Seminario-taller: ANÁLISIS ESTADÍSTICO APLICADO A LA PRODUCTIVIDAD Y LOS NEGOCIOS

1. Modelos lineales con variables numéricas

• Cómo armar modelos lineales en Excel: Selección de variables, interpretación del R cuadrado, estadísticos F, t, significancia de los coeficientes, interpretación de los signos y magnitudes de los mismos paso a paso.
• ¿Cómo sabemos si las variables del modelo se encuentran bien seleccionadas? ¿Cómo sabemos qué variables son las más importantes? ¿Cuándo sabemos que el modelo es adecuado para realizar pronósticos?

Ejemplos:

• ¿Cuántos puntos cambia la utilidad por cambios en la tasa de interés?
• ¿Si queremos vender un servicio pero también financiarlo, ¿cuánto podemos bajar la tasa de financiamiento para captar un mayor número de clientes?
• Cálculo de diferentes puntos de equilibrio.

2. Regresión Lineal con variables binarias y cualitativas

• ¿Cómo incorporamos y codificamos variables no numéricas en modelos?
• ¿Por qué las variables no numéricas suelen ser más importantes?

Ejemplos:

• ¿Existen diferencias en la productividad dependiendo si el empleado es hombre o mujer? En ese caso, ¿cómo medimos la diferencia?
• ¿Cómo afecta el grado de escolaridad la demanda de nuestros productos y servicios?

Caso Resuelto: Cuantificación de costos en el área de Operaciones: ¿Cuánto cuesta la caída de un minuto de sistema? ¿Cuál es el costo de la ausencia de un empleado? ¿En cuánto disminuyen los costos al aumentar un punto la calidad? ¿Dependen las pérdidas del turno de procesamiento, del género del empleado, o de factores externos (día de fútbol)?

3. Aplicación: Pronósticos aplicados a los negocios

• Pronósticos de utilidad en base a ventas, tasas de interés, tendencia y otras variables clave.
• Ejemplos de pronósticos que incorporan efectos estacionales por mes, trimestre, etc.

Ejemplos:
¿Cuánto debemos aumentar al pronóstico de utilidad el cuarto trimestre? ¿Cuánto aumenta la utilidad por el efecto tiempo?

• Uso de la regresión lineal para encontrar variables relevantes en modelos.

4. Introducción al Análisis de Varianza (ANOVA)

• ¿Cómo distinguimos si la eficiencia viene por mejores sistemas o por mejores usuarios?
• ¿Cómo podemos distinguir si el éxito en el puesto de trabajo proviene por la profesión estudiada o por la habilidad innata del trabajador?
• Medición de efectos de interacción.

5. Pruebas de Igualdad de Medias y de Cambio Estructural

• ¿Cómo podemos concluir si un plan de mejoramiento es exitoso?
• ¿Cómo distinguimos si los indicadores clave muestran un cambio radical de tendencia (ejemplo: eficiencia en la nueva gerencia vs. gerencia anterior)?
• Medición en general de efectos antes y después.

6. Qué hacemos cuando no tenemos datos: Introducción a la simulación

• ¿Cómo podemos evaluar un nuevo producto o negocio para el cual aún no tenemos datos?
• Simulación de variables numéricas como flujos de caja, tiempos de espera, número de clientes y de variables binarias como el estado del tiempo, entrada de competidores, etc.
• Modelos dinámicos: Combinación de regresión lineal y simulación cuando no se cuentan con algunos datos o se requiere la realización de diversos escenarios.

NOTA: Se requiere computador con Excel y opción “Análisis de Datos” habilitada