Modelo senoidal aplicado a los negocios UNJBG TACNA

Introducción

Actualmente diversas instituciones requieren conocer el comportamiento futuro de ciertos fenómenos con el fin de planificar y prevenir, pero sobre todo de entender el comportamiento de las variables y a su vez obtener una ventaja competitiva, para todo ello se hace necesario el uso de los métodos predictivos o modelos de predicción.

En el siguiente trabajo buscamos desarrollar uno de los principales modelos para establecer ecuaciones de regresión múltiple especiales que se adecuen a casos particulares. Este es el caso del modelo Senoidal y como este método nos permite realizar predicciones cada vez más exactas, donde la principal variable con la que trabaja es el tiempo, es decir, la que utiliza para predecir lo que ocurrirá con una variable en el futuro a partir del comportamiento de esa variable.

En las organizaciones es de mucha utilidad las predicciones a corto y mediano plazo, por ejemplo ver que ocurrirá con la demanda de un cierto producto, las ventas al futuro, decisiones sobre inventario, insumos, etc. En estos tiempos la información se ha convertido en poder, y lograr obtener predicciones sobre los principales ámbitos estratégicos de la empresa va a garantizar el éxito de una empresa que desea tener éxito, es por ello que se es fundamental la aplicación de métodos predictivos como soporte para una adecuada toma de decisiones.

Los datos se pueden comportar de diferentes formas a través del tiempo, Puede que se presente una tendencia, un ciclo; no tener una forma definida o aleatoria, variaciones estacionales (Anual, semestral, etc.) el reto es que se encuentre un patrón a estos datos, y a partir de ello el modelo de predicción mas adecuado para un caso en particular.

Resumen

El presente trabajo busca desarrollar uno de los métodos de predicción utilizado en los negocios, este es caso del modelo Senoidal, para ello hemos partido de tener en claro que este es un modelo estadístico aproximado que se caracteriza por utilizar funciones trigonométricas, teniendo como principal finalidad el hecho de entender el comportamiento de las variables, al establecerse una ecuación de regresión múltiple.

Para poner en práctica este modelo, daremos uso de un software estadístico especializado como lo es el SPSS Statistics.

La parte práctica de este trabajo consiste en la aplicación de la Ingeniería Comercial, para lo cual utilizando tres situaciones que se presentan en diferentes empresas, buscaremos obtener una predicción que nos permita entender el comportamiento de las variables y a su vez obtener una ventaja competitiva para la empresa.

Es importante tener en cuenta que este un modelo aplicado en la administración de negocios, por lo que el comportamiento de las variables se convierte en algo primordial que la empresa debe de conocer, para poder realizar predicciones cada vez mas exactas.

• OBJETIVOS DEL ESTUDIO

• Objetivos generales

• Construir un modelo Senoidal de pronostico aproximado basado en la técnica de regresión múltiple para una determinada empresa

• Formular un escenario futuro de mercado utilizando un software estadístico especializado como el SPSS

• Objetivos específicos

• Desarrollar el modelo senoidal y analizar de que forma este, puede ayudarnos a realizar predicciones cada vez mas exactas.

• Ilustrar la utilidad de las variables trigonométricas como predictores en un modelo de pronóstico

• Establecer a partir del modelo senoidal ecuaciones de regresión múltiple especiales que se adecuen a casos particulares.

Marco teórico: modelo senoidal

• Concepto

Modelo estadístico aproximado que trabaja con términos periódicos como variables independientes para pronosticar sus valores.

• Características

• Utiliza funciones trigonométricas dentro de la ecuación (Sen, Cos, Tg, etc.)

• Son útiles en las serie de tiempo debido al efecto cíclico que normalmente presenta.

• Realiza predicciones cada vez más exactas.

• Ilustran como pueden combinarse linealmente funciones no lineales de las variables independientes en una ecuación econométricas de predicción por el método de mínimo cuadrados.

• Finalidad

• Establecer ecuaciones de regresión múltiple especiales que se adecuen a casos particulares.

• Brinda una ventaja competitiva a partir del pronóstico obtenido.

• Metodología del Modelo Senoidal

La esencia del modelo senoidal es lograr establecer ecuaciones de regresión múltiple especiales que se adecuen a casos particulares (únicos), por lo cual no existe una ecuación general de regresión senoidal, esta varia de acuerdo a al cantidad de variables independientes o causales que se utilicen en el modelo, y al arreglo que se le de a cada ecuación mediante funciones trigonométricas para una mejor predicción. Una vez establecida la ecuación, solo se debe adecuar a un modelo de regresión múltiple. Por ejemplo la siguiente ecuación es de un modelo senoidal en función solo de la variable tiempo como variable independiente o causal.

• Ventajas y desventajas

• Descripción del software

SPSS son las siglas en ingles, que en su traducción al castellano quedaría como "Paquete Estadístico para las Ciencias Sociales".

Se trata de un programa o software estadístico que se emplea muy a menudo en las ciencias sociales y, de un modo más específico por las empresas y profesionales de investigación de mercados. Ello quiere decir que este software estadístico resultará de gran utilidad a la hora de llevar a cabo una investigación de carácter comercial.

Es uno de los programas estadísticos más conocidos teniendo en cuenta su capacidad para trabajar con grandes bases de datos y un sencillo interface para la mayoría de los análisis.

• Función

Los usuarios pueden ejecutar análisis estadísticos, simples o complejos, haciendo clic en una serie de menús desplegables y seleccionando los comandos deseados pre-programados. Como resultado, permite a los usuarios crear programas personalizados, o para unir múltiples operaciones de pre-programados para ser aplicados en secuencia.

• Beneficios

Un programa SPSS permite a un usuario llevar a cabo el mismo procedimiento en repetidas ocasiones, sin tener que recordar los menús desplegables o los comandos que debe hacer clic y elegir con el fin de establecer la serie de los procedimientos necesarios. Esto ahorra tiempo al organizar y analizar los datos.

• Módulos del SPSS

El sistema de módulos de SPSS, como los de otros programas (similar al de algunos lenguajes de programación) provee toda una serie de capacidades adicionales a las existentes en el sistema base. Algunos de los módulos disponibles son:

• Modelos de Regresión

• Modelos Avanzados

• Tendencias

• Análisis Conjunto

• Pruebas Exactas

• Muestras Complejas

• Árboles de Clasificación

Aplicación a la ingeniería comercial

• Aplicación 1

La Panadería "Bohemia Tacneña" dedicada a la venta de panes desea conocer el valor de sus ventas al final de cada semana. Para ello recurrieron a un Ing. Comercial, quien a partir de un modelo senoidal de predicción ajustado por mínimos cuadrados podrá obtener dichos valores. Para todo ello se cuenta con los siguientes datos:

APLICACIÓN CON EXCEL

Inicializando Excel 2010. Este lo encontramos en el escritorio

3.1.1 Ingreso de datos

Para realizar el modelo senoidal lo primero que se debe hacer es ingresar los datos de la siguiente manera.

3.1.2 Procedimiento

Primero debemos hallar los picos. Para lo cual seleccionamos todos los datos de la tabla

Seguidamente vamos al menú(INSERTAR(GRAFICOS(DISPERSION y escogemos el que nos dice Dispersión con Líneas Suavizadas y marcadores y le damos clic.

Automáticamente nos aparece el siguiente grafico

Seguidamente creamos nuestra tabla de acuerdo al Modelo Senoidal que nos ayude a entender mejor el problema. Nos debe quedar de la siguiente manera.

Seguidamente insertamos en una celda (en nuestro Caso J3) el valor de 180 que representa a Pi. Y seguidamente damos clic en la celda C4 para insertar una formula para toda esa columna.

Y comenzamos insertando la formula, con la finalidad de hallar el valor X2 para el periodo 1.

Seguidamente jalamos desde la parte inferior derecha de la celda para que toda la columna X2 tenga sus respectivos valores. Nos debe quedar de la siguiente manera:

A continuación hacemos el mismo procedimiento con las siguientes columnas:

X3

X4

X5

Y por ultimo, para terminar de completar la tabla. Arrastramos las columnas de X3, X4 y X5 haciendo clic sin soltar desde la parte inferior derecha de cada celda

Finalmente nos debe quedar así nuestra tabla:

Seguidamente una columna con el nombre de PREDICCION, que es lo que deseamos sabes:

• Inicializamos SPSS 20 de IBM

• Copiamos los datos de Excel

• Lo llevamos al SPSS

Damos clic en vista de variables y le ponemos nombre a las columnas

Una vez llenados los datos seguimos la siguiente ruta ANALIZAR(REGRESION (LINEALES

Aparece la siguiente ventana donde ingresamos la variable dependiente y las independientes

Al final nos sale la siguiente, ventana con los resultados para la ecuación

Ahora, adecuamos el modelo de regresión múltiple que anteriormente nos dio el SPS

La formula debe quedar de la siguiente manera:

Nuestra tabla final ya esta lista y debería quedarnos de la siguiente manera:

Modelo Senoidal