Professional Documents
Culture Documents
Índices estacionales
Esta técnica sirve para calcular el pronóstico de ventas cuando existe estacionalidad o ciclos y también se utiliza
cuando en cada período existen diferencias de ventas muy marcadas, razón por la cual se hace necesario
calcular un índice que nos permitirá un ajuste por cada período.
en general, los patrones estacionales son fluctuaciones que ocurren dentro de un año y tienden a repetirse
anualmente. Estas estaciones pueden ser causadas por el clima, las vacaciones, los días de pago, los eventos
escolares o cualquier otro fenómeno.
Los pasos a seguir para desarrollar pronósticos con el análisis de regresión lineal cuando en los datos
de la serie de tiempo hay estacionalidad, se selecciona un conjunto representativo de datos históricos,
se desarrolla un índice de estacionalidad para cada estación (mes, trimestre, etc.), se usan los índices
de estacionalidad para desestacionalizar la serie (así se eliminan los patrones estacionales). Luego, se
realiza el análisis de regresión lineal sobre los datos desestacionalizados. Se usa la ecuación de
regresión para calcular los pronósticos del futuro y se utilizan los índices de estacionalidad para
aplicar los patrones estacionales a los pronósticos.
Se desea estimar las ventas a corto plazo de platería. Para ello se recurrió a los siguientes modelos
cuantitativos:
1.- Los datos aportados corresponden a las ventas mensuales, obtenidas en el negocio, desde Enero de 2006
hasta Agosto de 2009. La serie de tiempo consta de 44 datos
1 Ene-06 $ 1290,00
2 Feb-06 $ 1740,00
3 Mar-06 $ 1970,00
4 Abr-06 $ 1.981,08
5 May-06 $ 2.075,30
6 Jun-06 $ 2.253,15
7 Jul-06 $ 2.418,30
8 Ago-06 $ 1.994,40
9 Sep-06 $ 2.701,25
10 Oct-06 $ 2.942,85
11 Nov-06 $ 2.613,20
12 Dic-06 $ 3.306,30
13 Ene-07 $ 1.956,90
14 Feb-07 $ 2.281,70
15 Mar-07 $ 3.122,75
16 Abr-07 $ 2.218,20
17 May-07 $ 2.396,60
18 Jun-07 $ 3.064,50
19 Jul-07 $ 3.426,00
20 Ago-07 $ 3.811,40
21 Sep-07 $ 3.801,70
22 Oct-07 $ 3.438,20
23 Nov-07 $ 3.904,40
24 Dic-07 $ 3.968,20
25 Ene-08 $ 2.406,50
26 Feb-08 $ 2.720,10
27 Mar-08 $ 3.599,50
28 Abr-08 $ 4.048,50
29 May-08 $ 3.935,40
30 Jun-08 $ 3.138,50
31 Jul-08 $ 3.443,30
32 Ago-08 $ 4.146,00
Índices Estacionales
33 Sep-08 $ 4.241,70
34 Oct-08 $ 4.936,10
35 Nov-08 $ 5.688,50
36 Dic-08 $ 7.905,50
37 Ene-09 $ 5.099,40
38 Feb-09 $ 5.754,00
39 Mar-09 $ 5.613,00
40 Abr-09 $ 5.512,40
41 May-09 $ 5.381,50
42 Jun-09 $ 6.369,35
43 Jul-09 $ 6.321,00
44 Ago-09 $ 6.512,40
Se recurre al modelo de Regresión Lineal para realizar los pronósticos de las ventas futuras para Setiembre y
Octubre del año 2009
Para pronosticar las ventas futuras en los meses requeridos, se asignan los valores de X: 45 y 46,
obteniéndose Y (45) = 4.802,17 Y (46) = 4.880,64
2.- Para evitar las fluctuaciones, debidas a patrones estacionales, que ocurren durante un año y se repiten
anualmente, recurrimos a otro modelo de regresión lineal donde se consideran los datos de las ventas
agrupados trimestralmente, desde Enero de 2006 hasta Diciembre de 2008, obteniendo 12 datos
ANEXO 2
Para desestacionalizar los datos, se divide cada dato trimestral en su índice de estacionalidad. Con estos datos
desestacionalizados (12 trimestres) se realiza una regresión lineal que resulta:
Los pronósticos de las ventas desestacionalizadas para los cuatro trimestres del año 2009 son:
Los pronósticos estacionalizados se calculan multiplicando estos últimos por sus respectivos índices de
estacionalidad y se obtiene:
Polilibro
Índices de Estacionalidad
Esta técnica sirve para calcular el pronóstico cuando existe estacionalidad o ciclos, también cuando cada
período existen diferencias de ventas por lo cual se hace necesario contar con un índice para cada período.
c)Se calcula índice de estacionalidad dividiendo el promedio ( x ) por periodo entre el promedio
total ( x T), para cada periodo.
I.E. = x / x T
Ejemplo 1.
Muebles Daris desea calcular el pronóstico de ventas para 2002, si en los últimos años cuenta con la
siguiente información bimestral:
Periodo Ventas X XY X2
(miles) 97 – 2
1993 640 -2 -1280 4 98 – 3
1994 690 -1 -690 1 99 – 4
1995 718 0 0 0 00 – 5
1996 741 1 741 1 01 – 6
1997 748 2 1496 4 02 – 7
3537
0 267
10 03 - 8
Año 1 2 3 4 5 6 Total
Índice de 0.700 1.298 1.247 0.882 0.787 1.085 5.999
Estacionalidad
(X) Promedio 153.5 153.5 153.5 153.5 153.5 153.5 153.5
Pronostico
Pronóstico 107.45 199.243 191.414 135.387 120.804 166.547 920.845
ajustado