PERSPECTIVAS

ISSN: 1994-3733
[email protected]
Universidad Católica Boliviana San Pablo
Bolivia

Terrazas Pastor, Rafael

LA LINEALIZACIÓN DE CURVAS PARA LA PROYECCIÓN DE LA DEMANDA
PERSPECTIVAS, vol. 9, núm. 18, julio-diciembre, 2006, pp. 73-100
Universidad Católica Boliviana San Pablo
Cochabamba, Bolivia

Disponible en: http://www.redalyc.org/articulo.oa?id=425942516003

Cómo citar el artículo

Número completo
Sistema de Información Científica
Más información del artículo Red de Revistas Científicas de América Latina, el Caribe, España y Portugal
Página de la revista en redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
 LA LINEALIZACIÓN DE CURVAS PARA LA PROYECCIÓN
DE LA DEMANDA
Rafael Terrazas Pastor
Doctor en Administración de Empresas
Master en Ciencias Aplicadas
Diplomado en Educación Superior
Ingeniero Industrial
Docente de la Universidad Católica Boliviana

RESUMEN
El propósito de este trabajo, es la obtención de resultados para la proyección
de la demanda u oferta considerando curvas que no se comportan de manera
lineal pero que puedan ser linealizadas. Un buen número de grupos de datos
en la vida real siguen trayectorias parabólicas, exponenciales, geométricas,
etc.; haciéndose necesaria su aproximación a tendencias lineales,
ayudándose con la teoría de la regresión lineal y de los mínimos cuadrados.
Este artículo, trata de explicar la metodología de análisis y cálculo que se
apropia a estos casos, clarificando esta situación con algunos ejemplos
pertinentes para demostrar su aplicabilidad y utilidad en numerosos estudios
de mercado donde se hace necesaria las proyecciones de demanda y oferta.
Palabras clave: Mercado, Consumo Aparente, Oferta, Demanda Regresión,
correlación, mínimos cuadrados, Gompertz, Linealización .

1. Marco Teórico
Metodología de Análisis para el Estudio del Mercado
El estudio de mercado es una de las partes más importantes que se
deben analizar en diversas actividades como la preparación de proyectos,
el análisis económico de una situación, la programación de la producción,
etc.

Este análisis se constituye en un punto crucial y decisivo porque gracias

a la buena determinación de la demanda y oferta, se podrá hacer una buena
cuantificación de la demanda efectiva y de la demanda insatisfecha,
aspectos que incidirán de manera clara en la determinación del tamaño real
al que nos enfrentamos en el análisis que estamos haciendo. Una mala
determinación y cuantificación del mercado incidirá en un aumento del
riesgo y por ende modificará de manera clara la decisión que se vaya a
tomar al respecto.

Departamento de Administración, Economía y Finanzas 73

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Una buena planificación y metodología del análisis de mercado, conlleva Ambos pueden clasificarse en:
el desarrollo de actividades lógicamente conectadas y que se pueden • Bienes de conveniencia (básicos y por impulso)
representar en el siguiente diagrama de red, que se muestra en la figura 1.
• Bienes por comparación (homogéneos, heterogéneos), donde
interesa más el estilo y la presentación que el precio.
Figura 1. Metodología del estudio del mercado
• Bienes por especialidad (servicios médicos, servicios eléctricos)
Definición del Análisis de la • Bienes no deseados (cementerios, abogados, hospitales)
producto oferta
• La definición del mercado, que consiste en conceptuar la estructura
Balance oferta- y comportamiento del mercado asociado con el bien o servicio. Se
demanda trata de ver si es de tipo monopolio, duopolio, oligopolio, monopsonio,
competencia perfecta, etc.
Identificación Análisis de la a) Monopolio: Forma de mercado en que la oferta se encuentra
del consumidor demanda
concentrada en manos de un único oferente, mientras que la
demanda proviene de una multitud.
Comercializa-
ción a) Oligopolio: Situación de mercado en la que pocos vendedores
satisfacen la demanda de multitud de compradores.
Definición del Análisis de
mercado a) Monopsonio: Situación de mercado que se caracteriza en la
precios
presencia de un solo comprador y una pluralidad de oferentes.
Fuente: TERRAZAS, Rafael; Preparación y Evaluación de Proyectos: un enfoque a) Oligopsonio: Mercado caracterizado por la presencia de un
sistémico e integral; Ed. ETREUS, Cochabamba, 2006 pequeño número de compradores frente a numerosos
A continuación se explicarán, de manera general, estas actividades: vendedores.
El siguiente cuadro (Cuadro 1.), resume lo definido en los puntos
• La definición del producto, que consiste en clasificar al bien o
anteriores y relaciona los tipos de mercado con los sujetos que son los
servicio de acuerdo a una categoría determinada. Se trata de ver las
compradores y vendedores.
especificaciones y normas que rigen al producto y su clasificación
económica, es decir, ver si se trata de un bien duradero o no
Cuadro 1. Tipos de mercado
duradero, un bien de consumo, un bien de consumo intermedio, etc.
Tipo mercado / Vendedores Compradores
Esta clasificación podría ser: sujetos [Oferta] [Demanda]
a) Por su vida de almacenamiento los bienes se clasifican en: Monopolio Único Muchos
- Duraderos o no perecibles (aparatos, herramientas, muebles)
Oligopolio Pocos Muchos
- No duraderos o perecibles (alimentos frescos, envasados)
Monopsonio Muchos Único
b) Los productos de consumo pueden ser: Oligopsonio Muchos Pocos
- Intermedios (bienes industriales) Fuente: TERRAZAS, Rafael; Preparación y Evaluación de Proyectos: un enfoque
- De consumo final sistémico e integral; Ed. ETREUS, Cochabamba, 2006
• Una vez caracterizado el producto y el mercado, es importante

74 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 75

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Una buena planificación y metodología del análisis de mercado, conlleva Ambos pueden clasificarse en:
el desarrollo de actividades lógicamente conectadas y que se pueden • Bienes de conveniencia (básicos y por impulso)
representar en el siguiente diagrama de red, que se muestra en la figura 1.
• Bienes por comparación (homogéneos, heterogéneos), donde
interesa más el estilo y la presentación que el precio.
Figura 1. Metodología del estudio del mercado
• Bienes por especialidad (servicios médicos, servicios eléctricos)
Definición del Análisis de la • Bienes no deseados (cementerios, abogados, hospitales)
producto oferta
• La definición del mercado, que consiste en conceptuar la estructura
Balance oferta- y comportamiento del mercado asociado con el bien o servicio. Se
demanda trata de ver si es de tipo monopolio, duopolio, oligopolio, monopsonio,
competencia perfecta, etc.
Identificación Análisis de la a) Monopolio: Forma de mercado en que la oferta se encuentra
del consumidor demanda
concentrada en manos de un único oferente, mientras que la
demanda proviene de una multitud.
Comercializa-
ción a) Oligopolio: Situación de mercado en la que pocos vendedores
satisfacen la demanda de multitud de compradores.
Definición del Análisis de
mercado a) Monopsonio: Situación de mercado que se caracteriza en la
precios
presencia de un solo comprador y una pluralidad de oferentes.
Fuente: TERRAZAS, Rafael; Preparación y Evaluación de Proyectos: un enfoque a) Oligopsonio: Mercado caracterizado por la presencia de un
sistémico e integral; Ed. ETREUS, Cochabamba, 2006 pequeño número de compradores frente a numerosos
A continuación se explicarán, de manera general, estas actividades: vendedores.
El siguiente cuadro (Cuadro 1.), resume lo definido en los puntos
• La definición del producto, que consiste en clasificar al bien o
anteriores y relaciona los tipos de mercado con los sujetos que son los
servicio de acuerdo a una categoría determinada. Se trata de ver las
compradores y vendedores.
especificaciones y normas que rigen al producto y su clasificación
económica, es decir, ver si se trata de un bien duradero o no
Cuadro 1. Tipos de mercado
duradero, un bien de consumo, un bien de consumo intermedio, etc.
Tipo mercado / Vendedores Compradores
Esta clasificación podría ser: sujetos [Oferta] [Demanda]
a) Por su vida de almacenamiento los bienes se clasifican en: Monopolio Único Muchos
- Duraderos o no perecibles (aparatos, herramientas, muebles)
Oligopolio Pocos Muchos
- No duraderos o perecibles (alimentos frescos, envasados)
Monopsonio Muchos Único
b) Los productos de consumo pueden ser: Oligopsonio Muchos Pocos
- Intermedios (bienes industriales) Fuente: TERRAZAS, Rafael; Preparación y Evaluación de Proyectos: un enfoque
- De consumo final sistémico e integral; Ed. ETREUS, Cochabamba, 2006
• Una vez caracterizado el producto y el mercado, es importante

74 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 75

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

especificar e identificar al consumidor como potencial comprador • Precio: Es el valor atribuido a un bien o servicio dentro de un
del bien o servicio que producirá el proyecto. Ver cual es el segmento mercado y que está expresado en forma de dinero.
de mercado que se atacará y cual es inclusive la psicología que rodea • Ingreso: Cantidad de dinero que se percibe regularmente por
a los potenciales consumidores. cualquier concepto.
• El análisis de la demanda, se preocupa del análisis y estudio de los • Consumo aparente: El consumo aparente es un concepto muy
requerimientos potenciales que tiene el mercado en relación con el utilizado en los análisis de mercado ya que puede ser considerado
producto que se ofrece. Se estudian y aplican métodos cuantitativos como la mejor aproximación de la demanda ocurrida en el pasado. Es
y cualitativos que permitirán estimar la demanda futura del producto. el consumo efectivo histórico. El consumo aparente se define de la
• El análisis de la oferta, que sobre la base de un estudio explica y siguiente manera:
describe a los ofertantes existentes del producto o servicio y sus
proyecciones futuras.
• El balance oferta demanda, que sobre la base de los análisis donde:
hechos de la oferta y de la demanda, establece una demanda
potencial insatisfecha probable que ayudará a estimar la escala y/o CAP = Consumo aparente
tamaño del proyecto. P = Producción nacional
• El análisis de precios, se ocupa de estimar el precio del proyecto, I = Importaciones lícitas e ilícitas
ya sea siguiendo las leyes del mercado o sobre la base del cálculo de X = Exportaciones lícitas e ilícitas
los costos de producción. Muchas veces, el precio se define sobre la
base de una política específica a ser adoptada por el proyecto según DS = Variación de inventarios en una gestión
diversas razones, como por ejemplo siguiendo una política de La siguiente ecuación muestra, por ejemplo, que si todo lo que se
comercialización y de “marketing”. produce se consume en una gestión, la variación de inventarios será cero y
• El análisis de comercialización y distribución, define una política la ecuación quedará reducida a la siguiente expresión:
de llegada al cliente en las mejores condiciones para el proyecto. Se
definen los canales de comercialización y las formas de distribución
adecuadas para el producto o servicio desarrollado por el proyecto.
Si además se supone que no hay exportaciones del producto, se tendrá
la ecuación de la forma:

1.2. Conceptos referentes al Estudio del Mercado

En este acápite se desarrollan algunos conceptos generales que deben Finalmente, bajo la suposición de que adicionalmente no hay
ser abordados y tomados en cuenta para proceder a un buen análisis y importaciones, el consumo aparente será igual a la producción histórica del
estudio del mercado: bien y/o servicio:
• Demanda: La cantidad de un bien o servicio que los consumidores
están dispuestos a comprar a un precio y calidad, en un periodo
determinado. • Demanda aparente: Es la demanda potencial que debe ser atribuido
• Oferta: La cantidad de un bien o servicio que los sujetos económicos a un bien o servicio. La fórmula para su cálculo es:
están dispuestos a vender a un precio, dentro del mercado y en un
tiempo determinado.

76 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 77

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

especificar e identificar al consumidor como potencial comprador • Precio: Es el valor atribuido a un bien o servicio dentro de un
del bien o servicio que producirá el proyecto. Ver cual es el segmento mercado y que está expresado en forma de dinero.
de mercado que se atacará y cual es inclusive la psicología que rodea • Ingreso: Cantidad de dinero que se percibe regularmente por
a los potenciales consumidores. cualquier concepto.
• El análisis de la demanda, se preocupa del análisis y estudio de los • Consumo aparente: El consumo aparente es un concepto muy
requerimientos potenciales que tiene el mercado en relación con el utilizado en los análisis de mercado ya que puede ser considerado
producto que se ofrece. Se estudian y aplican métodos cuantitativos como la mejor aproximación de la demanda ocurrida en el pasado. Es
y cualitativos que permitirán estimar la demanda futura del producto. el consumo efectivo histórico. El consumo aparente se define de la
• El análisis de la oferta, que sobre la base de un estudio explica y siguiente manera:
describe a los ofertantes existentes del producto o servicio y sus
proyecciones futuras.
• El balance oferta demanda, que sobre la base de los análisis donde:
hechos de la oferta y de la demanda, establece una demanda
potencial insatisfecha probable que ayudará a estimar la escala y/o CAP = Consumo aparente
tamaño del proyecto. P = Producción nacional
• El análisis de precios, se ocupa de estimar el precio del proyecto, I = Importaciones lícitas e ilícitas
ya sea siguiendo las leyes del mercado o sobre la base del cálculo de X = Exportaciones lícitas e ilícitas
los costos de producción. Muchas veces, el precio se define sobre la
base de una política específica a ser adoptada por el proyecto según DS = Variación de inventarios en una gestión
diversas razones, como por ejemplo siguiendo una política de La siguiente ecuación muestra, por ejemplo, que si todo lo que se
comercialización y de “marketing”. produce se consume en una gestión, la variación de inventarios será cero y
• El análisis de comercialización y distribución, define una política la ecuación quedará reducida a la siguiente expresión:
de llegada al cliente en las mejores condiciones para el proyecto. Se
definen los canales de comercialización y las formas de distribución
adecuadas para el producto o servicio desarrollado por el proyecto.
Si además se supone que no hay exportaciones del producto, se tendrá
la ecuación de la forma:

1.2. Conceptos referentes al Estudio del Mercado

En este acápite se desarrollan algunos conceptos generales que deben Finalmente, bajo la suposición de que adicionalmente no hay
ser abordados y tomados en cuenta para proceder a un buen análisis y importaciones, el consumo aparente será igual a la producción histórica del
estudio del mercado: bien y/o servicio:
• Demanda: La cantidad de un bien o servicio que los consumidores
están dispuestos a comprar a un precio y calidad, en un periodo
determinado. • Demanda aparente: Es la demanda potencial que debe ser atribuido
• Oferta: La cantidad de un bien o servicio que los sujetos económicos a un bien o servicio. La fórmula para su cálculo es:
están dispuestos a vender a un precio, dentro del mercado y en un
tiempo determinado.

76 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 77

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

donde:
√ MUNDO REAL √ MUNDO IDEAL
DAP = Demanda aparente
CPC = Consumo percápita
N = Población Por Abstracción
Problema
• Demanda insatisfecha: Es la diferencia que se expresa entre la [SISTEMA]
demanda aparente y el consumo aparente. Puede expresarse [MODELO]
también como la diferencia entre la demanda y la oferta. Entonces:

METODO
CIENTIFICO Por Análisis
donde:

DAP = Demanda aparente

DI = Demanda insatisfecha Por Interpretación

[ DECISIÓN] Resultados
1.3. Metodología y Aplicación de Modelos en los Análisis de Mercado [OPTIMIZACIÓN]
Para realizar el estudio del mercado y para que la información sea usada
de manera eficiente y efectiva; se utilizan modelos de tipo matemático que Fuente: TERRAZAS, Rafael; Modelos Lineales de Optimización; Ed. ETREUS; 3ª
permitan realizar la proyección de datos históricos y de esa manera estimar edición, Cochabamba, 2006
la demanda y oferta futura. En este caso se hará un análisis de todo lo que La lógica de comportamiento de los modelos pasa por la explicación del
significa el modelo lineal a una sola variable independiente, prescindiendo gráfico precedente. En el mundo real se identifican problemas, en este caso
del análisis de regresión múltiple. se trata de analizar datos que puedan ser proyectados a futuro; esta
problemática debe ser visualizada y contextualizada bajo la forma de
Un modelo se considera como una abstracción de la realidad o como
sistema integrado con sus partes y sus componentes.
una representación cuantitativa y/o cualitativa del problema enfocado como
sistema en el mundo real. El modelo debe ser encarado para dar soluciones Para estudiar esta situación pasamos al mundo ideal, donde apropiamos
diversas en procura de retornar al mundo real y dar la interpretación y una o varias hipótesis que corresponden en este caso a modelos o leyes
solución al problema planteado. Este proceso de análisis debe ser apoyado matemáticas que expliquen o pretendan explicar el comportamiento de los
por el método científico en sus cuatro etapas genéricas: observación del datos en análisis.
sistema, formulación de la hipótesis o del modelo, predicción de la solución
y la verificación o prueba que está asociada a la interpretación. Esta Una vez planteados estos modelos es necesario manipularlos y darles
metodología se plantea en la figura 2. una solución determinada, utilizando procedimientos analíticos, numéricos,
teoría de ensayo y error, aproximaciones, etc. intentando siempre obtener
Figura 2. Metodología de Aplicación de resultados lo más óptimos posibles dentro del mundo ideal.
Modelos Matemáticos
El tratamiento de modelos debe tener un culmine y una finalización que
consiste en un apoyo a la toma de decisiones en el mundo real; esta es la

78 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 79

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

donde:
√ MUNDO REAL √ MUNDO IDEAL
DAP = Demanda aparente
CPC = Consumo percápita
N = Población Por Abstracción
Problema
• Demanda insatisfecha: Es la diferencia que se expresa entre la [SISTEMA]
demanda aparente y el consumo aparente. Puede expresarse [MODELO]
también como la diferencia entre la demanda y la oferta. Entonces:

METODO
CIENTIFICO Por Análisis
donde:

DAP = Demanda aparente

DI = Demanda insatisfecha Por Interpretación

[ DECISIÓN] Resultados
1.3. Metodología y Aplicación de Modelos en los Análisis de Mercado [OPTIMIZACIÓN]
Para realizar el estudio del mercado y para que la información sea usada
de manera eficiente y efectiva; se utilizan modelos de tipo matemático que Fuente: TERRAZAS, Rafael; Modelos Lineales de Optimización; Ed. ETREUS; 3ª
permitan realizar la proyección de datos históricos y de esa manera estimar edición, Cochabamba, 2006
la demanda y oferta futura. En este caso se hará un análisis de todo lo que La lógica de comportamiento de los modelos pasa por la explicación del
significa el modelo lineal a una sola variable independiente, prescindiendo gráfico precedente. En el mundo real se identifican problemas, en este caso
del análisis de regresión múltiple. se trata de analizar datos que puedan ser proyectados a futuro; esta
problemática debe ser visualizada y contextualizada bajo la forma de
Un modelo se considera como una abstracción de la realidad o como
sistema integrado con sus partes y sus componentes.
una representación cuantitativa y/o cualitativa del problema enfocado como
sistema en el mundo real. El modelo debe ser encarado para dar soluciones Para estudiar esta situación pasamos al mundo ideal, donde apropiamos
diversas en procura de retornar al mundo real y dar la interpretación y una o varias hipótesis que corresponden en este caso a modelos o leyes
solución al problema planteado. Este proceso de análisis debe ser apoyado matemáticas que expliquen o pretendan explicar el comportamiento de los
por el método científico en sus cuatro etapas genéricas: observación del datos en análisis.
sistema, formulación de la hipótesis o del modelo, predicción de la solución
y la verificación o prueba que está asociada a la interpretación. Esta Una vez planteados estos modelos es necesario manipularlos y darles
metodología se plantea en la figura 2. una solución determinada, utilizando procedimientos analíticos, numéricos,
teoría de ensayo y error, aproximaciones, etc. intentando siempre obtener
Figura 2. Metodología de Aplicación de resultados lo más óptimos posibles dentro del mundo ideal.
Modelos Matemáticos
El tratamiento de modelos debe tener un culmine y una finalización que
consiste en un apoyo a la toma de decisiones en el mundo real; esta es la

78 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 79

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

fase y etapa importante que convierte al modelo en una entidad útil para los La tasa i puede ser calculada como:
analistas y que en este caso debe trasuntarse en una decisión de
proyección del mejor modelo encontrado y que sirva para proyectar la
demanda u oferta en estudio.

Algo que debemos referenciar nuevamente es que, no podríamos

analizar todo este ciclo de trayectoria de mundo real - mundo ideal - mundo
real, sino nos apoyáramos en el método científico que es el aporte metódico
deductivo e inductivo que permite dar la base metodológica y científica que Método de tasa geométrica:
va desde la observación hasta la validación del procedimiento o modelo.
Recordemos que el método científico genéricamente pasa por cuatro etapas
fundamentales: Observación (Problema), Hipótesis (Modelo),
Predicción (Resultados) y Validez (Decisión).

Se comporta según la ecuación de interés compuesto:

1.4. Modelos Para la Proyección de la Oferta y Demanda

1.4.1. Modelos de Tasas
Una de las técnicas más comunes a ser usadas en el análisis de datos
y su proyección se basa en los métodos de tasas; estos métodos están
expresados por los criterio de interés simple e interés compuesto. Estos
modelos son conocidos con los nombres de método de la tasa aritmética y
método de la tasa geométrica. La tasa i para este método debe ser calculada por la ecuación:

Método de tasa aritmética:

Se comporta según la ecuación de interés simple:

1.4.2. Modelo Lineal de regresión simple
El concepto de regresión estadística, es aquel que consiste en estudiar
la forma de “ajustar” una serie de datos históricos hacia una ley de
comportamiento matemático que se expresa por una ecuación, en este caso
donde: lineal. La mejor ley de comportamiento brindará el mejor ajuste de estos
datos a la ley estudiada.
Vn = Valor para el periodo n
V0 = Valor del periodo base, periodo cero o inicial La demanda u oferta de un producto pueden ser llamadas variable
dependiente (Y) y pueden estar en función de una variable independiente
i = Tasa de crecimiento aritmética (X) tal como: el tiempo, el precio del producto, el Producto Interno Bruto per
n = Número de periodos cápita, los gastos de comercialización, la población, la capacidad de crédito,
etc. En este sentido se pueden hacer ajustes de regresión a las funciones a
una sola variable Y = f(X) y que pueden ser del tipo que se muestra en el
cuadro 2.

80 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 81

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

fase y etapa importante que convierte al modelo en una entidad útil para los La tasa i puede ser calculada como:
analistas y que en este caso debe trasuntarse en una decisión de
proyección del mejor modelo encontrado y que sirva para proyectar la
demanda u oferta en estudio.

Algo que debemos referenciar nuevamente es que, no podríamos

analizar todo este ciclo de trayectoria de mundo real - mundo ideal - mundo
real, sino nos apoyáramos en el método científico que es el aporte metódico
deductivo e inductivo que permite dar la base metodológica y científica que Método de tasa geométrica:
va desde la observación hasta la validación del procedimiento o modelo.
Recordemos que el método científico genéricamente pasa por cuatro etapas
fundamentales: Observación (Problema), Hipótesis (Modelo),
Predicción (Resultados) y Validez (Decisión).

Se comporta según la ecuación de interés compuesto:

1.4. Modelos Para la Proyección de la Oferta y Demanda

1.4.1. Modelos de Tasas
Una de las técnicas más comunes a ser usadas en el análisis de datos
y su proyección se basa en los métodos de tasas; estos métodos están
expresados por los criterio de interés simple e interés compuesto. Estos
modelos son conocidos con los nombres de método de la tasa aritmética y
método de la tasa geométrica. La tasa i para este método debe ser calculada por la ecuación:

Método de tasa aritmética:

Se comporta según la ecuación de interés simple:

1.4.2. Modelo Lineal de regresión simple
El concepto de regresión estadística, es aquel que consiste en estudiar
la forma de “ajustar” una serie de datos históricos hacia una ley de
comportamiento matemático que se expresa por una ecuación, en este caso
donde: lineal. La mejor ley de comportamiento brindará el mejor ajuste de estos
datos a la ley estudiada.
Vn = Valor para el periodo n
V0 = Valor del periodo base, periodo cero o inicial La demanda u oferta de un producto pueden ser llamadas variable
dependiente (Y) y pueden estar en función de una variable independiente
i = Tasa de crecimiento aritmética (X) tal como: el tiempo, el precio del producto, el Producto Interno Bruto per
n = Número de periodos cápita, los gastos de comercialización, la población, la capacidad de crédito,
etc. En este sentido se pueden hacer ajustes de regresión a las funciones a
una sola variable Y = f(X) y que pueden ser del tipo que se muestra en el
cuadro 2.

80 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 81

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Cuadro 2. Funciones de regresión a una sola variable

Tipo de función Ecuación [Ec. 4.7]

Lineal Y = A + BX Como la suma de todas las desviaciones debe ser mínima, sus derivadas
parciales deben ser igual a cero, es decir:
Exponencial Y=ae bX

Potencial Y=aX b

Logarítmica Y = a + b ln X

Asintótica creciente Y=a–b/X

Gompertz Y = e (a – b X)

Todas estas funciones pueden ser operadas a través del concepto de

De esta forma se obtienen las siguientes dos ecuaciones:
linealización y sus parámetros, a y b, pueden ser calculados a partir de las
ecuaciones desarrolladas para el modelo lineal. Partiendo del diagrama de
dispersión se debe visualizar una curva o línea suavizada que aproxima los
datos a través de una relación lineal entre las variables.

Dados dos puntos cualquiera sobre la línea, S1(x1,y1), S2(x2,y2), la

ecuación de la recta que une S1 y S2 es:

Resolviendo el sistema de ecuaciones se obtienen los parámetros A y B

Por lo tanto la curva que relaciona las dos variables es una recta dada de la función lineal:
por la ecuación:

donde:

ye = Valor de la variable dependiente estimada

Siguiendo la técnica de mínimos cuadrados se define un error o
desviación para cada par ordenado.

82 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 83

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Cuadro 2. Funciones de regresión a una sola variable

Tipo de función Ecuación [Ec. 4.7]

Lineal Y = A + BX Como la suma de todas las desviaciones debe ser mínima, sus derivadas
parciales deben ser igual a cero, es decir:
Exponencial Y=ae bX

Potencial Y=aX b

Logarítmica Y = a + b ln X

Asintótica creciente Y=a–b/X

Gompertz Y = e (a – b X)

Todas estas funciones pueden ser operadas a través del concepto de

De esta forma se obtienen las siguientes dos ecuaciones:
linealización y sus parámetros, a y b, pueden ser calculados a partir de las
ecuaciones desarrolladas para el modelo lineal. Partiendo del diagrama de
dispersión se debe visualizar una curva o línea suavizada que aproxima los
datos a través de una relación lineal entre las variables.

Dados dos puntos cualquiera sobre la línea, S1(x1,y1), S2(x2,y2), la

ecuación de la recta que une S1 y S2 es:

Resolviendo el sistema de ecuaciones se obtienen los parámetros A y B

Por lo tanto la curva que relaciona las dos variables es una recta dada de la función lineal:
por la ecuación:

donde:

ye = Valor de la variable dependiente estimada

Siguiendo la técnica de mínimos cuadrados se define un error o
desviación para cada par ordenado.

82 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 83

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

1.4.3. La Correlación Lineal Simple

Una vez logrado el ajuste a la ley correspondiente, es necesario ver el
grado de aproximación a este comportamiento; en otras palabras, ver el
grado de asociación de la variable independiente con la variable
dependiente. Se trata de aclarar en que porcentaje, la variable
independiente, es capaz de explicar el comportamiento de la variable
dependiente.
1.4.4. Error de Estimación y Significancia Estadística
Para validar si la variable dependiente (Y) tiene asociación o correlación Un nuevo nivel de análisis en las estimaciones de regresión y correlación
con la variable independiente (X), es necesario calcular el coeficiente de es lograr explicar y demostrar la significancia estadística de la regresión
determinación r2. Si r2 se aproxima a 1, el grado de asociación será bueno, como un todo; es decir que la regresión cumpla con la hipótesis de
un r2 de cero indica que no hay asociación. La fórmula de cálculo se obtiene tendencia de crecimiento, lo que significa en los hechos que tenga una
a partir de la expresión de la variación total, es decir: pendiente (b) que tenga un valor diferente a cero.

Para este análisis es importante calcular el error de estimación (Se), el

cual se logra estimar con la ecuación:

donde:
El error de significancia Sb se calcula con:
VT = Variación total;
VE = Variación explicada;
VNE = Variación no explicada;
ye = Valor de yi estimado con la ecuación de regresión;
yp = Promedio de los datos yi

El coeficiente de determinación r2, se define como: Para poder verificar si la regresión a una variable es significativa, se
tienen las siguientes hipótesis:

Hipótesis nula H0: b = 0

Hipótesis alternativa H1: b π 0
Para probar la significancia se usa el test t de student con el estadístico:
El coeficiente de correlación no es nada más que la raíz cuadrada del
coeficiente de determinación. Una expresión bastante utilizada para el
cálculo del coeficiente de correlación es la siguiente:

84 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 85

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

1.4.3. La Correlación Lineal Simple

Una vez logrado el ajuste a la ley correspondiente, es necesario ver el
grado de aproximación a este comportamiento; en otras palabras, ver el
grado de asociación de la variable independiente con la variable
dependiente. Se trata de aclarar en que porcentaje, la variable
independiente, es capaz de explicar el comportamiento de la variable
dependiente.
1.4.4. Error de Estimación y Significancia Estadística
Para validar si la variable dependiente (Y) tiene asociación o correlación Un nuevo nivel de análisis en las estimaciones de regresión y correlación
con la variable independiente (X), es necesario calcular el coeficiente de es lograr explicar y demostrar la significancia estadística de la regresión
determinación r2. Si r2 se aproxima a 1, el grado de asociación será bueno, como un todo; es decir que la regresión cumpla con la hipótesis de
un r2 de cero indica que no hay asociación. La fórmula de cálculo se obtiene tendencia de crecimiento, lo que significa en los hechos que tenga una
a partir de la expresión de la variación total, es decir: pendiente (b) que tenga un valor diferente a cero.

Para este análisis es importante calcular el error de estimación (Se), el

cual se logra estimar con la ecuación:

donde:
El error de significancia Sb se calcula con:
VT = Variación total;
VE = Variación explicada;
VNE = Variación no explicada;
ye = Valor de yi estimado con la ecuación de regresión;
yp = Promedio de los datos yi

El coeficiente de determinación r2, se define como: Para poder verificar si la regresión a una variable es significativa, se
tienen las siguientes hipótesis:

Hipótesis nula H0: b = 0

Hipótesis alternativa H1: b π 0
Para probar la significancia se usa el test t de student con el estadístico:
El coeficiente de correlación no es nada más que la raíz cuadrada del
coeficiente de determinación. Una expresión bastante utilizada para el
cálculo del coeficiente de correlación es la siguiente:

84 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 85

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Si el valor del t estadístico calculado es menor que el valor t de la tabla 4. Aplicación de la linealización
para un nivel de significancia a, se acepta H0, de lo contrario se la rechaza Para estudiar y aplicar el análisis teórico planteado, consideremos el
y la regresión es significativa como un todo. siguiente caso de estudio:

El comportamiento de la demanda y la oferta de un producto está dada

por la siguiente información que se muestra en el Cuadro 3
2. Planteamiento del problema
Cuadro 3. Comportamiento Histórico de la Demanda y Oferta
Como se habrá podido notar en los términos precedentes, la teoría
estadística provee de un marco teórico – conceptual que permite hacer el
ajuste correspondiente al cálculo y ajuste de un modelo de comportamiento Producción Precios
Importación Exportación Oferta Población
Año nacional Constantes
lineal a una sola variable. La problemática se presenta en la adecuación de [Ton] [Ton] [Ton] [Miles]
[Ton] [$]
esta teoría a otros modelos que necesitan ser linealizados para encontrar
sus parámetros y de esa forma obtener la ecuación completa que permita 2001 160 10 5 110 8 NSD*
las proyecciones de datos. 2002 175 12 6 112 10 875
2003 182 15 3 115 11 NSD
En este artículo se estudia esta situación y se plantea la metodología
conceptual y de cálculo para múltiples casos que puedan ser linealizados; 2004 189 10 3 115 12 NSD
por otro lado también se muestran resultados usando el software 2005 190 12 2 117 15 950
parametrizado en excel SIGPEP versión 1.1. que permite, en su parte de
análisis del mercado, ajustar y linealizar datos a diferentes tipos de curvas.
* NSD: No Se Disponen Datos

Se desea responder a las siguientes preguntas:

3. Objetivos del análisis
a. Proyectar la demanda hasta el año 2010 en función al precio
Se plantean los siguientes objetivos: utilizando una curva de Gompertz y calcular el coeficiente de
determinación correspondiente. Para el crecimiento del precio tomar
• Analizar el comportamiento de datos de demanda u oferta adecuando
en cuenta una tasa de crecimiento del 3% correspondiente a la tasa
a un comportamiento lineal.
de inflación.
• Explicar el procedimiento metodológico para ajustar los datos
b. Proyectar la oferta considerando una curva asintótica creciente en
concernientes al comportamiento de la demanda u oferta a diferentes
función al precio y realizar su análisis de significancia estadística.
curvas usando el concepto de linealización.
c. Proyectar la población para todos los años considerados
• Analizar el grado de ajuste o correlación a través del cálculo del
coeficiente de determinación. d. Determinar el consumo percápita urbano y rural para el período de
2001 a 2005
• Analizar la significancia estadística de este comportamiento con el
cálculo del error estándar de estimación y la aplicación del test t de Solución
student.
a. Para proceder al ajuste y proyección de la demanda, primero se
obtendrán los datos del consumo aparente sumando la Producción
Nacional, las Importaciones y restando las Exportaciones, de acuerdo
a la ecuación ya mencionada:

86 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 87

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Si el valor del t estadístico calculado es menor que el valor t de la tabla 4. Aplicación de la linealización
para un nivel de significancia a, se acepta H0, de lo contrario se la rechaza Para estudiar y aplicar el análisis teórico planteado, consideremos el
y la regresión es significativa como un todo. siguiente caso de estudio:

El comportamiento de la demanda y la oferta de un producto está dada

por la siguiente información que se muestra en el Cuadro 3
2. Planteamiento del problema
Cuadro 3. Comportamiento Histórico de la Demanda y Oferta
Como se habrá podido notar en los términos precedentes, la teoría
estadística provee de un marco teórico – conceptual que permite hacer el
ajuste correspondiente al cálculo y ajuste de un modelo de comportamiento Producción Precios
Importación Exportación Oferta Población
Año nacional Constantes
lineal a una sola variable. La problemática se presenta en la adecuación de [Ton] [Ton] [Ton] [Miles]
[Ton] [$]
esta teoría a otros modelos que necesitan ser linealizados para encontrar
sus parámetros y de esa forma obtener la ecuación completa que permita 2001 160 10 5 110 8 NSD*
las proyecciones de datos. 2002 175 12 6 112 10 875
2003 182 15 3 115 11 NSD
En este artículo se estudia esta situación y se plantea la metodología
conceptual y de cálculo para múltiples casos que puedan ser linealizados; 2004 189 10 3 115 12 NSD
por otro lado también se muestran resultados usando el software 2005 190 12 2 117 15 950
parametrizado en excel SIGPEP versión 1.1. que permite, en su parte de
análisis del mercado, ajustar y linealizar datos a diferentes tipos de curvas.
* NSD: No Se Disponen Datos

Se desea responder a las siguientes preguntas:

3. Objetivos del análisis
a. Proyectar la demanda hasta el año 2010 en función al precio
Se plantean los siguientes objetivos: utilizando una curva de Gompertz y calcular el coeficiente de
determinación correspondiente. Para el crecimiento del precio tomar
• Analizar el comportamiento de datos de demanda u oferta adecuando
en cuenta una tasa de crecimiento del 3% correspondiente a la tasa
a un comportamiento lineal.
de inflación.
• Explicar el procedimiento metodológico para ajustar los datos
b. Proyectar la oferta considerando una curva asintótica creciente en
concernientes al comportamiento de la demanda u oferta a diferentes
función al precio y realizar su análisis de significancia estadística.
curvas usando el concepto de linealización.
c. Proyectar la población para todos los años considerados
• Analizar el grado de ajuste o correlación a través del cálculo del
coeficiente de determinación. d. Determinar el consumo percápita urbano y rural para el período de
2001 a 2005
• Analizar la significancia estadística de este comportamiento con el
cálculo del error estándar de estimación y la aplicación del test t de Solución
student.
a. Para proceder al ajuste y proyección de la demanda, primero se
obtendrán los datos del consumo aparente sumando la Producción
Nacional, las Importaciones y restando las Exportaciones, de acuerdo
a la ecuación ya mencionada:

86 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 87

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Cuadro 5. Datos transformados y linealizados

Precios
Año CAP [Y] constantes Ln Y -1/X (-1/X)2 -1/X LnY
La aplicación de esta ecuación nos genera el cuadro 4. [X]
2001 165 8 5.105945 -0.125000 0.015625 -0.638243
Cuadro 4. Datos de Consumo Aparente 2002 181 10 5.198497 -0.100000 0.010000 -0.519849
2003 194 11 5.267858 -0.090909 0.008264 -0.478895
Producción Consumo Precios
Importación Exportación
Año nacional Aparente Constantes 2004 196 12 5.278114 -0.083333 0.006944 -0.439841
[Ton] [Ton]
[Ton] [Ton] [$/Ton]
2005 200 15 5.298317 -0.066666 0.004444 -0.353217
2001 160 10 5 165 8 Total 936 56 26.148731 -0.465908 0.045277 -2.430045
2002 175 12 6 181 10
2003 182 15 3 194 11
Sustituyendo los datos linealizados en las ecuaciones de A y B deducidas
2004 189 10 3 196 12 para el modelo lineal y con las transformaciones correspondientes, se tiene:
2005 190 12 2 200 15
Para b transformado:
La curva de Gompertz tiene el siguiente comportamiento:

Donde:

Y = Consumo Aparente en Toneladas

X = Precios Constantes en $/Ton
Para a transformado:
a, b = Parámetros a ser calculados

Linealizando y aplicando logaritmo natural se tiene:

Sustituyendo Ln Y por Y y (-1/X) por X se tiene la siguiente

transformación de datos que se muestra en el Cuadro 5.

88 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 89

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Cuadro 5. Datos transformados y linealizados

Precios
Año CAP [Y] constantes Ln Y -1/X (-1/X)2 -1/X LnY
La aplicación de esta ecuación nos genera el cuadro 4. [X]
2001 165 8 5.105945 -0.125000 0.015625 -0.638243
Cuadro 4. Datos de Consumo Aparente 2002 181 10 5.198497 -0.100000 0.010000 -0.519849
2003 194 11 5.267858 -0.090909 0.008264 -0.478895
Producción Consumo Precios
Importación Exportación
Año nacional Aparente Constantes 2004 196 12 5.278114 -0.083333 0.006944 -0.439841
[Ton] [Ton]
[Ton] [Ton] [$/Ton]
2005 200 15 5.298317 -0.066666 0.004444 -0.353217
2001 160 10 5 165 8 Total 936 56 26.148731 -0.465908 0.045277 -2.430045
2002 175 12 6 181 10
2003 182 15 3 194 11
Sustituyendo los datos linealizados en las ecuaciones de A y B deducidas
2004 189 10 3 196 12 para el modelo lineal y con las transformaciones correspondientes, se tiene:
2005 190 12 2 200 15
Para b transformado:
La curva de Gompertz tiene el siguiente comportamiento:

Donde:

Y = Consumo Aparente en Toneladas

X = Precios Constantes en $/Ton
Para a transformado:
a, b = Parámetros a ser calculados

Linealizando y aplicando logaritmo natural se tiene:

Sustituyendo Ln Y por Y y (-1/X) por X se tiene la siguiente

transformación de datos que se muestra en el Cuadro 5.

88 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 89

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Finalmente la ecuación de Gompertz queda: Proyectamos el precio tomando el criterio de la tasa aritmética con una
tasa de crecimiento del 3% y proyectamos el consumo aparente o demanda
con la curva de Gompertz. Para el período 2006 se tiene:

O también:

Para calcular el coeficiente de determinación, usaremos la relación:

Es así que se tiene la proyección hasta el año 2010:

Cuadro 7: Proyección del Consumo Aparente

Año CAP [Y] Precios constantes [X]
Construimos el cuadro 6. tomando tres decimales: 2006 206.34 15.45
2007 207.67 15.90
Cuadro 6. Cálculo del coeficiente de determinación
2008 208.93 16.35
Año Ln y ye Ln ye Ln yp (Ln y – Ln ye)2 (Ln y – Ln yp)2 2009 210.14 16.80
2001 5.106 167.039 5.118 5.232 0.000 0.016 2010 211.28 17.25
2002 5.198 182.336 5.206 5.232 0.000 0.001 b. Para la oferta hacemos un ajuste con la curva asintótica creciente que
2003 5.268 188.239 5.238 5.232 0.001 0.001 tiene la ecuación de la forma:
2004 5.278 193.304 5.264 5.232 0.000 0.002
2005 5.298 204.932 5.323 5.232 0.001 0.004
Total 26.149 935.850 26.149 26.161 0.002 0.025

Por tanto: donde X en este caso, corresponde al tiempo y Y a los datos de oferta
iniciales.
Adaptando las fórmulas de la ecuación lineal, se tiene:

90 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 91

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Finalmente la ecuación de Gompertz queda: Proyectamos el precio tomando el criterio de la tasa aritmética con una
tasa de crecimiento del 3% y proyectamos el consumo aparente o demanda
con la curva de Gompertz. Para el período 2006 se tiene:

O también:

Para calcular el coeficiente de determinación, usaremos la relación:

Es así que se tiene la proyección hasta el año 2010:

Cuadro 7: Proyección del Consumo Aparente

Año CAP [Y] Precios constantes [X]
Construimos el cuadro 6. tomando tres decimales: 2006 206.34 15.45
2007 207.67 15.90
Cuadro 6. Cálculo del coeficiente de determinación
2008 208.93 16.35
Año Ln y ye Ln ye Ln yp (Ln y – Ln ye)2 (Ln y – Ln yp)2 2009 210.14 16.80
2001 5.106 167.039 5.118 5.232 0.000 0.016 2010 211.28 17.25
2002 5.198 182.336 5.206 5.232 0.000 0.001 b. Para la oferta hacemos un ajuste con la curva asintótica creciente que
2003 5.268 188.239 5.238 5.232 0.001 0.001 tiene la ecuación de la forma:
2004 5.278 193.304 5.264 5.232 0.000 0.002
2005 5.298 204.932 5.323 5.232 0.001 0.004
Total 26.149 935.850 26.149 26.161 0.002 0.025

Por tanto: donde X en este caso, corresponde al tiempo y Y a los datos de oferta
iniciales.
Adaptando las fórmulas de la ecuación lineal, se tiene:

90 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 91

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Para el análisis de significancia se calcula el error de estimación y el

error de significancia con las siguientes fórmulas adecuadas:

De esta forma se transforman y se adaptan los datos a la forma de la

ecuación asintótica creciente. Estas transformaciones se denotan en el
Cuadro 8.

Cuadro 8. Datos Transformados a la curva Asintótica

Año [X] Oferta [Ton] [Y] -1/X (-1/X)2 -1/X *Y
1 110 -1,00 1,00 -110,00 Cuadro 9. Estimación de Errores
2 112 -0,50 0,25 -56,00 Año [X] Oferta [Y] Ye (Y-Ye)2 (-1/X)2 -1/X *Y
3 115 -0,33 0,11 -38,33 1 110 109.47 0.2809 -1.000 -110.00
4 115 -0,25 0,06 -28,75 2 112 113.46 2.1316 -0.500 -56.00
5 117 -0,20 0,04 -23,40 3 115 114.79 0.0441 -0.333 -38.33
Total 569 -2,28 1,46 -256,48 4 115 115.45 0.2025 -0.250 -28.75
5 117 115.85 1.3225 -0.200 -23.40
Reemplazando en las fórmulas, se tiene:
Total 569 569.02 3.9816 -2.283 -256.48

Reemplazando:

La ecuación de la oferta quedaría:

92 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 93

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Para el análisis de significancia se calcula el error de estimación y el

error de significancia con las siguientes fórmulas adecuadas:

De esta forma se transforman y se adaptan los datos a la forma de la

ecuación asintótica creciente. Estas transformaciones se denotan en el
Cuadro 8.

Cuadro 8. Datos Transformados a la curva Asintótica

Año [X] Oferta [Ton] [Y] -1/X (-1/X)2 -1/X *Y
1 110 -1,00 1,00 -110,00 Cuadro 9. Estimación de Errores
2 112 -0,50 0,25 -56,00 Año [X] Oferta [Y] Ye (Y-Ye)2 (-1/X)2 -1/X *Y
3 115 -0,33 0,11 -38,33 1 110 109.47 0.2809 -1.000 -110.00
4 115 -0,25 0,06 -28,75 2 112 113.46 2.1316 -0.500 -56.00
5 117 -0,20 0,04 -23,40 3 115 114.79 0.0441 -0.333 -38.33
Total 569 -2,28 1,46 -256,48 4 115 115.45 0.2025 -0.250 -28.75
5 117 115.85 1.3225 -0.200 -23.40
Reemplazando en las fórmulas, se tiene:
Total 569 569.02 3.9816 -2.283 -256.48

Reemplazando:

La ecuación de la oferta quedaría:

92 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 93

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Por tanto el estadístico t será:

Para 3 grados de libertad y 90% de confianza:

-2.353 ≤ tabla≤ 2.353

El valor de 2.92 está en la región de rechazo de la hipótesis nula, por d. Para estimar el Consumo per cápita, se usa la ecuación:
tanto se concluye que la regresión es significativa y se acepta H1: bπ 0.

c. Para determinar y proyectar la población procedemos de la siguiente

manera
• Proyectamos el índice de crecimiento poblacional interpolando los
datos entre los períodos 2002 y 2005, con la ecuación geométrica:
Se obtiene el cuadro 10. de consumo per cápita:

Cuadro 10. Consumo per cápita estimado en Kg/Hab-año

Año CAP [Kg] POB total [Miles Hab] CPC [Kg /Hab-año]
2001 165 000 851 341 0.1938
2002 181 000 875 000 0.2068
2003 194 000 899 316 0.2157
2004 196 000 924 308 0.2128
2005 200 000 950 000 0.2105

5. Aplicación de software
La aplicación de estos procedimientos se puede realizar con el uso de
• Utilizando el índice de crecimiento poblacional calculado, utilizamos distintos softwares estadísticos. Mostraremos la aplicación del software en
la ecuación de interés compuesto para proyectar las poblaciones de excel SIGPEP Versión 1.0 (Sistema Integral de Gestión y Preparación y
los diferentes años. Tomaremos al año 2002 (período 2 ) como año Evaluación de Proyectos) que con el manejo de planillas parametrizadas y
base y como tal corresponde al período cero; de esta manera el con macros, nos facilitará los cálculos para ver un ajuste apropiado para los
período 5 corresponde al año 2005. Entonces se tiene: datos en análisis. Este sistema maneja varios conceptos del estudio y
análisis de proyectos y en este caso aplicaremos al tema que nos concierne,
que es el estudio y proyección de datos del mercado.

94 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 95

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Por tanto el estadístico t será:

Para 3 grados de libertad y 90% de confianza:

-2.353 ≤ tabla≤ 2.353

El valor de 2.92 está en la región de rechazo de la hipótesis nula, por d. Para estimar el Consumo per cápita, se usa la ecuación:
tanto se concluye que la regresión es significativa y se acepta H1: bπ 0.

c. Para determinar y proyectar la población procedemos de la siguiente

manera
• Proyectamos el índice de crecimiento poblacional interpolando los
datos entre los períodos 2002 y 2005, con la ecuación geométrica:
Se obtiene el cuadro 10. de consumo per cápita:

Cuadro 10. Consumo per cápita estimado en Kg/Hab-año

Año CAP [Kg] POB total [Miles Hab] CPC [Kg /Hab-año]
2001 165 000 851 341 0.1938
2002 181 000 875 000 0.2068
2003 194 000 899 316 0.2157
2004 196 000 924 308 0.2128
2005 200 000 950 000 0.2105

5. Aplicación de software
La aplicación de estos procedimientos se puede realizar con el uso de
• Utilizando el índice de crecimiento poblacional calculado, utilizamos distintos softwares estadísticos. Mostraremos la aplicación del software en
la ecuación de interés compuesto para proyectar las poblaciones de excel SIGPEP Versión 1.0 (Sistema Integral de Gestión y Preparación y
los diferentes años. Tomaremos al año 2002 (período 2 ) como año Evaluación de Proyectos) que con el manejo de planillas parametrizadas y
base y como tal corresponde al período cero; de esta manera el con macros, nos facilitará los cálculos para ver un ajuste apropiado para los
período 5 corresponde al año 2005. Entonces se tiene: datos en análisis. Este sistema maneja varios conceptos del estudio y
análisis de proyectos y en este caso aplicaremos al tema que nos concierne,
que es el estudio y proyección de datos del mercado.

94 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 95

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

A continuación se muestra la pantalla general del programa integral Menú del Análisis del Mercado
asociada a varios componentes de estudio del mundo de los proyectos.
Posteriormente mostramos los resultados concernientes al ajuste de los
datos de consumo aparente en función de los precios. Se podrá notar el
cálculo de los parámetros para varias curvas linealizadas con sus
correspondientes coeficientes de determinación y sus cálculos sobre los
errores estándar y la significancia estadística.

Menú Principal del SIGPEP

96 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 97

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

A continuación se muestra la pantalla general del programa integral Menú del Análisis del Mercado
asociada a varios componentes de estudio del mundo de los proyectos.
Posteriormente mostramos los resultados concernientes al ajuste de los
datos de consumo aparente en función de los precios. Se podrá notar el
cálculo de los parámetros para varias curvas linealizadas con sus
correspondientes coeficientes de determinación y sus cálculos sobre los
errores estándar y la significancia estadística.

Menú Principal del SIGPEP

96 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 97

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Resultados de la Linealización a Varias Curvas planteada permite también su aplicación a problemas de regresión múltiple
con más de una variable independiente.

La validación de cualquiera de estos modelos, para su aplicabilidad

concreta, se da a través de los siguientes parámetros:

El análisis de correlación a través del cálculo del coeficiente de

determinación. Por ejemplo en el caso de aplicación obtuvimos un
coeficiente de determinación del 92%; esto quiere decir que el 92% de los
datos del precio explican el comportamiento del consumo aparente o
demanda, lo que significa que hay una correlación alta.

El análisis de significancia estadística permite determinar el

cumplimiento de la hipótesis alternativa (la pendiente es diferente de cero).
Para el caso de aplicación vemos que esta posibilidad se cumple y la
regresión es significativa como un todo.

Se puede también realizar un análisis de errores a través del cálculo de

errores como el bias, el error cuadrático medio (MSE), el error absoluto
medio (MAD), etc.; los cuales deben generar valores bajos para validar la
utilización de un determinado modelo. En este trabajo no se aplica este
análisis.

El uso de software es pertinente y adecuado para estos análisis. En este

caso se está utilizando el Sistema Integral de Gestión, Preparación y
Evaluación de Proyectos (SIGPEP) que permitirá realizar cálculos para
diferentes curvas linealizadas ofreciendo los reportes de cálculo de los
parámetros y las proyecciones que el analista crea necesarias para tomar
una decisión en torno al análisis y estudio del mercado, seleccionando la
curva que considere más apropiada y que se adecue a sus necesidades
reales.

7. Referencias
BACA URBINA, Gabriel (2000); Preparación y Evaluación de Proyectos;
Ed. McGraw Hill; México.
COMPANYS PASCUAL, Ramón (1990); Previsión Tecnológica de la
6. Conclusiones sobre el procedimiento Demanda; Ed. Marcombo, Serie Productica; España.
Este procedimiento de cálculo es útil, interesante y permite su aplicación MÉLARD, Guy (1995); Méthodes de Prévision á Court Terme; Éditions
a múltiples casos de análisis de la demanda. La metodología genérica

98 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 99

 La linealización de curvas para la proyección de la demanda Rafael Terrazas Pastor

Resultados de la Linealización a Varias Curvas planteada permite también su aplicación a problemas de regresión múltiple
con más de una variable independiente.

La validación de cualquiera de estos modelos, para su aplicabilidad

concreta, se da a través de los siguientes parámetros:

El análisis de correlación a través del cálculo del coeficiente de

determinación. Por ejemplo en el caso de aplicación obtuvimos un
coeficiente de determinación del 92%; esto quiere decir que el 92% de los
datos del precio explican el comportamiento del consumo aparente o
demanda, lo que significa que hay una correlación alta.

El análisis de significancia estadística permite determinar el

cumplimiento de la hipótesis alternativa (la pendiente es diferente de cero).
Para el caso de aplicación vemos que esta posibilidad se cumple y la
regresión es significativa como un todo.

Se puede también realizar un análisis de errores a través del cálculo de

errores como el bias, el error cuadrático medio (MSE), el error absoluto
medio (MAD), etc.; los cuales deben generar valores bajos para validar la
utilización de un determinado modelo. En este trabajo no se aplica este
análisis.

El uso de software es pertinente y adecuado para estos análisis. En este

caso se está utilizando el Sistema Integral de Gestión, Preparación y
Evaluación de Proyectos (SIGPEP) que permitirá realizar cálculos para
diferentes curvas linealizadas ofreciendo los reportes de cálculo de los
parámetros y las proyecciones que el analista crea necesarias para tomar
una decisión en torno al análisis y estudio del mercado, seleccionando la
curva que considere más apropiada y que se adecue a sus necesidades
reales.

7. Referencias
BACA URBINA, Gabriel (2000); Preparación y Evaluación de Proyectos;
Ed. McGraw Hill; México.
COMPANYS PASCUAL, Ramón (1990); Previsión Tecnológica de la
6. Conclusiones sobre el procedimiento Demanda; Ed. Marcombo, Serie Productica; España.
Este procedimiento de cálculo es útil, interesante y permite su aplicación MÉLARD, Guy (1995); Méthodes de Prévision á Court Terme; Éditions
a múltiples casos de análisis de la demanda. La metodología genérica

98 Año 9, N° 18, 2° Semestre, 2006 Departamento de Administración, Economía y Finanzas 99

 La linealización de curvas para la proyección de la demanda

de LʼUniversité de Bruxelles; Bélgica.

SOLDEVILLA GARCIA, Emilio (2000); GRANDE ESTEBAN, Ildefonso;
Análisis Económico de la Demanda Empresarial; Ed. El Ateneo;
Barcelona.
TERRAZAS, Rafael (2005); Modelos Lineales de Optimización; Ed.
ETREUS; Cochabamba.
TERRAZAS, Rafael (2006); Preparación y Evaluación de Proyectos: un
enfoque sistémico e integral; Ed. ETREUS; Cochabamba.
TERRAZAS, Rafael (2005); Software: Sistema Integral de Gestión,
Preparación y Evaluación de Proyectos; Versión 1.1.;
Cochabamba.

100 Año 9, N° 18, 2° Semestre, 2006