Modelo senoidal aplicado a los negocios UNJBG TACNA (página 2)

• Aplicación 2

La empresa "La Genovesa – Tacna" dedicada a la venta de Abarrotes desea saber el valor de sus ventas al final de cada semana mediante un modelo senoidal de predicción ajustado por mínimos cuadrados

Para lo cual cuenta con los siguientes datos:

Tal como aprendimos en el caso anterior tendremos que formar las siguientes columnas para luego poder llevarlas a un programa especializado que nos brinde el pronóstico esperado.

UTILIZACIÓN DE PROGRAMA STATGRAPHICS

Programa que cuenta con un módulo disponible para hallar los parámetros que son necesarios para un pronóstico eficaz.

• Ingreso de datos

Para ello hemos pegado la tabla de datos ya procesados en Excel, tal como se muestra en la siguiente imagen.

Luego debemos de especificar el nombre de cada columna, para poder tener claro cuales son las variables a utilizar en el siguiente caso.

• Procesamiento de datos

Seguidamente aparecerá la siguiente ventana donde habrá que colocar la variable dependiente y las variables independientes en el casillero que le corresponda.

Escogemos la tabla de Resumen de Análisis para poder obtener el valor de cada variable.

• Resultados

La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la relación entre VENTAS y 5 variables independientes. La ecuación del modelo ajustado es

VENTAS = 68.4745 + 0.436126*X1 + 3.93261*X2 – 0.184506*X3 – 0.201623*X4 – 0.194681*X5

Esta Tabla Final nos muestra el valor de predicción, además del error de predicción, pero sobre todo la predicción que teníamos como objetivos al realizar este caso.

• Tabla de los coeficientes de Variable

• Gráfica del Modelo

El siguiente grafico nos muestra el comportamiento de este modelo al considerarse el valor observado y el valor de predicción.

• Aplicación 3

La marca Sport, empresa dedicada a la venta de ropa deportiva, ha decidido realizar un pronóstico, para poder conocer el valor de sus ventas al final de cada semana mediante un modelo senoidal de predicción ajustado por mínimos cuadrados.

Tal es así que se cuenta con los siguientes datos:

El siguiente paso será obtener las siguientes columnas con la ayuda del Excel y sus formulas. Hecho que ya pudimos apreciar con detenimiento en el desarrollo del primer caso.

UTILIZACION DE SOFWARE INFOSTAT

InfoStat es un software para análisis estadístico de aplicación general. Cubre tanto las necesidades elementales para la obtención de estadísticas descriptivas y gráficos para el análisis exploratorio,  como métodos avanzados de modelación estadística y análisis multivariado. Una de sus fortalezas es la sencillez de su interfaz combinada con capacidades profesionales para el cálculo y el manejo de datos. 

3.3.1 Ingreso de datos

Para ello hemos pegado la tabla de datos ya procesados en Excel, tal como se muestra en la siguiente imagen.

Luego debemos de especificar el nombre de cada columna, para poder tener claro cuales son las variables a utilizar en el siguiente caso.

• Procesamiento de datos

En esta parte debemos de seguir la siguiente ruta ESTADISTICAS(REGRESION LINEAL

Seguidamente aparecerá la siguiente ventana donde habrá que colocar la variable dependiente y las variables independientes en el casillero que le corresponda.

Escogemos la tabla de Coeficientes de regresión y estadísticos asociados para poder obtener el valor de cada variable.

• Resultados

La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la relación entre VENTAS y 5 variables independientes. La ecuación del modelo ajustado es

VENTAS = 120.804 + 0.152774*X1 – 0.522789*X2 – 3.83423*X3 – 0.257529*X4 + 0.441354*X5

Esta Tabla Final nos muestra el valor de predicción, además del error de predicción, pero sobre todo la predicción que teníamos como objetivos al realizar este caso.

• Tabla de los coeficientes de Variable

MODELO SENOIDAL

Conclusiones

• El Modelo Senoidal puede llegar a representar con mucha exactitud la realidad, situación que pudimos constatar con la utilidad de las variables trigonométricas como predictores en un modelo de pronóstico.

• El modelo Senoidal aplicado en la administración de negocios, mejora notablemente el entendimiento del comportamiento de las variables, generando ventajas competitivas para quien los usa.

• Es un modelo aproximado por lo que el comportamiento de la variable es algo diferente a la real, pero se usa con excelentes resultados en pronosticar sus valores

• Este modelo es un modelo que requiere definir el coeficiente de suaviza miento pero es fácil de usar y aplicar a problemas reales.

Glosario

• Variable trigonométrica

Concepto que se utiliza en el ámbito de las matemáticas para hacer referencia a las funciones trigonométricas variables que pueden encontrarse en una figura geométrica.

• Ventaja competitiva

Se denomina ventaja competitiva a una ventaja que una compañía tiene respecto a otras compañías competidoras. Se dice que la única ventaja competitiva de largo recorrido es que una empresa pueda estar alerta y sea tan ágil como para poder encontrar siempre una ventaja sin importar lo que pueda ocurrir.

• Métodos predictivos

Puede referirse tanto a la «acción y al efecto de predecir» como a «las palabras que manifiestan aquello que se predice»; en este sentido, predecir algo es «anunciar por revelación, ciencia o conjetura algo que ha de suceder».

• Modelo estadístico

Un modelo estadístico es una expresión simbólica en forma de igualdad o ecuación que se emplea en todos los diseños experimentales y en la regresión para indicar los diferentes factores que modifican la variable de respuesta.

• Escenario futuro

Un escenario es un conjunto formado por la descripción de una situación futura y el proceso que marca la propia evolución de los acontecimientos de manera que permitan al territorio pasar de la situación actual a la situación futura.

• Mínimo cuadrado

Es una técnica de análisis numérico enmarcada dentro de la optimización matemática, en la que, dados un conjunto de pares ordenados: variable independiente, variable dependiente, y una familia de funciones, se intenta encontrar la función continua, dentro de dicha familia, que mejor se aproxime a los datos , de acuerdo con el criterio de mínimo error cuadrático.

Referencias bibliográficas

• L2DJ Temas de Matemáticas Inc. (24 de Octubre de 2011). Trigonometría 1. Recuperado el 17 de Noviembre de 2014, de Trigonometría 1: http://es.slideshare.net/Matematicas_PR/grficas-senoidales

• Pérez, P. (2011). Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas. Mexico: Publicacion de la Universidad del Valle de México.

• Young, H. &. (2009). Modelo Senoidal. En Física Universitaria (págs. 492 – 493). México: Pearson Educación.

• Gráficas senoidales from L2DJ Temas de Matemáticas Inc.

• http://www.iessierradeguara.com/documentos/departamentos/tecnologia/electrotecnia/ARCHIVOS/TEORIA/elec_ondas_senoidales_cal.pdf

Anexos

Autor:

Cabrera, Edgar

Torres, José

Mayta, Judith

Atencio, William

Ticona, Alejandro

Presentado a:

Dr. Humberto Espada Sánchez

Métodos Predictivos

Tacna – 2014

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN