Marketing Analytics & Demand Forecasting

UNIVERSIDAD ADOLFO IBEZ

Gua de Estudio
para Contenidos de la Parte 2

Roberto E. Jaln Gardella

roberto.jalon@uai.cl
(+56 9) 9068 4003
http://cl.linkedin.com/in/robertojalongardella

Para todos los Mtodos y Modelos

Los perodos de las series de datos podrn ser:
o Mensuales
o Trimestrales
o Cuatrimestrales
o Semestrales
Para cualquiera de estos tipos de serie de datos, usted deber ser capaz de aplicar
y realizar todos los procedimientos y clculos de todos los mtodos y modelos.
Para todos los mtodos y modelos, usted deber ser capaz de:
o Comparar unos con otros mtodos alternativos, mediante MSE o MAD.
o Realizar los clculos o estimaciones hacia atrs, es decir, si se perdiera
alguna informacin anterior, debiera poder deducirla y calcularla nuevamente
o Graficar la series de datos, tanto observados como pronosticados
Microsoft Excel:
o Replicar todos los cuadros y tablas, con frmulas y funciones apropiadas, tal
que bastase corregir una celda para que todos los clculos se actualicen
o Identificar los errores en las frmulas y las funciones de una hoja
Nota: El formulario incluido en una evaluacin (prueba, control, examen), no explica procedimientos

Mtodos de Promedios Mviles y de Suavizamiento

Deber ser capaz de aplicar y realizar todos los procedimientos y clculos, de todos los
mtodos y modelos siguientes:
Ingenuo
Ingenuo con tendencia
Ingenuo con tasa de cambio
Ingenuo con Estacionalidad
Ingenuo con Estacionalidad y Tendencia
Promedio simple
Promedio mvil para k perodos
Doble promedio mvil
Suavizamiento Exponencial Simple
Suavizamiento Exponencial Lineal de Holt
Suavizamiento Exponencial Multiplicativo de Winters
Para todos los mtodos y modelos, debe ser capaz de:
Hacer el pronstico para 1, 2, 3,,p perodos adelante en el futuro
Calcular el MSE, MAD, MAPE
Medida de alerta: intervalo 2RMSE

Para el mtodo de suavizamiento exponencial, adems debe ser capaz de:

Elegir el valor ptimo del parmetro
Estimar desviacin estndar del pronstico usando RMSE y determinar criterio de
alerta de revisin del modelo
Para el mtodo de Holt, adems debe ser capaz de:
Realizar razonadamente los supuestos iniciales, segn el tipo de serie
Determinar y estimar el nivel
Determinar y estimar la tendencia
Hacer el pronstico para 1, 2, 3,,p perodos adelante en el futuro
Para el mtodo de Winters, adems debe ser capaz de:
Realizar razonadamente los supuestos iniciales, segn el tipo de serie
Determinar y estimar el nivel
Determinar y estimar la tendencia
Determinar y estimar la estacionalidad
Hacer el pronstico para 1, 2, 3,,p perodos adelante en el futuro

Series de Tiempo: Modelo Aditivo y Modelo Multiplicativo

Para ambos modelos, deber ser capaz de:
Aplicarlos y realizar correctamente todos los procedimientos y clculos con
cualquier tipo de serie de tiempo (mensual, trimestral, cuatrimestral, semestral).
Hallar la estacionalidad o ndice estacional
Determinar el componente estacional St utilizando cualquiera de las medidas de
tendencia central (promedio simple, promedio-sin-colas, mediana) y su
modificacin para centrarlo adecuadamente (nota: recuerde cmo difiere el
centrado si el modelo es aditivo o si es multiplicativo)
Desestacionalizar la serie.
Determinar el componente tendencial ajustando una recta y determinando su
pendiente e intercepto (regresin simple)
Si se sospecha que hubiese componente cclico, poder determinarlo
aproximadamente mediante promedio mvil adecuado.
Hacer pronsticos para 1, 2, 3,, p perodos hacia adelante en el futuro.
Nota: El formulario de la prueba no incluye definiciones, ni procedimientos:
o Modelo Aditivo: Yt = Tt + Ct + St + It
o Modelo Multiplicativo: Yt = Tt x Ct x St x It

Regresin Simple
Deber ser capaz de :
Ajustar una lnea recta mediante mnimos cuadrados ordinarios, estimando
pendiente e intercepto
Obtener el valor ajustado o pronstico para cualquier valor de X
Manipular algebraicamente las frmulas y ecuaciones
Graficar la recta ajustada
Determinar la desviacin o error estndar de la estimacin syx.
Determinar la desviacin o error estndar del pronstico sf.
Construir un intervalo de confianza para el pronstico, para cualquier nivel de
confianza y cualquier cantidad de grados de libertad.
Determinar el coeficiente de determinacin R2, teniendo informacin suficiente
sobre Y e
Hacer todo lo anterior con variables X que sean continuas, o dicotmicas
(dummies), o logartmicas, o polinmicas, o con interacciones

Regresin Mltiple
Deber ser capaz de:
Obtener el valor ajustado o pronstico para cualquier valor de X1, X2, X3,
Manipular algebraicamente las frmulas y ecuaciones
Graficar la recta ajustada para X1, ceteris paribus (para valores determinados o
fijos de X2, X3, )
Interpretar efectos en la variable Y, por cambios en las variables X1, X2, X3, para
diversas especificaciones funcionales, con variables continuas, o dicotmicas
(dummies), o logartmicas
Identificar mediante el estadstico t de la pendiente j si la variable Xj es o no
estadsticamente significativa
Elegir entre modelos segn el coeficiente de determinacin ajustado R2-ajustado o
.
Leer y entender un reporte de una estimacin realizado por algn software
economtrico: coeficientes, desviaciones estndar, estadsticos t, R2-ajustado,
variable dependiente, variables independientes, nmero de observaciones.
Nota: El formulario no incluir especificaciones de las diversas formas funcionales