Resumen:
La complejidad en la que está envuelto el mundo de los negocios ha aumentado
con el tiempo generando que las organizaciones operen en una atmósfera de
incertidumbre; a pesar de esto, deben tomar decisiones que conllevan a grandes
riesgos y que terminan afectando su futuro. Un aspecto importante que ha
destacado es la elaboración de pronósticos permitiendo a las organizaciones toma
de decisiones más oportunas y confiables a diferencia de las estimaciones
realizadas de manera subjetiva las cuales no suelen ser efectivas y seguras.
Por tal motivo, el presente trabajo propone la aplicación de un Modelo Estadístico
para el pronóstico de la demanda de productos de una empresa comercializadora
de ítems de ferretería de la ciudad de Guayaquil, que permita la disminución del
error al pronosticar y la optimización de recursos.
La metodología empleada consiste en la aplicación y comparación del modelo no
estacionario ARIMA, de Regresión Múltiple y Regresión con errores en una serie
de datos históricos de ventas, mediante el software RStudio. Se seleccionará aquel
modelo que describa de forma plausible el comportamiento de la demanda. Para la
evaluación del desempeño, se realizaron pronósticos de períodos de prueba para
compararlos con los datos reales y evaluar el error de estimación.
Como resultado de la investigación se obtuvo que los modelos ARIMA y de
Regresión con errores presentaron mejores ajustes del comportamiento de los
datos a diferencia del modelo de Regresión Múltiple que no tuvo buenos resultados.
Los modelos de Regresión con errores mostraron mayor precisión en los
pronósticos.
