Incluye índice alfabético

Bibliografía al final de cada capítulo

1. INTRODUCCIÓN A LOS PRONÓSTICOS
Actividad
Historia de los pronósticos
La necesidad de pronosticar
Tipos de pronostico
Pronóstico macroeconómico
Selección del método de pronóstico
Pasos a seguir en el pronóstico
Administración del proceso de pronóstico
Paquetes de cómputo para pronostico
Caso de estudio 1.1: Mr. Tux
Caso de estudio 1.2: consumer crédito counseling
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de cálculo
Introducción al paquete de cómputo MINITAB
Introducción al paquete de cómputo SAS
2. REVISIÓN DE CONCEPTOS ESTADÍSTICOS BÁSICOS
Actividad
Estadística descriptiva
Distribuciones de probabilidad
Distribuciones muestrales
Estimación
Prueba de hipótesis
Prueba de la bondad de ajuste
Diagramas de dispersión
Coeficiente de correlación
Aplicación en la administración
Caso de estudio 2.1: Alcam Electronics
Caso de estudio 2.2: Mr: Tux
Paquete de cómputo MINITAB
3. FUENTES DE DATOS
Introducción
Tipos de datos
Fuentes de datos
Fuentes secundarios de datos
Fuentes externas
Datos propios
Fuentes primarias de datos
Aplicación en la administración
Caso de estudio 3.1: Argyl Food Products
Caso de estudio 3.2: Solomon’s Jewelry
Caso de estudio 3.3: Mr. Tux
Caso de estudio 3.4: Consumer Credit Counseling
Caso de estudio 3.5: Estudio de factibilidad de mercado
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de cálculo
Paquete de cómputo MINITAB
4. EXPLORACIÓN DE LOS PATRONES DE DATOS Y SELECCIÓN DE LA TÉCNICA DE PRONOSTICO
Actividad
Componentes de series de tiempo
Exploración de patrones de datos mediante análisis de autocorrelación
Selección de una técnica de pronóstico
Técnicas de pronóstico para datos estacionarios
Técnicas de pronóstico para datos con una tendencia
Técnicas de pronóstico para datos con estacionalidad
Técnicas de pronóstico para series cíclicas otros factores por considerar
al elegir una técnica de pronóstico
Medición del error en el pronóstico
Determinación de lo acuerdo de una técnica de pronóstico
Aplicación en la administración
Caso de estudio 4.1: Murphy Brothers Furniture
Caso de estudio 4.2: Mr. Tux
Caso de estudio 4.3: Consumer Credit Counseling
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de calculo
El problema
La solución mediante hoja de calculo
Paquete de cómputo MINITAB
Paquete de cómputo SAS
5. PROMEDIOS MÓVILES Y MÉTODOS DE ATENUACIÓN
Actividad
Modelos no formales
Modelos de promedio
Promedios simples
Promedios móviles
Promedios móvil doble
Métodos de atenuación exponencial
Rastreo
Atenuación exponencial doble
Atenuación exponencial ajustada a la tendencia: método de Holt
Atenuación exponencial ajustada a la tendencia y a la variación estacional: modelo de Winter
Aplicación en la administración
Caso de estudio 5.1: The Solar Alternativity Company
Caso de estudio 5.2: Mr. Tux
Caso de estudio 5.3: Consumer Credit Counseling
Caso de estudio 5.4: proyección de ingreso quincenal para Downton Radiology
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de cálculo
6. ANÁLISIS DE REGRESIÓN
Línea de regresión
Error estándar de la legitimación
Predicción de Y
Coeficiente de determinación
Residuos
Pruebas de hipótesis
Salida de cómputo
Transformación de variables
Aplicación en la administración
Caso de estudio 6.1: Tiger Transports
Caso de estudio 6.2: Butcher Products, Inc.
Caso de estudio 6.3: departamento de personal de Ace
Caso de estudio 6.4: Mr. Tux
Caso de estudio 6.5: Consumer Credit Counseling
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de calculo
Paquete de cómputo MINITAB
Paquete de cómputo SAS
7. REGRESIÓN MÚLTIPLE
Actividad
Variables de predicción
Matriz de correlación
Ecuación de regresión múltiple
Coeficientes de regresión
Inferencia estadística en la regresión múltiple
Residuos
Error estándar de la estimación
Salida de cómputo
Variables ficticias
Validación del modelo
Heteroscedasticidad
Colinealidad
Selección de la mejor ecuación de regresión
Todas las regresiones posibles
Regresión por pasos
Notas finales sobre la regresión por pasos
Uso de la regresión para pronosticar datos estacionales
Pronósticos econométricos
Sobreajuste
Aplicación en la administración
Caso de estudio 7.1: El mercado de valores
Caso de estudio 7.2: Ventas de restaurante
Caso de estudio 7.3: Mr. Tux
Caso de estudio 7.4: Consumer Credit Counseling
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de cálculo
Paquete de cómputo MINITAB
Paquete de cómputo SAS
8. ANÁLISIS DE SERIES DE TIEMPO
Actividades
Descomposición
Índice de precios
Tendencia
Tendencia no lineal
Variación cíclica
Variación
Tendencia estacional
Datos ajustados en forma estacional
Variaciones de corto plazo cíclica e irregular
Pronostico estacional
El método de descomposición Census II
Aplicación en la administración
Caso de estudio 8.1: The Small Engine Doctor
Caso de estudio 8.2: Mr. Tux
Caso de estudio 8.3: Consumer Credit Counseling
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de cálculo
Paquete de cómputo MINITAB
9. REGRESIÓN DE DATOS DE SERIES DE TIEMPO
Actividad
El problema de heterosedasticidad durante la regresión de series de tiempo El problema de correlación serial durante la regresión de datos de series de tiempo
Prueba de Durbin-Watson para correlación serial
Soluciones a problemas de correlación serial
Error de especificación en el modelo (omisión de una variable)
Regresión de cambios porcentuales
Modelos autorregresivos
Mínimos cuadrados generalizados
Primera diferenciación
El enfoque iterativo
Aplicación en la administración
Caso de estudio 9.1: la compañía de su elección
Caso de estudio 9.2: índice de actividad empresarial del condado de Spokane
Caso de estudio 9.3: Mr. Tux
Caso de estudio 9.4: Consumer Credit Counseling
Versión estudiantil de Forecast Plus
Pronostico mediante hojas de cálculo
Paquete de cómputo MINITAB
Paquete de cómputo SAS
Ejemplo de TSP
10. LA METODOLOGÍA BOX-JENKINS (ARIMA)
Actividad
Técnica de Box-Jenkins
Autocorrelaciones parciales
Modelos autorregresivos
Modelos de promedio móvil
Modelos autorregresivos de promedio móvil
Aplicación de la metodología
Etapa 1: identificación del modelo
Etapa 2: estimación del modelo y prueba de su adecuación
Etapa 3: Pronostico con el modelo
Un análisis estacional
Aplicación en la administración
Caso de estudio 10.1: ventas de restaurant
Caso de estudio 10.2 Mr. Tux:
Caso de estudio 10.3: Consumer Credit Counseling
Caso de estudio 10.4: Lydia E. Pinkham Medicine Company
Caso de estudio 10.5: demanda diaria de permisos para pesca de trucha
Versión estudiantil de Forecast Plus
Paquete de cómputo MINITAB
Paquete de cómputo SAS
11. ELEMENTO DE JUICIO EN LOS PRONÓSTICOS
Actividad
Pronóstico de juicio
Curvas de crecimiento
El método Delphi
Formulación de escenarios
Combinación de pronósticos
Los pronósticos y las redes neurales
Resumen de la pronóstico de juicio
Otros elementos de juicio en los pronósticos
Administración del proceso de pronóstico
El proceso del pronóstico
Monitoreo de los pronósticos
Revisión de los pasos de pronósticos
La responsabilidad en los pronósticos
Costo de los pronósticos
Administración en los pronósticos
Los pronósticos y le sistema de información administrativa
El futuro de los pronósticos
Caso de estudio 11.1: Boundary Electronics
Caso de estudio 11.2: Golden Gardens Restaurant
Caso de estudio 11.3: Busby Associates
Caso de estudio 11.4 Mr. Tux
Caso de estudio 11.5: Consumer Credit Counseling
Caso de estudio 10.5: Nueva visita a Lydia E. Pinkham Medicine Company
APÉNDICE
A. Derivaciones
B. Graficas de proporción o semilogarítmicas
C. Tablas
D. Datos para el caso de estudio 7.1
E. Conjuntos de datos y base de datos