Modelos causales

MODELOS CUANTITATIVOS

CAUSALES

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.

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.

INTRODUCCIÓNDificultades para pronosticar

Eventos que no hayan ocurrido en el pasado

Desarrollo de nuevas tecnologías

Incorporación de competidores con sistemas comerciales no tradicionales

Variaciones en las políticas económicas gubernamentales

Etc.

Antecedentes históricos = variables referenciales

INTRODUCCIÓN

La información de la proyección debe ser expresada en la forma que sea más útil al preparador del proyecto: zona geográfica, edad, sexo, etc.

La validez de los resultados de la proyección está relacionada con la calidad de los datos de entrada.

Fuentes de información más importantes: series históricas oficiales de organismos públicos y privados, las opiniones de expertos y el resultado de encuestas especiales.

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.

METODOS DE PROYECCIÓN

Métodos de proyección

Métodos subjetivos

Modelos causales

Métodos de series de tiempo


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 variable

Ejm: Método Delphi, investigación de mercado y consenso de panel


Modelos causales

Parten del supuesto de que el grado de influencia de las variables que afectan al comportamiento del mercado permanece estable, para luego construir un modelo que relacione ese comportamiento con las variables que se estima son las causantes de los cambios que se observan en el mercado

Causa Efecto


Métodos de series de tiempo

Se utiliza cuando el comportamiento que asume el mercado a futuro puede determinarse por lo sucedido en el pasado y se cuenta con la información histórica en forma confiable y completa.

El modelo pierde validez cuando cambian las variables que caracterizaron el contexto (recesión económica, nueva tecnología, etc.) y necesita un ajuste en forma subjetiva.

MÉTODOS SUBJETIVOS

Métodos subjetivos

- Su importancia resalta 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.

- Se basa en la opinión de expertos

Son :

Método Delphi

Investigación de mercado y

Consenso de panel

Pronósticos visionarios

Analogía histórica

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 de cada serie de respuestas

- La información se procesa estadísticamente y constituye una opinión 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 opiniones de todos los expertos

- El lapso entre cuestionarios y el número de ellos, debe ser lo menor posible para evitar intercambio de opiniones

MÉTODOS SUBJETIVOS

Investigación de mercado

- Método más sistemático y objetivo que el anterior

- Recolección de información relevante para ayudar a la toma de decisiones o para probar o refutar hipótesis sobre un mercado específico.

- Se utilizan encuestas, experimentos, etc.

- Puede ser un paso necesario para la aplicación y uso de cualquiera de los métodos restantes.

- Es flexible para seleccionar y diseñar la metodología que más se adecue al problema en estudio.

MÉTODOS SUBJETIVOS

Consenso de panel

- Técnica similar al Método Delphi

- Se diferencia en que no existen secretos sobre la identidad del emisor de las opiniones y no existe retroalimentación dirigida

- Se estimula la comunicación

- Los factores sociales influyen en los pronósticos y por este motivo no reflejan un consenso verdadero

- Existe la posibilidad de que emerja un grupo dominante que anule la interacción adecuada y se logre un consenso por la capacidad de la argumentación y no por la validez de la misma.

MÉTODOS SUBJETIVOS

Pronóstico visionario

- Lo realiza el personal interno de la empresa que tiene la experiencia y conocimiento de sus clientes

- Emiten opiniones respecto a reacciones y comportamientos posibles de esperar en el futuro

- La proyección del mercado se hace tomando el resultado de la estimación directa del personal y corrigiéndola por antecedentes recopilados

- Es rápido y de bajo costo, pero se puede ver influida por las experiencias más recientes. La estimación es muy inexacta por la falta de unidades de medida.

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 similar

Su desventaja:

Suponer que las variables determinantes en el comportamiento pasado del mercado tomadas como referencia, se mantendrán en el futuro y, además, que tendrán el mismo efecto sobre el mercado del proyecto.

MODELOS CAUSALES

Modelos causales

- Proyectan el mercado sobre la base de antecedentes cuantitativos históricos

- Suponen que los factores condicionantes del comportamiento histórico de alguna o todas las variables del mercado permanecerán estables

- Una variable depende de muchas causas o factores que explican su comportamiento

Son :

Modelo de regresión

Modelo econométrico

Método de encuestas de intenciones de compra

Modelo de insumo producto

Métodos de Proyección

Método de Proyección por Tazas.-

n

)1(i

)in1(

on

on

−ηη=

+η=η

Se puede proyectar de dos formas: Por Tazas Por Regresión

Se realiza por medio de la taza aritmética o interés simple, de la siguiente manera:

Diferentes Proyección por Regresión

Tipos de Proyección

ECUACIÓN F (tiempo)

Grafico

Proy. Lineal

Proy. Exponencial

Proy. Potencial

Proy. Logarítmica

BXAY +=

bxaeY =

baxY =

xlnbaY +=

Tipos de Proyección

ECUACIÓN F (tiempo)

Grafico

Proy. Asintótica

Proy. Gomportz

x

baY +=

x

baY −=

)x

ba(

eY−

=

a

a

a

Regresión Lineal

Se basa en la siguiente expresión matemática, que relaciona dos variables, sea Y, la variable dependiente y X, la variable independiente, de la siguiente manera:

BX A Y+ =Esta relación se resuelve a través de la solución de las siguientes ecuaciones normales, donde la incógnitas son la “A” y “B”.

∑ ∑∑∑ ∑

+=

+=

XBXAXY

XBnAY

( ) ∑∑∑ ∑ ∑∑∑

−

−=

+=

22XnX

YXXYB;

n

XBYA

Regresión Potencial

Si la nube de puntos de los datos Históricos de la demanda y la distribución de los mismos se aproxima a una función exponencial se puede recurrir a la siguiente relación:

BAXY =

Para linealizar esta función se aplica logaritmos a ambos miembros, mediante este procedimiento se obtiene una ecuación logarítmica lineal:

XLogBALogYLog +=

XLogXALogAYLogY ===

∑ ∑+= LogXBnLogALogY ∑ ∑ ∑+= 2LogXBLogXLogALogXLogY

Regresión Exponencial

Otro tipo de función que tiene aplicación en el análisis de regresión, es la función exponencial, que esta dada por la expresión:

XABY =

La regresión exponencial puede también ser linealizada aplicando logaritmos a ambos miembros, resultado de ello se tiene la relación siguiente:

)X(LogBLogALogY +=

BLogBALogAYLogY ===

∑ ∑+= XBLogAnLogLogY

∑ ∑ ∑+= 2XBLogXLogALogYX

Regresión Parabólica o Curva Cuadrática

Si la serie tiene una curva parabólica cuyo comportamiento se describe matemáticamente por una ecuación de segundo grado ( parábola ). La regresión se expresa así:

2CXBXAY ++=

Donde:Y = Estimación de la variable dependienteA,B,C = constantes numéricasX = Valores de la variable independienteLos valores “A”, ”B” y ”C” se encuentran resolviendo un sistema de tres ecuaciones con tres incógnitas.

Regresión Parabólica o Curva Cuadrática

∑ ∑ ∑ ∑∑ ∑ ∑∑

∑ ∑∑

=++

=++

=++

YXXCXBXA

XYXCXBXA

YXCXBnA

2432

32

2

Pero cuando se recurre a la codificación de la variable independiente, el calculo también se efectúa con las siguientes formulas de mínimos cuadrados:

( ) ( ) ( ) ( )( ) ( ) ( )

( ) ( ) ( )( ) ( ) ( )∑∑∑

∑∑∑∑∑

∑∑∑∑∑∑∑

−

−=

=

−

−=

224

22

2

224

224

XXX

XYYXnC

X

XYB

XXXn

YXXXYA

La Curva de Gomportz

Tiene la siguiente expresión matemática que la representa:

)x

ba(

eY−

=

BXAY

x

bayln

elnyln)

x

ba(

−=⇓⇓⇓

−=

=−

Por mínimos cuadrados, se tiene:

∑∑∑ ∑∑∑∑

−

−=

+=

22

x

1n

x

1

ylnx

1yln

x

1n

B;n

x1Byln

A

Coeficiente de Determinación

Recordemos que la ecuación de mejor ajuste corresponde aquella que presenta los coeficientes de determinación y correlación mas próximo a la unidad

Coeficiente de Determinación ( ):2Γ

Este coeficiente sirve para medir la relación entre las variables, medida de ajuste de modelo de regresión y que corresponde al cuadrado del coeficiente de correlación simple, con la relación :

( ) ( ) ( )[ ]( ) ( ) ( ) ( )

−

−

−=

∑∑∑∑∑∑∑

2222

2

2

YYnXXn

YXXYnΓ

Coeficiente de Correlación

Se dice que existe correlación entre dos variables, cuando al variar una de ellas varia también la otra variable. Para que la proyección sea mas acertada es necesario que el numero de observaciones (n) sea mas amplio

( ) ( ) ( )[ ]( ) ( ) ( ) ( )

−

−

−=

∑∑∑∑∑∑∑

2222 YYnXXn

YXXYnΓ

El grado de aproximación entre variables es mayor cuando el coeficiente de correlación se acerca al valor máximo de 1. Entonces, en este caso se dice, existe una elevada correlación entre X y Y.

Coeficiente de Correlación ( ):Γ

MODELOS CAUSALES

Modelos econométricos

“Es un sistema de ecuaciones estadísticas que interrelacionan a las actividades de diferentes sectores de la economía y ayudan a evaluar la repercusión sobre la demanda de un producto o servicio. Es una prolongación del análisis de regresión”

MODELOS CAUSALES

Encuestas de intensiones de compra

- Se selecciona la unidad de análisis para cuantificar la intención de compra

- Toma de la encuesta por muestreo

- Análisis de los antecedentes recopilados

Peligro:

Depende de las variables de contexto, sobre todo cuando son dinámicas

MODELOS DE SERIES DE TIEMPO

Modelos 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).


X

Y

Tendencia: crecimiento o declinación en el largo plazo del valor promedio de la variable.

Su importancia: el estudio del nivel promedio de la variable a lo largo del tiempo es mejor que el estudio de esa variable en un momento específico de tiempo.

Comp. tendencia


Componente Cíclico: Divergencias que se da por efecto combinado de fuerzas económicas, sociales, políticas, tecnológicas, culturales y otras existentes en el mercado.

La mayoría de los ciclos no tienen patrones constantes que permitan prever su ocurrencia, magnitud y duración.

X

Y

Comp. tendencia

Comp. cíclico


X

Y

Componente Estacionario: Exhiben fluctuaciones que se repiten en forma periódica y que normalmente dependen de factores como el clima, la tradición, etc.

Comp. tendencia

Comp. cíclico

Comp. estacional


Ejemplo 1 se requieren pronósticos trimestrales para una empresa del rubro de limpieza de alfombras para el año 5, se estima que la demanda 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


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


2. 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


3. Índice estacional promedio

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


4. Pronóstico

2600/4= 650

Trimestre Pronóstico

1 133

2 844

3 1300

4 324

MODELOS DE ENCUESTAS

Encuesta: es la investigación efectuada a base de preguntas a una persona entrevistada.

Encuesta

Tiempo variable

Tiempo constante o instantánea


Encuestas de tiempo variable:

- Se recogen los datos de los elementos de un universo en diferentes fechas o momentos

- Permite analizar las variaciones de los atributos encuestados a través del tiempo.

Son: panel o guía de consumidores, inventario de establecimientos y establecimiento piloto


Encuestas instantáneas:

- Se recoge información correspondiente a una o más variables en un corto periodo

- Permite conocer con precisión la situación y estructura de las variables al momento en que se realiza la investigación.

- Son más costosas, laboriosas y difíciles de realizar que las encuestas de tiempo variable.

Utiliza: entrevista directa, postal, telefónica y similares

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

MODELOS DE MUESTREO- Se utiliza cuando la encuesta total o universal (censo) resulta costosa, laboriosa o impracticable.

- Técnica aplicable tanto a las encuestas de tiempo variable como a las instantáneas.

-Se puede muestrear tanto individuos del universo como valores de la variable en el tiempo.

- Ventajas: económico, rapidez y precisión; si se determina la muestra, se diseña la encuesta y se entrevista correctamente; así como también si se procesa e interpreta adecuadamente la información.

MODELOS DE MUESTREO

Principios básicos de muestreo:

Una muestra debe ser representativa y tener todas las características de la población, incluyendo el grado de heterogeneidad de elementos.

Debe intervenir un factor de aleatoriedad.

Documents

Modelos causales