Métodos cualitativos

La importancia de los métodos cualitativos en la predicción del mercado se manifiesta cuando los métodos cuantitativos basados en información histórica no pueden explicar por sí solos el comportamiento futuro esperado de alguna de sus variables, o cuando no existen suficientes datos históricos.

n=σ2Z2

e2

Donde n es el tamaño de la muestra, 2 es la desviación estándar (que puede calcularse en referencia con otros estudios o sobre la base de una prueba piloto), Z el valor crítico de la distribución normal para un nivel de confianza deseado y e2 el nivel de error máximo permitido, que puede interpretarse como la mayor diferencia permitida entre la medida de la muestra y la media de la población.El valor de Z se obtiene de una tabla de probabilidades de una distribución normal y se conoce como el número de errores estándar asociados con el nivel de confianza.Por ejemplo, para tener un nivel de confianza del 95%, la tabla de probabilidades de distribución normal muestra un valor de Z = 1,96.

Así, si una empresa fabricante de aceite comestible tradicional evalúa un proyecto para colocar un nuevo producto en el mercado, como el aceite combinado de oliva y maíz, puede estimar el tamaño de la muestra basándose en el promedio histórico de consumo medio anual. Si la media histórica ha sido 12 litros, si la desviación estándar de la muestra, obtenida mediante una prueba piloto, es 3 y si el error máximo permitido es 0,3 (lo que supone que ningún consumidor compraría más de 12,3 litros, ni menos de 11,7 litros), el tamaño de la muestra para un nivel de confianza de 95% se calcula por:

n=321.962

0.32=385

Métodos causales

Los modelos causales, a diferencia de los métodos cualitativos, intentan proyectar el mercado sobre la base de antecedentes cuantitativos históricos; para ello, suponen que los factores condicionantes del comportamiento histórico de alguna o todas las variables del mercado permanecerán estables.

Se usa la regresion lineal.

Modelos de series de tiempo