Análisis de la relación entre dos variables económicas

Especificada la relación entre dos variables, se introducen los datos de las mismas en la hoja de Excel, dando como salida el gráfico de dispersión y el cálculo de las relaciones (lineal, potencial, exponencial, logarítmica y parabólica) con la función y coeficiente de determinación correspondiente.
El modelo es útil para estudio de la relación entre dos variables, una explicativa y otra explicada, como por ejemplo: la cantidad en función del precio; las ventas en función del gasto en publicidad; la producción en función del número de horas empleadas; funciones de oferta o de demanda precio; demanda renta, etc.
Una vez elegida la relación funcional con el mejor ajuste, puede utilizarse para realizar simulaciones y predicciones futuras.

Predicción económica con modelos de ajuste de tendencias

La aplicación Excel estima tendencias, ajustando a los datos una función matemática del tiempo mediante técnicas de regresión simple. Es decir, se trata de explicar una variable dependiente (también llamada endógena) en función de la variable dependiente (exógena o explicativa) tiempo. Una vez introducidos los datos se observan los gráficos y tendencias calculadas, eligiendo el modelo con un mayor grado de ajuste (coeficiente de determinación más alto). La función elegida puede utilizarse para realizar predicciones de la variable en estudio (y), asignando valores en la función a la variable tiempo (x). También puede observarse, en el gráfico, donde se sitúa la tendencia añadiendo más datos de tiempo (años, meses, ...) en la columna OBSERVACIONES. La estimación es útil para realizar predicciones de serie temporales (económicas o de cualquier otra naturaleza) cuando lo único que conocemos son los datos de la serie en el tiempo.

Predicción con doble alisado exponencial de Brown

El alisado exponencial se obtiene mediante una media móvil con ponderaciones decrecientes en forma de progresión geométrica. El modelo de doble alisado exponencial de Brown, incorpora un componente de tendencia, por lo que es útil para realizar predicciones de series con o sin tendencia pero sin estacionalidad. Para conseguir una predicción óptima hay que aplicar un coeficiente de ponderación ALFA que minimice el error cuadrático medio, lo que se consigue probando con distintos valores entre cero y uno en el modelo Excel siguiente.
Esta técnica sirve para la predicción de series económicas como pueden ser: ventas, ingresos, costes, gastos, producción, salarios, indicadores económicos, etc.