objetividad: La información que se tome como base de la proyección debe garantizar su validez y oportunidad en una situación histórica.
  • 7. METODOS DE PROYECCIÓN Métodos de proyecciónMétodos Modelos Métodos de seriessubjetivos causales de tiempo
  • 8. METODOS DE PROYECCIÓN Métodos subjetivos -Opinión de expertos -Se usa cuando: o el tiempo de elaboración es escaso o no se dispone de todos los antecedentes o datos o los datos no son confiables para predecir o no se puede explicar alguna variableEjm: Método Delphi, investigación de mercado y consenso de panel
  • 9. METODOS DE PROYECCIÓNModelos causalesParten del supuesto de que el grado deinfluencia de las variables que afectan alcomportamiento del mercado permaneceestable, para luego construir un modelo querelacione ese comportamiento con lasvariables que se estima son las causantesde los cambios que se observan en elmercado Causa Efecto
  • 10. METODOS DE PROYECCIÓNMétodos de series de tiempoSe utiliza cuando el comportamiento que asume elmercado a futuro puede determinarse por lo sucedidoen el pasado y se cuenta con la información históricaen forma confiable y completa.El modelo pierde validez cuando cambian lasvariables que caracterizaron el contexto (recesióneconómica, nueva tecnología, etc.) y necesita unajuste en forma subjetiva.
  • 11. MÉTODOS SUBJETIVOSMétodos subjetivos- Su importancia resalta cuando los métodos cuantitativos basadosen información histórica no pueden explicar por sí solos elcomportamiento futuro esperado de alguna de sus variables ocuando no existen suficientes datos históricos.- Se basa en la opinión de expertos Son : Método Delphi Investigación de mercado y Consenso de panel Pronósticos visionarios Analogía histórica
  • 12. MÉTODOS SUBJETIVOS Método Delphi- Reúne a un grupo de expertos (panelistas)- Se les somete a una serie de cuestionarios- Existe un proceso de retroalimentación controlada después decada serie de respuestas- La información se procesa estadísticamente y constituye unaopinión grupal de convergencia, de la que nace una predicción- Para no influir, el cuestionario se realiza en forma anónima- El proceso se repite hasta lograr la convergencia de opinionesde todos los expertos- El lapso entre cuestionarios y el número de ellos, debe ser lomenor posible para evitar intercambio de opiniones
  • 13. MÉTODOS SUBJETIVOS Investigación de mercado- Método más sistemático y objetivo que el anterior- Recolección de información relevante para ayudar a la tomade decisiones o para probar o refutar hipótesis sobre unmercado específico.- Se utilizan encuestas, experimentos, etc.- Puede ser un paso necesario para la aplicación y uso decualquiera de los métodos restantes.- Es flexible para seleccionar y diseñar la metodología que másse adecue al problema en estudio.
  • 14. MÉTODOS SUBJETIVOS Consenso de panel- Técnica similar al Método Delphi- Se diferencia en que no existen secretos sobre la identidad delemisor de las opiniones y no existe retroalimentación dirigida- Se estimula la comunicación- Los factores sociales influyen en los pronósticos y por estemotivo no reflejan un consenso verdadero- Existe la posibilidad de que emerja un grupo dominante queanule la interacción adecuada y se logre un consenso por lacapacidad de la argumentación y no por la validez de la misma.
  • 15. MÉTODOS SUBJETIVOS Pronóstico visionario- Lo realiza el personal interno de la empresa que tiene laexperiencia y conocimiento de sus clientes- Emiten opiniones respecto a reacciones y comportamientosposibles de esperar en el futuro- La proyección del mercado se hace tomando el resultado de laestimación directa del personal y corrigiéndola por antecedentesrecopilados- Es rápido y de bajo costo, pero se puede ver influida por lasexperiencias más recientes. La estimación es muy inexacta porla falta de unidades de medida.
  • 16. MÉTODOS SUBJETIVOS Analogía histórica - Supone que el mercado del proyecto puede tener un comportamiento similar al de otros mercados en el pasado - El mercado que se toma como referencia puede ser para el mismo producto pero de otra marca o de otra región geográfica o de un producto diferente pero con un mercado consumidor similarSu desventaja:Suponer que las variables determinantes en el comportamientopasado del mercado tomadas como referencia, se mantendránen el futuro y, además, que tendrán el mismo efecto sobre elmercado del proyecto.
  • 17. MODELOS CAUSALESModelos causales- Proyectan el mercado sobre la base de antecedentes cuantitativoshistóricos- Suponen que los factores condicionantes del comportamientohistórico de alguna o todas las variables del mercadopermanecerán estables- Una variable depende de muchas causas o factores que explicansu comportamiento Son : Modelo de regresión Modelo econométrico Método de encuestas de intenciones de compra Modelo de insumo producto
  • 18. Métodos de ProyecciónSe puede proyectar de dos formas: Por Tazas Por RegresiónMétodo de Proyección por Tazas.-Se realiza por medio de la taza aritmética o interés simple, de lasiguiente manera: η n = η o (1 + in) (η n η o − 1) i= n
  • 19. Diferentes Proyección por Regresión Tipos de ECUACIÓN Grafico Tipos de ECUACIÓNProyección F Proyección F Grafico (tiempo) (tiempo) Proy. Lineal Y = A + BX a b Y=a+ Proy. Asintótica x a Proy. Exponencial Y = ae bx b Y=a− x aProy. Potencial Y = ax b Proy. b (a− )   Gomportz Y=e x Proy. Y = a + b ln x Logarítmica
  • 20. Regresión LinealSe basa en la siguiente expresión matemática, que relaciona dos variables, seaY, la variable dependiente y X, la variable independiente, de la siguiente manera: Y = A +BXEsta relación se resuelve a través de la solución de las siguientes ecuacionesnormales, donde la incógnitas son la “A” y “B”. ∑ Y = nA + B∑ X ∑ XY = A∑ X + B∑ X A= ∑ Y + B∑ X ; B= ∑ XY − ∑ X∑ Y n ( ∑ X ) − n∑ X 2 2
  • 21. Regresión PotencialSi la nube de puntos de los datos Históricos de la demanda y la distribución delos mismos se aproxima a una función exponencial se puede recurrir a lasiguiente relación: Y = AX B Para linealizar esta función se aplica logaritmos a ambos miembros, mediante este procedimiento se obtiene una ecuación logarítmica lineal: Log Y = Log A + B Log X Y = Log Y A = Log A X = Log X ∑ LogY = nLogA + B∑ LogX ∑ LogXLogY = LogA∑ LogX + B∑ LogX 2
  • 22. Regresión ExponencialOtro tipo de función que tiene aplicación en el análisis de regresión, es lafunción exponencial, que esta dada por la expresión: Y = AB XLa regresión exponencial puede también ser linealizada aplicando logaritmos aambos miembros, resultado de ello se tiene la relación siguiente: LogY = LogA + LogB ( X ) Y = Log Y A = Log A B = Log B ∑ LogY = nLog A + Log B∑ X ∑ X LogY = LogA∑ X + Log B∑ X 2
  • 23. Regresión Parabólica o Curva CuadráticaSi la serie tiene una curva parabólica cuyo comportamiento se describematemáticamente por una ecuación de segundo grado ( parábola ). Laregresión se expresa así: Y = A + BX + CX 2 Donde: Y = Estimación de la variable dependiente A,B,C = constantes numéricas X = Valores de la variable independiente Los valores “A”, ”B” y ”C” se encuentran resolviendo un sistema de tres ecuaciones con tres incógnitas.
  • 24. Regresión Parabólica o Curva Cuadrática nA + B∑ X + C∑ X = ∑ Y 2 A ∑ X + B∑ X + C∑ X = ∑ XY 2 3 A ∑ X + B∑ X + C∑ X = ∑ X 2 3 4 2 YPero cuando se recurre a la codificación de la variable independiente, el calculotambién se efectúa con las siguientes formulas de mínimos cuadrados: (∑Y )(∑X ) − (∑X )(∑X Y ) 4 2 2 A = n (∑X ) − (∑X )(∑X ) 4 2 2 B= ∑XY ∑X 2 n (∑X Y ) − (∑Y )(∑X ) 2 2 C= (∑X ) − (∑X )(∑X ) 4 2 2
  • 25. La Curva de GomportzTiene la siguiente expresión matemática que la representa: b (a − ) ln y = ln e x b b (a − ) ln y = a − Y =e x x ⇓ ⇓ ⇓ Y = A − BXPor mínimos cuadrados, se tiene: 1 1 A= ∑ ln y + B∑ 1 x ; B= n ∑ x ln y − ∑ x ∑ln y n 2 2  1  1    ∑  −n x  ∑   x
  • 26. Coeficiente de DeterminaciónRecordemos que la ecuación de mejor ajuste corresponde aquella que presentalos coeficientes de determinación y correlación mas próximo a la unidadCoeficiente de Determinación ( Γ 2):Este coeficiente sirve para medir la relación entre las variables, medida deajuste de modelo de regresión y que corresponde al cuadrado delcoeficiente de correlación simple, con la relación : Γ2 = [ n (∑XY ) − (∑X )(∑Y ) ]2 n ( X ) − (∑X )  n (∑Y ) − (∑Y )  ∑ 2 2 2 2     
  • 27. Coeficiente de CorrelaciónCoeficiente de Correlación ( Γ):Se dice que existe correlación entre dos variables, cuando al variar una de ellasvaria también la otra variable. Para que la proyección sea mas acertada esnecesario que el numero de observaciones (n) sea mas amplio Γ= [ n (∑ XY ) − (∑ X )(∑ Y ) ]  n( X ) − (∑ X )   n ( ∑ Y ) − (∑ Y )  ∑ 2 2 2 2     El grado de aproximación entre variables es mayor cuando el coeficientede correlación se acerca al valor máximo de 1. Entonces, en este caso sedice, existe una elevada correlación entre X y Y.
  • 28. MODELOS CAUSALESModelos econométricos“Es un sistema de ecuaciones estadísticas queinterrelacionan a las actividades de diferentes sectoresde la economía y ayudan a evaluar la repercusión sobrela demanda de un producto o servicio. Es unaprolongación del análisis de regresión”
  • 29. MODELOS CAUSALESEncuestas de intensiones de compra- Se selecciona la unidad de análisis para cuantificar laintención de compra- Toma de la encuesta por muestreo- Análisis de los antecedentes recopiladosPeligro:Depende de las variables de contexto, sobre todocuando son dinámicas
  • 30. MODELOS DE SERIES DE TIEMPOModelos de series de tiempo Se refiere a la medición de valores de una variable en el tiempo a intervalos espaciados uniformemente Objetivo: determinar un patrón básico en el comportamiento que posibilite la proyección futura de la variable deseada (en base a la información histórica).
  • 31. MODELOS DE SERIES DE TIEMPOTendencia: crecimiento odeclinación en el largo plazo Ydel valor promedio de lavariable. Comp.Su importancia: el estudio tendenciadel nivel promedio de lavariable a lo largo del tiempo Xes mejor que el estudio deesa variable en un momentoespecífico de tiempo.
  • 32. MODELOS DE SERIES DE TIEMPOComponente Cíclico: Comp. cíclicoDivergencias que se da por Yefecto combinado de fuerzas Comp.económicas, sociales, políticas, tendenciatecnológicas, culturales y otrasexistentes en el mercado.La mayoría de los ciclos no Xtienen patrones constantes quepermitan prever su ocurrencia,magnitud y duración.
  • 33. MODELOS DE SERIES DE TIEMPOComponente Estacionario: Comp. cíclicoExhiben fluctuaciones que se Yrepiten en forma periódica y que Comp.normalmente dependen de tendenciafactores como el clima, la Comp.tradición, etc. estacional X
  • 34. MODELOS DE SERIES DE TIEMPOEjemplo 1 se requieren pronósticos trimestralespara una empresa del rubro de limpieza dealfombras para el año 5, se estima que lademanda para ése año es 2.600 clientes Trimestre Año 1 Año 2 Año 3 Año 4 1 45 70 100 100 2 335 370 585 725 3 520 590 830 1160 4 100 170 285 215 TOTAL 1000 1200 1800 2200
  • 35. MODELOS DE SERIES DE TIEMPO 1. Demanda promedio por estación Año 1: 1000/4= 250 Año 2: 1200/4= 300 Año 3: 1800/4= 450 Año 4: 2200/4= 550
  • 36. MODELOS DE SERIES DE TIEMPO2. Índices estacionales Trimestre Año 1 Año 2 Año 3 Año 4 1 0,18 0,23 0,22 0,18 2 1,34 1,23 1,30 1,32 3 2,08 1,97 1,84 2,11 4 0,4 0,57 0,63 0,39
  • 37. MODELOS DE SERIES DE TIEMPO3. Índice estacionalpromedio Trimestre Año 1 Año 2 Año 3 Año 4 Promedio 1 0,18 0,23 0,22 0,18 0,20 2 1,34 1,23 1,30 1,32 1,30 3 2,08 1,97 1,84 2,11 2,00 4 0,4 0,57 0,63 0,39 0,50
  • 38. MODELOS DE SERIES DE TIEMPO 4. Pronóstico 2600/4= 650 Trimestre Pronóstico 1 133 2 844 3 1300 4 324
  • 39. MODELOS DE ENCUESTAS Encuesta: es la investigación efectuada a base de preguntas a una persona entrevistada. Encuesta Tiempo Tiempo variable constante o instantánea
  • 40. MODELOS DE ENCUESTASEncuestas de tiempo variable:- Se recogen los datos de los elementos de ununiverso en diferentes fechas o momentos- Permite analizar las variaciones de los atributosencuestados a través del tiempo.Son: panel o guía de consumidores, inventario deestablecimientos y establecimiento piloto
  • 41. MODELOS DE ENCUESTASEncuestas instantáneas:- Se recoge información correspondiente a una omás variables en un corto periodo- Permite conocer con precisión la situación yestructura de las variables al momento en que serealiza la investigación.- Son más costosas, laboriosas y difíciles derealizar que las encuestas de tiempo variable.Utiliza: entrevista directa, postal, telefónica ysimilares
  • 42. MODELO DE ENCUESTAS Existen dos problemas metodológicos: 1. Elaboración de cuestionarios: Conjunto estructurado de preguntas para levantar la información necesaria con el mínimo costo y sin cansar al entrevistado. 2. Distribución del cuestionario: Distribución por correo, por teléfono, entrevista personal
  • 43. MODELOS DE MUESTREO- Se utiliza cuando la encuesta total o universal(censo) resulta costosa, laboriosa o impracticable.- Técnica aplicable tanto a las encuestas de tiempovariable como a las instantáneas.-Se puede muestrear tanto individuos del universocomo valores de la variable en el tiempo.- Ventajas: económico, rapidez y precisión; si sedetermina la muestra, se diseña la encuesta y seentrevista correctamente; así como también si seprocesa e interpreta adecuadamente la información.
  • 44. MODELOS DE MUESTREOPrincipios básicos de muestreo:Una muestra debe ser representativa y tener todaslas características de la población, incluyendo elgrado de heterogeneidad de elementos.Debe intervenir un factor de aleatoriedad.