000			08863nam a2200337 i 4500
001			1178
003			AR-RqUTN
008			240905s1996 d||||r|||| 001 0 spa d
020			_a9688806811
040			_aAR-RqUTN _bspa _cAR-RqUTN
041		7	_aes _2ISO 639-1
080	0		_a519.22 _22000
100	1		_aHanke, John E.
245	1	0	_aPronóstico en los negocios / _cJohn E. Hanke, Arthur G. Reitsch
250			_a5a ed.
260			_aNaucalpan de Juárez : _bPrentice-Hall Hispanoamerica, _c1996
300			_axvii, 605 p. : _bfig., tablas ;
336			_2rdacontent _atexto _btxt
337			_2rdamedia _asin mediación _bn
338			_2rdacarrier _avolumen _bnc
500			_aIncluye índice alfabético
504			_aBibliografía al final de cada capítulo
505	0	0	_a1. 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
650		7	_aPREVISION _2Spines
650		7	_aANALISIS ESTADISTICO _2
650		7	_aANALISIS DE REGRESION _2
700	1		_aReitsh, Arthur G.
942			_cBK _2udc
999			_c1178 _d1178