Model of statistical estimation «Program of Productive Inclusion» MIPRO-Ecuador
Article Sidebar
Main Article Content
Abstract
The present investigation shows the incidence of demand estimates on the profitability of the enterprises within the "Productive Inclusion" program carried out by the Ministry of Industries and Productivity-Mipro, the academic-practical contribution that derives from the present object of study will be inputs for said Ministry, their respective Zones, Directions and for those who give appropriate use of the final product, the objective of this research work is to determine the incidence of a model of statistical estimation of demand in improving the profitability of ventures, this includes; evaluate the model for estimating the demand currently used, determine the levels of profitability, the incidence variables, and identify the components of a model of statistical estimation of demand, these objectives were achieved through the collection of information, numerical measurement , and, the statistical analysis of the data, being its population of 702 enterprises classified in 4 productive sectors; Trade in Goods, Trade in Services, Manufacturing and Farming, establishing a sample of 248 observations with a 95% confidence level and a standard deviation of 0.5, the result obtained is the design of a model for statistical estimation of demand, and, applicability of this, whose accuracy is totally acceptable statistically and financially, which means the improvement of the profitability of the advised entrepreneurship and the fulfillment of the institutional objectives.
Article Details
Authorship: The list of authors signing must include only those people who have contributed intellectually to the development of the work. Collaboration in the collection of data is not, by itself, a sufficient criterion of authorship. "Retos" declines any responsibility for possible conflicts arising from the authorship of the works that are published.
Copyright: The Salesian Polytechnic University preserves the copyrights of the published articles, and favors and allows their reuse under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Ecuador license. They may be copied, used, disseminated, transmitted and publicly displayed, provided that: i) the authorship and the original source of their publication (journal, editorial and work URL) are cited; (Ii) are not used for commercial purposes; Iii) mention the existence and specifications of this license.
References
Arias-Vargas, M. (2017). Impacto en el inventario de seguridad por la utilización de la desviación estándar de los errores de pronóstico. Tecnología en Marcha, 30(1), 49-54. https://doi.org/10.18845/tm.v30i1.3064
Boada, A. J. (2017). Modelo lineal dinámico bayesiano como procedimiento de actualización automática para modelos estadísticos predictivos. Dimensión Empresarial, 15(1), 33-52. http://dx.doi.org/10.15665/rde.v15i1.547
Boada, A. J. (marzo de 2017). Sistema de proyección de la demanda. Caso práctico de predicción automatizada en empresas de venta por catálogo. Perspectiva Empresarial, 4(1), 23-41. https://doi.org/10.16967/rpe.v4n1a2
Cadena Lozano, J. B., Ariza Garzón, M. J., & Palomo Zurdo, R. J. (2017). La gestión de pronósticos en las decisiones empresariales: un análisis empírico. Espacios, 39(13), 1-16.
Contreras Juárez, A., Atziry Zúñiga, C., Martínez Flores, J. L., & Sánchez Partida, D. (2016). Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos. Estudios Gerenciales, 32(141), 387-396. https://doi.org/10.1016/j.estger.2016.11.002
Daza Izquierdo, J. (2016). Crecimiento y rentabilidad empresarial en el sector industrial brasileño. Contaduría y Administración, 61(2), 266-282. https://doi.org/10.1016/j.cya.2015.12.001
Delgadillo Ruiz, O., Ramírez Moreno, P. P., Leos Rodríguez, J. A., Salas González, J. M., & Valdez Cepeda, R. D. (2016). Pronósticos y series de tiempo de rendimientos de granos básicos en México. Acta Universitaria, 26(3), 23-32. http://dx.doi.org/10.15174/au.2016.882
Espino Timón, C. (2017). Análisis predictivo: técnicas y modelos utilizados y aplicaciones del mismo - herramientas Open Source que permiten su uso (Tesis de pregrado). Universitat Oberta de Catalunya, España. Recuperado de https://bit.ly/31pyZdt
García Guerrero, V. M. (2014). Pronóstico estocástico de la población mexicana utilizando modelos de datos funcionales. Revista Internacional de Estadística y Geografía, 5(3), 18-21.
Garduño García, G. (2011). Metodología para calcular el pronóstico de ventas y una medición de su precisión en una empresa farmacéutica: Caso de estudio (Tesis de pregrado). Instituto Politécnico Nacional, México. Recuperado de https://bit.ly/2MPnubk
Hanke, J. E. (2015). Pronósticos para negocios (novena ed.) México: Pearson Educación.
Herrera, L., Medina, A., & Naranjo, G. (2010). Tutoría de la Investigación Científica (Cuarta Edición ed.). Quito, Ecuador: Gráficas Corona Quito.
Lamas, C. A. (2016). Los Márgenes de error en las encuestas electorales. Revista Investigación y Marketing (AEDEMO), (132), 1-9.
Lao-León, Y. O., Rivas-Méndez, A., Pérez-Pravia, M. C., & Marrero Delgado, F. (2017). Procedimiento para el pronóstico de la demanda mediante redes neuronales artificiales. Ciencias Holguín, 23(1), 1-18.
López, F. (2016). La Cuenta de Resultados. Cómo analizarla y gestionarla. Catalunya, España: Libros de Cabecera.
López, P. L. (2014). Población Muestra y Muestreo. Punto Cero, 9(8), 69-74.
M. López, A., A. Flores, M., & I. Sánchez, J. (mayo de 2017). Modelos de series temporales aplicados a la predicción del tráfico aeroportuario español de pasajeros: Un enfoque agregado y desagregado. Estudios de Economía Aplicada, 35(2), 395-418.
Montañez Muñoz, E. J. (19 de 11 de 2010). Diseño y desarrollo de un modelo de pronóstico para planeación en el área académica de la UNASAM. Revista de investigación Aporte Santiaguino, 3(2), 266-271. http://dx.doi.org/10.32911/as.2010.v3.n2.448
Moreno Arenas, R. (2016). Selección de un método de pronóstico de la Demanda para la estandarización de compras de Empaque y Embalaje. Universidad Militar Nueva Granada, Colombia. Recuperado de https://bit.ly/2YTJDYb
Moscoso Escobar, J., & Botero Botero, S. (24 de mayo de 2013). Métodos de Valoración de nuevos Emprendimientos. Semestre Económico, 16(33), 237-262. https://doi.org/10.22395/seec.v16n33a9
Peña Figueroa, I., & Paredes Mora, G. (2016). Predicción de la demanda del volumen de madera central en el mercado de Chile para Aserraderos Arauco S.A. Universidad Católica de la Santísima Concepción, Chile. https://doi.org/10.13140/RG.2.2.21899.90404
Render, B., Stair Jr., R. M., & Hanna, M. (2015). Métodos cuantitativos para los negocios. México: Pearson Educación.
Reyes Sánchez, C. (2017). Marco teórico y empírico para la estimación de sistemas de demanda. Revista Iberoamericana de Producción Académica y Gestión Educativa, 4(7), 1-5.
Romero, L. (2012). Metodología de la investigación en Ciencias Sociales. México: Universidad Juárez Autónoma de Tabasco.
Sánchez, R., & Gavira Durón, N. (2016). Pronóstico de la demanda de visitantes internacionales: el caso de México. Journal of Research in Accounting and Management Science, 12(23), 29-54. Recuperado de https://bit.ly/31r6pIz
Silva Romero, M. A. (mayo de 2013). Modelo de pronóstico para la estimación de la utilización y confiabilidad de equipos dinámicos. Caso: Equipo de compresión de la RPMNE. Ingeniería Petrolera, 53(5), 287-297. Recuperado de https://bit.ly/2OVTahY
Toca Torres, C. (11 de 10 de 2010). Consideraciones para la Formación en Emprendimiento: Explorando nuevos ámbitos y posibilidades. Estudios Gerenciales, 26(117), 41-60. https://doi.org/10.1016/S0123-5923(10)70133-9
Valencia Cruzaty, L. (17 de Julio de 2017). Emprendimiento en Ecuador. Estudio de Caso: Provincia de Santa Elena. Revista Killkana Sociales, 1(2), 27-32.
Vergara Schmalbach, J. C., Quesada Ibargüen, V. M., & Maza Ávila, F. J. (2017). Efecto de los aspectos demográficos en la valoración de la calidad del del servicio. Revista U.D.C.A Actualidad & Divulgación Científica, 20(2), 457-467. https://doi.org/10.31910/rudca.v20.n2.2017.401