PRACTICA

TECNICAS DE PREDICCIÓN . (Lectura obligada Cap. 3 Proyectos de Inversión. Formulación y evaluación Segunda Edición

1. Proyección por tasas. Cuando hacemos una proyección por medio de tazas, la variable que utilizamos es el tiempo.
Se realiza por medio de la tasa aritmética o interés simple, de la siguiente manera:
Tasa aritmética Tasa geométrica
 n   o (1  in)  n   o ( 1  i )n

( n  o  1) n
i  ig  n 1
n o

Dados los datos siguientes se pide proyectar el consumo Aparente, calcular el porcentaje de crecimiento y luego proyecte
aparente, utilizando una tasa aritmética y una tasa geométrica. Comente sus resultados.

Años C.Aparente % Crecim. Proy. Aritm Proy.Geom.

1 7828
2 8476 8.28%
3 11855 39.87%
4 11419 -3.68%
5 14071 23.22%
6 14155 0.60%
7 15678 15418.03 15937.4297302 0.161650485 0.1257755476
8 17124 16878.02 17369.9484348 0.141610218 0.1079377722
9 17962 17876.69 18047.6031975 0.063493197 0.053937232
10 18894 18780.04 19008.5755122 0.071625679 0.0582573115
11 19477 19430.23 19523.3306614 0.038087075 0.03329159

2. Proyección por tazas.

Se tiene la siguiente información:
Dda. Potenc Balance
Año Cpc Oferta Precio Población (Cpc*pobl) (DdaPotencial -Oferta
2006 0.09 40 1 500 45 5
2007 0.09 45 1 510 45.9 0.9
2008 0.10 50 2 520 52 2
2009 0.10 56 2 531 53.1 -2.9
2010 0.11 61 3 541 59.51 -1.49

a. Realizar un balance oferta - demanda hasta el año 2014, sabiendo que el Cpc. Crece a una razón aritmética.
La oferta crece a una razón exponencial, respecto al precio.
b. Establecer la demanda potencial para el año 2015

Proyectando la población:
Tasa geométrica Pob 2007 = Pob 2006 (1+1)n Pob 2007 = 500(1+0.02)1
Proyectando el Cpc
Tasa Aritmética  n 0   1  0.11 0.09  1  0.055  5.5%
iA   iA 
n 4
Cpc 2012 = No (1+ iA*n) = Cpc 2012 = 0.09 * (1+ 0.055*5) =

Proyección de precios:
Utilice la tasa de inflación para hallar los precios proyectados, suponga que la tasa es de 3%
P1 = P0 (1 + ti *n)
P2012 = P 2006 (1+ 0.03 *5) = 1.15
Por ser un valor extremadamente conservador vamos a adoptar un crecimiento del 3% de año a año, los cuales se encuen
paralela a los proyectados

Proyectando la oferta
Tasa exponencial: Oferta = F(precio)
Y  a * e bX
Utilizando la calculadora y habiendo obtenido los datos de la tabla anterior, podemos calcular los parámetros de esta ecua
de manera que se tiene:
a= 35.58
b= 0.1872  Y  35 . 58 * e 0 .1872 * X
r= 0.9307

En dicha fórmula, reemplazamos con el valor del precio proyectado, para obtener los valores de la oferta.

Dda. Potenc Balance

Año Cpc Oferta Precio Población (Cpc*pobl) (DdaPotencial -Oferta
2011 0.11
2012 0.11475
2013
2014
2015

Completar el cuadro anterior y comentar sus resultados.

3. Regresión Potencial.
Con los siguientes datos históricos proyectar la demanda mediante regresión potencial

Año X Y
2005 1 20000
2006 2 35000
2007 3 45000
2008 4 40000
2009 5 55000
2010 6 55000
Se tiene las siguientes relaciones para construir la siguiente tabla
Y  AX B Log Y  Log A  B Log X

Y  Log Y A  Log A X  Log X

Año X Y Log x = X Log y = Y Log x 2 Log x * Log y

2005 1 20000 0.00000 4.301030 0.00000 0.00000
2006 2 35000 0.30103 4.544068 0.09062 1.36790
2007 3 45000 0.47712 4.653213 0.22764 2.22015
2008 4 40000 0.60206 4.602060 0.36248 2.77072
2009 5 55000 0.69897 4.740363 0.48856 3.31337
2010 6 55000 0.77815 4.740363 0.60552 3.68872
Sumas: 21.0000 250000.0000 2.8573 27.5811 1.7748 13.3609

Aplicando la fórmula de regresión lineal (mínimos cuadrados)

 Y  X    X  XY

2
n  XY    X  Y 
A  ; B
n  X    X  n  X    X 
2 2 2 2

Calcule A 4.336795

Calcule B 0.54607731528

Reemplazando los valores de A y B en la ecuación general Y = A+B(Log X)

Recordemos que los valores históricos de X, corresponden a los valores del logaritmo de X por lo tanto para efectuar estim
lo primero que se debe hacer es, expresar en términos logarítmicos el valor del año 2011 (Cumpliendo así una exigencia d
lineal logaritmica), valor que corresponde al valor 7, entonces Log 7 = 0.8451
posteriores.

Por último para cuantificar la demanda del año 2011, se encuentra el antilogaritmo de Y. ( Osea Y = A+B(Log X) = Y = A+
Y = Anti log ( Y) 62846.9365623

Calcule además el coeficiente de determinación y el grado de correlación entre las variables X y Y

Calcule también el error estandar de estimación y comente sus resultados.

4. Dados los siguientes datos de Población Infantil (X) y Ventas en unidades (Y) se pide:

Dato Pob. (X) Vtas Un. (Y) XY X2

1 14680 3845 56444600 215502400
2 22930 5450 124968500 525784900
3 16650 5099 84898350 277222500
4 35990 8890 319951100 1295280100
5 32480 6681 216998880 1054950400
6 38770 9678 375216060 1503112900
 7 10030 4542 45556260 100600900
8 24260 4557 110552820 588547600
9 52460 13289 697140940 2752051600
10 36800 10506 386620800 1354240000
11 17340 5134 89023560 300675600
12 43690 9066 396093540 1908816100
Sumatoria XY ==> 2903465410
Sumat. X : 346080
Sumat. Y : 86737
X prom 28840
Y prom 7228.083333333
Sumat X2 11876785000
2
(Sumat X) 119771366400

a. Utilice las ecuaciones para definir los valores de b y a. Respectivamente:

Encuentre la linea de tendencia:
Pronostique las ventas para el periodo 15.

b. Utilice el comando Análisis de datos de Excel ( Regresión) y obtenga los valores de a y b ( Intercepción y Variable X 1 )

c. Interprete los tres conceptos bajo el título de Análisis de varianza. Regresión, residuos y total. Los valores bajo la colum
Regresión:
Residuos:
Total:
d. Relativice los valores de regresión y residuos respecto al total: Suma de cuadrados
Regresión
Residuos
Total
Confirme que el valor relativo de regresión 0.87150121 es el coeficiente de determinación. Interprete este resultado.
e. Interprete el Error típico para b= 0.0257459 y para a = 809.9666902
f. Interprete el estadístico F (se utiliza para determinar si todas las variables de la función en su conjunto son o no significa
g. Ajuste mediante el Excel una linea de tendencia. (Insertar Graficos Dispersión Solo con marcadores) Luego utilice el c
elija agregar Linea de tendencia ( Seleccione Lineal). Encuentre la ecuación y el valor de R cuadrado
h. Comentar sus resultados.

5. Con la siguiente información histórica, proyecte las ventas de la empresa para los años 2011-2015

Año 1997 1998 1999 2000 2001 2002

Ventas 178454 135620 141909 173528 206030 198215

Año 2005 2006 2007 2008 2009 2010

Ventas 260026 295313 280666 348912 389992 443806

Con los resultados que obtenga:

a. Elabore un diagrama de dispersión para el periodo con data histórica. Comentar
b. Dibuje la tendencia lineal y polinómica para el periodo con data histórica.
c. Determine cuál función se ajusta más a la serie de datos. Y explique por qué ?
d. Calcule el intervalo de confianza de estimación de las ventas del año 2011, para tener un grado de confianza del 95 %
e. Comente los estadísticos más importantes en relación a las variables.
aluación Segunda Edición. Nassir Sapag Chain).

ue utilizamos es el tiempo.

a geométrica

(1  i )n

n
1
o Chart Title
16000
14000
cimiento y luego proyecte el consumo 12000
10000
8000
6000
Para el % crecimiento: 4000
2000
8476  7828
 8.28% 0
7828 0 1 2 3 4 5 6 7

Proyectando con tasa aritmética: Proyectando con tasa geométrica:

( 14155 7828 )  1
i
5 14155
ig  5  1  0.1258  12.58 %
i  16 . 16 % 7828
1  7828 * (1  0.1258 )6  15928 .94
 1  7828 * ( 1  16 . 16 % * 6 )

 1  15418 . 03

daPotencial -Oferta

ón aritmética.

Pob 2007 = 510

55  5.5%

(1+ 0.055*5) = 0.11475

a año, los cuales se encuentran en forma

s parámetros de esta ecuación

daPotencial -Oferta
 X  Y 
 X
2

o tanto para efectuar estimaciones

pliendo así una exigencia de la ecuación
y así se procede para proyectar los años

a Y = A+B(Log X) = Y = A+B (Log 7) ) 4.79828411

 b= (n Ʃxy - (Ʃy) / ( nƩ x2 - (Ʃx)2 )

a = y Prom - b x prom

tercepción y Variable X 1 ) y compare resultados.

l. Los valores bajo la columna suma de cuadrados.

ma de cuadrados %
85228887.3 0.87150121
12566601.6 0.12849879
97795488.9 1
rprete este resultado.

conjunto son o no significativas).

cadores) Luego utilice el click derecho y

2003 2004
221893 216631
o de confianza del 95 %
 Chart Title
25000

20000

15000

10000
2.58 %
5000

5928.94
0
0 2 4 6 8 10 12
EJERCICIO 1
1. Proyección por tasas. Cuando hacemos una proyección por medio de tazas, la variable que utilizamos es el tiempo.
Se realiza por medio de la tasa aritmética o interés simple, de la siguiente manera:
Tasa aritmética Tasa geométrica

 n   o (1  in)  n   o (1  i )n

( n  o  1) n
i  ig  n 1
n o
Dados los datos siguientes se pide proyectar el consumo Aparente, calcular el porcentaje de crecimiento y luego proyecte el c
aparente, utilizando una tasa aritmética y una tasa geométrica. Comente sus resultados.

Años C.Aparente % Crecim. Proy. Aritm Proy.Geom.

1 7828
2 8476 8.28%
3 11855 39.87%
4 11419 -3.68%
5 14071 23.22%
6 14155 0.60%
7 15418.03 15937.4297
8 16694.33 17256.7264 8.28% 8.28%
9 23349.61 24136.2071 39.87% 39.87%
10 22490.86 23248.5322 -3.68% -3.68%
11 27714.24 28647.8761 23.22% 23.22%

Al realizar las proyecciones se puede ver que éstas han aumentado con el mismo % de
crecimiento, indiferente a si se usa la proyeccion aritmetica o geometrica.
e utilizamos es el tiempo.

ecimiento y luego proyecte el consumo

Para el % crecimiento:

8476  7828
 8.28%
7828
Proyectando con tasa aritmética: Proyectando con tasa geométrica:

(14155 7828 )  1
i 14155
5 ig  5  1  0.1258  12.58 %
i  16.16 % 7828
1  7828 * (1  0.1258 )6  15928 .94
1  7828 * (1  16.16 % * 6)

1  15418.03 1.80825243
1.12577555 0.12577555 15935.3529
EJERCICIO 2
2. Proyección por tazas.
Se tiene la siguiente información:
Dda. Potenc
Año Cpc Oferta Precio Población (Cpc*pobl)
2006 0.09 40 1 500 45
2007 0.09 45 1 510 45.9
2008 0.10 50 2 520 52
2009 0.10 56 2 531 53.1
2010 0.11 61 3 541 59.51

a. Realizar un balance oferta - demanda hasta el año 2014, sabiendo que el Cpc. Crece a una razón aritmética.
La oferta crece a una razón exponencial, respecto al precio.
b. Establecer la demanda potencial para el año 2015

Proyectando la población:
Tasa geométrica Pob 2007 = Pob 2006 (1+1)n Pob 2007 = 500(1+0.02)1

Proyectando el Cpc
Tasa Aritmética  n 0   1  0.11 0.09  1
iA   iA   0.055  5.5%
n 4
Cpc 2012 = No (1+ iA*n) = Cpc 2012 = 0.09 * (1+ 0.055*5) =

Proyección de precios:
Utilice la tasa de inflación para hallar los precios proyectados, suponga que la tasa es de 3%
P1 = P0 (1 + ti *n)
P2012 = P 2006 (1+ 0.03 *5) = 1.15
Por ser un valor extremadamente conservador vamos a adoptar un crecimiento del 3% de año a año, los cuales
paralela a los proyectados

Proyectando la oferta
Tasa exponencial: Oferta = F(precio)
Y  a * e bX
Utilizando la calculadora y habiendo obtenido los datos de la tabla anterior, podemos calcular los parámetros de
de manera que se tiene:
a= 35.58
b= 0.1872  Y  35.58 * e 0.1872 * X
r= 0.9307

En dicha fórmula, reemplazamos con el valor del precio proyectado, para obtener los valores de la oferta.

Dda. Potenc
 Año Cpc Oferta Precio Población (Cpc*pobl)
2011 0.1100 44.1 1.15 552.0 60.72
2012 0.1150 44.1 1.15 563.1 64.75
2013 0.1200 54.7 2.3 574.3 68.92
2014 0.1250 54.7 2.3 585.8 73.23
2015 0.1300 67.9 3.45 597.5 77.68

Completar el cuadro anterior y comentar sus resultados.

En esta situacion el mercado no se encuentra equilibrado, se esta demandando mas de un bien

determinado o servicio que lo que se esta ofertando en el mercado.
Se esta produciendo un exceso de demanda, muchos compradores interesados en comprar y al mismo
tiempo un mercado que ofrece menos cantidad.
 Balance
(DdaPotencial -Oferta)
5
0.899999999999999
2
-2.9
-1.49

ue el Cpc. Crece a una razón aritmética.

2007 = 500(1+0.02)1 Pob 2007 = 510

11 0.09  1
 0.055  5.5%
4
2012 = 0.09 * (1+ 0.055*5) = 0.11475

que la tasa es de 3%

cimiento del 3% de año a año, los cuales se encuentran en forma

rior, podemos calcular los parámetros de esta ecuación

ra obtener los valores de la oferta.

Balance
 (DdaPotencial -Oferta) iA
-16.6 5.556%
-20.6
-14.2
-18.5
-9.8

mandando mas de un bien

eresados en comprar y al mismo

EJERCICIO 3

3. Regresión Potencial.
Con los siguientes datos históricos proyectar la demanda mediante regresión potencial

Año X Y
2005 1 20000
2006 2 35000
2007 3 45000
2008 4 40000
2009 5 55000
2010 6 55000

Se tiene las siguientes relaciones para construir la siguiente tabla

Y  AX B Log Y  Log A  B Log X

Y  Log Y A  Log A X  Log X

Año X Y Log x = X Log y = Y Log x 2

2005 1 20000 0 4.301029995664 0
2006 2 35000 0.301029995664 4.54406804435 0.0906190583
2007 3 45000 0.47712125472 4.653212513775 0.2276446917
2008 4 40000 0.602059991328 4.602059991328 0.3624762332
2009 5 55000 0.698970004336 4.740362689494 0.488559067
2010 6 55000 0.778151250384 4.740362689494 0.6055193685
Sumas: 21 250000 2.857332496431 27.58109592411 1.7748184186
Promedio 0.476222082739 4.596849320684

Aplicando la fórmula de regresión lineal (mínimos cuadrados)

 Y   X    X   XY 
2
n  XY    X   Y 
A  ; B 
n   X    X  n  X     X 
2 2 2 2

Calcule A 4.3367952442666

Calcule B 0.546077315277537

Reemplazando los valores de A y B en la ecuación general Y = A+B(Log X)

Recordemos que los valores históricos de X, corresponden a los valores del logaritmo de X por lo tanto para efectuar estimaci
lo primero que se debe hacer es, expresar en términos logarítmicos el valor del año 2011 (Cumpliendo así una exigencia de la
lineal logaritmica), valor que corresponde al valor 7, entonces Log 7 =
posteriores.
Por último para cuantificar la demanda del año 2011, se encuentra el antilogaritmo de Y. ( Osea Y = A+B(Log X) = Y = A+B (L
Y = Anti log ( Y)
Para 2011 Y= 4.798285183408
Calcule además el coeficiente de determinación y el grado de correlación entre las variables X y Y

r= 0.924946272207
Coeficiente de determinación:
r²= 690000 476100000000 0.855525606469
5.565E+11 556500000000

Calcule también el error estandar de estimación y comente sus resultados.

Error estantar X Y Y²
1 20000 400000000
2 35000 1225000000
3 45000 2025000000
4 40000 1600000000
5 55000 3025000000
6 55000 3025000000
Suma 21 250000 11300000000

Error estantar 53146.9077

Se puede ver que el coeficiente no es muy cercano a la curva, es decir hay varación, lo que se comprueb
bastante.
 Log X

Log x Log y Log y 2

0 18.498859
1.367900783688 20.6485544
2.22014659305 21.6523867
2.77071619847 21.1789562
3.31337132963 22.4710384
3.688719154102 22.4710384
13.36085405894 126.920833

n  XY    X   Y 
n  X    X 
2 2

r lo tanto para efectuar estimaciones

mpliendo así una exigencia de la ecuación
0.8451 y así se procede para proyectar los años
sea Y = A+B(Log X) = Y = A+B (Log 7) )

XY X²
20000 1
70000 4
135000 9
160000 16
275000 25
330000 36
990000 91

hay varación, lo que se comprueba con el error estandar de estimación, el cual es

bastante.
EJERICICO 4
4. Dados los siguientes datos de Población Infantil (X) y Ventas en unidades (Y) se pide:

Dato Pob. (X) Vtas Un. (Y) XY X2

1 14680 3845 56444600 215502400
2 22930 5450 124968500 525784900
3 16650 5099 84898350 277222500
4 35990 8890 319951100 1295280100
5 32480 6681 216998880 1054950400
6 38770 9678 375216060 1503112900
7 10030 4542 45556260 100600900
8 24260 4557 110552820 588547600
9 52460 13289 697140940 2752051600
10 36800 10506 386620800 1354240000
11 17340 5134 89023560 300675600
12 43690 9066 396093540 1908816100
Sumatoria XY ==> 2903465410
Sumat. X : 346080
Sumat. Y : 86737
X prom 28840
Y prom 7228.0833333333
Sumat X2 11876785000
2
(Sumat X) 119771366400

a. Utilice las ecuaciones para definir los valores de b y a. Respectivamente:

Encuentre la linea de tendencia:
Pronostique las ventas para el periodo 15.

b. Utilice el comando Análisis de datos de Excel ( Regresión) y obtenga los valores de a y b ( Intercepción y Variable X 1 ) y

Coeficientes Error típico Estadístico t

Intercepción 1113.2013971255 809.966690156557 1.37437923145991
Variable X 1 0.2120278063872 0.025745915206099 8.23539597213495

c. Interprete los tres conceptos bajo el título de Análisis de varianza. Regresión, residuos y total. Los valores bajo la colum

d. Relativice los valores de regresión y residuos respecto al total:

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 85228887.3026527 85228887.3026527
Residuos 10 12566601.614014 1256660.1614014
Total 11 97795488.9166667
Confirme que el valor relativo de regresión 0.87150121 es el coeficiente de determinación. Interprete este resultado.

e. Interprete el Error típico para b= 0.0257459 y para a = 809.9666902

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9335422935667
Coeficiente de determinación R^2 0.8715012138778
R^2 ajustado 0.8586513352656
Error típico 1121.0085465336
Observaciones 12

f. Interprete el estadístico F (se utiliza para determinar si todas las variables de la función en su conjunto son o no significati

Si el valor de f es superior al valor critico se rechaza la hipotesis planteada

Entre sea un valor mas elevado implicara una relacion mas estrecha

g. Ajuste mediante el Excel una linea de tendencia. (Insertar Graficos Dispersión Solo con marcadores) Luego utilice el clic
elija agregar Linea de tendencia ( Seleccione Lineal). Encuentre la ecuación y el valor de R cuadrado
14000

12000
f(x) = 0.212027806387234 x + 1113.2013971255
R² = 0.871501213877848
10000

8000
Axis Title

Column C
Linear (Column C)
6000 Linear (Column C)

4000

2000

0
0 10000 20000 30000 40000 50000 60000
 b= (n Ʃxy - (Ʃy) / ( nƩ x2 - (Ʃx)2 ) b 0.21202781

a = y Prom - b x prom a 1113.2014

tercepción y Variable X 1 ) y compare resultados.

Probabilidad Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0% Los resultados resultan ser iguales
0.19933934 -691.516854 2917.91965 -691.516854 2917.91965
9.12548E-06 0.15466233 0.26939328 0.15466233 0.26939328

al. Los valores bajo la columna suma de cuadrados.

F Valor crítico de F
67.8217468 9.12548E-06
prete este resultado.

conjunto son o no significativas).

cadores) Luego utilice el click derecho y

EJERCICIO 5

5. Con la siguiente información histórica, proyecte las ventas de la empresa para los años 2011-2015

Año Ventas
1 1997 178454
2 1998 135620 a 92973.5934
3 1999 141909 b 20851.0923
4 2000 173528
5 2001 206030
6 2002 198215
7 2003 221893
8 2004 216631
9 2005 260026
10 2006 295313
11 2007 280666
12 2008 348912
13 2009 389992
14 2010 443806 Polinomial Lineal
15 2011 477702.5 405739.978
16 2012 527337.8 426591.07
17 2013 580571.1 447442.163
18 2014 637402.4 468293.255
19 2015 697831.7 489144.347

Con los resultados que obtenga:

a. Elabore un diagrama de dispersión para el periodo con data histórica. Comentar

DIAGRAMA DE DISPERSION
500000
450000
400000
350000
300000
VENTAS

250000
200000
150000
100000
50000
0
1996 1998 2000 2002 2004 2006 2008 2010 2012
AÑO

b. Dibuje la tendencia lineal y polinómica para el periodo con data histórica.

Chart Title
500000
450000
400000
350000 f(x) = 20851.0923076923 x + 92973.5934065933
R² = 0.88090228964689
 Chart Title
500000
450000
400000
350000 f(x) = 20851.0923076923 x + 92973.5934065933
R² = 0.88090228964689
300000
250000
200000
150000
100000
50000
0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

c. Determine cuál función se ajusta más a la serie de datos. Y explique por qué ?

La funcion que se ajusta mas a la serie de datos es la polinomica, debido a que R^2 es mas cercano a 1 que el de la
funcion lineal,  y mientras mayor sea el valor R^2, la ecuación de regresión modelará con mayor precisión los datos, y
con ello tendremos un pronostico mas cercano a la realidad.

d. Calcule el intervalo de confianza de estimación de las ventas del año 2011, para tener un grado de confianza del 95 %

Año Ventas
1 1997 178454 NC 0.95
2 1998 135620 gl 13
3 1999 141909 t 0.9608824543
4 2000 173528 Sxy 33382.336079
5 2001 206030
6 2002 198215
7 2003 221893
8 2004 216631
9 2005 260026
10 2006 295313
11 2007 280666
12 2008 348912
13 2009 389992
14 2010 443806
15 2011 477702.5

e. Comente los estadísticos más importantes en relación a las variables.

Datos estadísticos

Media 249356.78571
Error típico 24838.190178
Mediana 219262
Moda #N/A
Desviación estándar 92935.997752 La desviacion estandar nos indica que nos estamos alejand
Varianza de la muestra 8637099678
Curtosis -0.075186975 El coeficiente de curtosis de -0.0752 al ser negativo nos ind
Coeficiente de asimetría 0.8356468801 El coeficiente de asimetria de 0.8356 indica que existe una
Rango 308186
Mínimo 135620
Máximo 443806
Suma 3490995
Cuenta 14
Nivel de confianza(95.0%) 53659.647543
Coeficiente de variacion 0.3727029023 El coeficiente de variacion de 0.3727 indica que hay poca v
Coeficiente de correlacion 0.9822423326 El coeficiente de correlacion es de 0.9822 lo cual nos indica
años 2011-2015

Como se observa en la grafica los datos no estan muy

dispersos, siguen una tendencia lineal positiva.

Chart Title
500000
450000
400000 f(x) = 1798.98626373626 x² − 6133.70164835163 x + 164933.043956044
R² = 0.964835876184551
350000
 Chart Title
500000
450000
400000 f(x) = 1798.98626373626 x² − 6133.70164835163 x + 164933.043956044
R² = 0.964835876184551
350000
300000
250000
200000
150000
100000
50000
0
8 2009 2010 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

^2 es mas cercano a 1 que el de la

lará con mayor precisión los datos, y

tener un grado de confianza del 95 %

Intervalo de confianza

Recuerde: para P(t=0.9608) =95% 0.96088

Limite Inferior = 445626
Limite Superior = 509779
andar nos indica que nos estamos alejando 92935.998 de la media, es decir, los valores pueden ir variando a esa escala.

curtosis de -0.0752 al ser negativo nos indica que hay menor concentracion de datos respecto a la media, es decir, los datos estan más dis
asimetria de 0.8356 indica que existe una asimetria positiva, es decir, la cola de la distribucion se alarga para valores superiores a la media

variacion de 0.3727 indica que hay poca variacion entre los datos, gran dispersion
correlacion es de 0.9822 lo cual nos indica que la dependencia lineal entre las dos variables es alta.
 Superior 95.0%
134033.215871236
25673.300411068
ecir, los datos estan más dispersos, no son muy homogeneos, lo que complica hacer un buen analisis para las ventas.
alores superiores a la media, donde se concentran más valores.
 AÑO DEMANDA
1 2005 100
2 2006 120
3 2007 140 a= 90.6666667
4 2008 110 b= 12.2424242
5 2009 170
6 2010 150
7 2011 180 Chart Title
8 2012 200
250
9 2013 210
10 2014 200
200 f(x) = 12.2424242424242 x + 90.6666666666666
11 2015 225.33 R² = 0.861061872203933
12 2016 237.58 150
Axis Title

13 2017 249.82 Column

14 2018 262.06 100 Linear (
15 2019 274.30
16 2020 286.55 50
17 2021 298.79
18 2022 311.03 0
0 2 4 6 8 10 12
19 2023 323.27
20 2024 335.52 Axis Title
art Title

x + 90.6666666666666

Column C
Linear (Column C)

10 12
ESTIMACIÓN DE LA DEMANDA DEL PROYECTO
Metodología Propuesta:

1. Mercado Potencial : Población que cumple con los criterios de segmentación. El mercado potencial es la población Met
Ejemplo: Considerando los siguientes criterios de segmentación: Criterios de segmentación demográfica: Por ejemplo
Criterio de segmentación por nivel socio Económico: Por ejemplo se elige a las personas del segmento B.
2. Mercado Disponible: Población considerada en el Mercado Potencial y ha manifestado su intención de comprar o adqui
Ejemplo: Se obtendrá multiplicando el mercado potencial por 12 % obtenido a través de una tabulación de una encuest
3. Mercado Objetivo o Meta: Población Meta que será atendida por el proyecto de acuerdo al nivel de riesgo estimado.
Ejemplo: Se determina multiplicando el mercado disponible por 5 % que es el porcentaje meta que estima el proyectista

Ejemplo:
Se requiere estimar la demanda para un GYM en Yanahuara….

Fuente INEI
78% 70%
Filtro 1 Filtro 2 Filtro 3
Población del Población Personas entre 18 -60

Periodo Perú Urbana años

2014 31573168 24627071.04 17238949.728
2015 31972027 24938181.06 17456726.742
2016 32368687 25247575.86 17673303.102
2017 32764198 25556074.44 17889252.108
2018 33156498 25862068.44 18103447.908
2019 33543525 26163949.5 18314764.65
2020 33923224 26460114.72 18522080.304
229301327

Se Pide:
1. Realizar el análisis TOP- DOWN con filtros para estimar la demanda en unidades e Importes.

AÑO PRONOSTICO
2020 600952.92
2021 631000.56
2022 662550.59

2. Graficar la demanda en unidades y en importes luego de seleccionar el modelo que mejor ajuste para realizar el pron

PRONOSTICO
670000.00
660000.00 662550.59

650000.00
640000.00
630000.00 631000.56
620000.00
 PRONOSTICO
670000.00
660000.00 662550.59

650000.00
640000.00
630000.00 631000.56
620000.00
610000.00
600000.00 600952.92
590000.00
580000.00
570000.00
2020 2021 2022

PRONOSTICO

3. Comentar sus resultados.

El pronostico para los siguientes tres años, sera positivo, es decir ira creciendo cada año.
L a estimacion Top-Down, nos sirvio para evaluar cuáles son las economías que mayor repercusión tienen y c
 l mercado potencial es la población Meta.
segmentación demográfica: Por ejemplo Edad de los consumidores entre 18 y 60 años ó Distrito de Yanahuara.
elige a las personas del segmento B.
estado su intención de comprar o adquirir los servicios de la empresa en estudio.
través de una tabulación de una encuesta que representa el % de personas que estarían dispuestas a asistir a nuestro GYM
e acuerdo al nivel de riesgo estimado.
orcentaje meta que estima el proyectista.

Share O Meta
Demanda de nuestro
Personas que tienen producto: la cantidad
la necesidad y el de veces que vendría
dinero para comprar al Gym: 3 veces por
el producto o servicio semana
40% 8% 1% 3
Filtro 4 Filtro 5 Filtro 6
Nivel Socio Atributo Mercado
Demanda en
unidades o nro de
Económico B Estilo vida Share servicios
6895579.8912 551646.391296 5516.46391296 16549
6982690.6968 558615.255744 5586.15255744 16758
7069321.2408 565545.699264 5655.45699264 16966
7155700.8432 572456.067456 5724.56067456 17174
7241379.1632 579310.333056 5793.10333056 17379
7325905.86 586072.4688 5860.724688 17582
7408832.1216 592706.569728 5927.06569728 17781
40063.52785344 120191

es e Importes.

o que mejor ajuste para realizar el pronóstico de la demanda para los siguientes 3 años de vida del proyecto.

662550.59

00.56
 662550.59

00.56

2022

creciendo cada año.

omías que mayor repercusión tienen y cuál es el sector más influyente.
Distrito de Yanahuara.

dispuestas a asistir a nuestro GYM

Valor de venta del

producto (Sin IGV) Valor
del Ticket
5 soles

Demanda en Importe
monetario
82746.96
83792.29
84831.85
85868.41
86896.55
87910.87
88905.99
600952.92

de vida del proyecto.

CALCULO DE LA DEMANDA INSATISFECHA

Ejercicio
La oferta del año 2019 de un producto que se encuentra en el mercado fue de 3500 unidades, la empresa ABC
Pretende introducirse en el mercado, para absorver la demanda que el mercado no puede satisfacer, para ello en
el año2017 planea ingresar con 250 unidades mensuales para dicho mercado, además se conoce históricamente
los datos de Demanda de este producto entre el 2014 y 2019, que se muestran en la tabla.
Se pide calcular:
a. Cuál es la demanda insatisfecha actual (para el año 2019)?
b. Cuál es el porcentaje de demanda objetivo actual (para el año 2019)?
c. Cuál es el porcentaje de demanda instatisfecha actual (para el 2019)?
d. Determinar las proyecciones de demanda, demanda insatisfecha y demanda objetivo para los próximos 3 años.

Año Demanda Variación

2014 2000
2015 2810 0.41
2016 3280 0.17
2017 4100 0.25
2018 5015 0.22
2019 6800 0.36

Solución:
a. Cuál es la demanda insatisfecha actual (para el año 2019)?
Oferta 2019 3500 unidades por año
Capacidad de la empresa 250 unidades /mes* (12 meses/año) 3000 unidades /año

Calculamos la demanda insatisfecha para el 2019 = Demanda 2019 - Oferta 20196800 - 3500 = 3300

b. Cuál es el porcentaje de demanda objetivo actual (para el año 2019)?

% demanda Objetivo = Capacidad de Producción actual/Demanda Insatisfecha actual =3000/3300

Esto es el porcentaje de demanda objetivo actual es de 90.90%

c. Cuál es el porcentaje de demanda instatisfecha actual (para el 2019)?

% demanda insatisfecha = Demanda Insatisfecha actual/ Demanda actual = 3300 /6800 =

Esto es el porcentaje de demanda insatisfecha actual es 48.53 %

d. Determinar las proyecciones de demanda, demanda insatisfecha y demanda objetivo para los próximos 3 años.
Utilizaremos el método de tasa media o Proyección por la media geométrica
Para ello necesitamos calcular el % de variación año a año. Variación 2810/2000 - 1

Luego calculamos el promedio de todos los datos de variación = Sumatoria (variaciones)/n

Ahora calcularemos los datos proyectados de demanda insatisfecha y demanda objetivo.

 la empresa ABC
sfacer, para ello en
ce históricamente

Año Demanda Variación Dem.insatis Dem. Objetivo

os próximos 3 años. 2014 2000
2015 2810 0.41
2016 3280 0.17
2017 4100 0.25
2018 5015 0.22
6800*(1+0.2813) 2019 6800 0.36
2020 8705.9 4224.90 3840.82
2021 11145.9 5409.02 4917.29
2022 14269.7 6925.02 6295.48

nidades /año

unidades/año

ctual =3000/3300 0.90909091

0.48529412

os próximos 3 años.

0.405

0.28027254
Ejercicio
Se requiere hallar la demanda potencial para un proyecto de alquiler de laptops en la Universidad
Asumimos que la demanda potencial es el límite superior de la demanda real que se ha de estimar para el supuesto en que
esfuerzo comercial es máximo. Cantidad expresada en unidades físicas o monetarias referidas a un periodo temporal y un

Fórmula a utilizar Q = n x p x q

Donde: Q = demanda potencial

n = número de compradores posibles para el mismo tipo de producto en un determinado merca
p = precio promedio del producto en el mercado
q = cantidad promedio de consumo per cápita en el mercado.

Desarrollo:
De acuerdo a la segmentación realizada tenemos que:
Parámetro n Nro de compradores posibles.
Pregunta de encuesta realizada en la Universidad.
Estarías dispuesto a alquilar una laptop
Escuela Si No Totales
Ing. Ind. 10 6 16
Cie.bio. 3 0 3
Contab. 9 3 12
Fisica 5 2 7
Sociales 13 1 14
Derecho 10 4 14
Educación 6 1 7
Electrónica 4 2 6
Mecatronica 7 1 8
Minas 7 2 9
Psicologia 9 3 12
Arquitectura 11 0 11
Odontología 1 0 1
Quimica 6 2 8
Sistemas 6 4 10
Economía 8 1 9
Idiomas 4 1 5
Totales 119 33 152

Parámetro p Precio promedio del producto en el mercado

De la pregunta de la encuesta : Cuánto estarías dispuesto a pagar por el servicio de alquiler por hora.
Precio Nro Total
1.5 39 0.33
2 61 0.51
2.5 18 0.15
3 a más 1 0.01
n= 119 100%
Entidades Precio x hora Corporativo jmp
Cabinas de internet 1.29 por semana 80 Dólares americanos
Empresa corporativo 2 Tipo cambio 2.7 en soles
Encuenstas realizadas 1 Total 216
Precio promedio 1.43 Horas x sem 168 = 7 días x 24 horas
Costo x hora 1.29

Entonces nuestro precio p 1.43 nuevos soles

Parámetro q Cantidad promedio de consumo del producto

Sale de otra pregunta de la encuesta: Aproximadamente cuántas horas semanales utiliza el servicio de cabinas de internet
Total
0 - 1 hora 34 0.23
1-3 horas 49 0.33 Promedio de uso : 3 horas semanales Marca clase
3 - 5 horas 31 0.21 0.5
5- 7 horas 33 0.22 2
147 100% 4
6

n = 147
Promedio=
Entonces el consumo per cápita del servicio de internet es : q = 3 horas semanales.

Luego la demanda potencia = Q = n x p x q = 119 X 1.43 x 3 = 505.37415 soles a a la semana

mar para el supuesto en que el
a un periodo temporal y unas condiciones dadas.

o en un determinado mercado.
rvicio de cabinas de internet?

Fo X*Fo
34 17
49 98
31 124
33 198
Total 437

3.0