Maestros Online

Pronstico para la
toma de
decisiones

Grupo de
ejercicios
Servicio de asesoras y solucin de ejercicios

Ciencias_help@hotmail.com
Ejercicio9

Problema 2.
La calidad del vino est en funcin de muchas variables explicativas como: la claridad, el aroma, el
cuerpo, el sabor, textura.

La siguiente tabla presenta los datos de una muestra

Claridad Aroma Cuerpo Sabor Textura

Calidad X1 X2 X3 X4 X5
Y
9.8 1 3.3 2.8 3.1 4.1
12.6 1 4.4 4.9 3.9 3.9
11.9 1 3.9 5.3 4.7 4.7
11.1 1 3.9 2.6 3.6 3.6
13.3 1 5.6 5.1 5.1 5.1
12.8 1 4.6 4.7 4.1 4.1
12.8 1 4.8 4.8 3.3 3.3
12 1 5.3 4.5 5.2 5.2
13.6 1 4.3 4.3 2.9 2.9
13.9 1 4.3 3.9 3.9 3.9
14.4 1 5.1 4.3 3.6 3.6
12.3 0.5 3.3 5.4 3.6 3.6
16.1 0.8 5.9 5.7 4.1 4.1
16.1 0.7 7.7 6.6 3.7 3.7
15.5 1 7.1 4.4 4.1 4.1
15.5 0.9 5.5 5.6 4.4 4.4
13.8 1 6.3 5.4 4.6 4.6
13.8 1 5 5.5 4.1 4.1
11.3 1 4.6 4.1 3.1 3.1
7.9 0.9 3.4 5 3.4 3.4
15.1 0.9 6.4 5.4 4.8 4.8
13.5 1 5.5 5.3 3.8 3.8
10.8 0.7 4.7 4.1 3.7 3.7
9.5 0.7 4.1 4 4 4.0
12.7 1 6.0 5.4 4.7 4.7
11.6 1 4.3 4.6 4.9 4.9
11.7 1 3.9 4 5.1 5.1
11.9 1 5.1 4.9 5.1 5.1
10.8 1 3.9 4.4 4.4 4.4
8.5 1 4.5 3.7 3.9 3.9
10.7 1 5.2 4.3 6.0 6.0
9.1 0.8 4.2 3.8 4.7 4.7
12.1 1 3.3 3.5 4.5 4.5
14.9 1 6.8 5.0 5.2 5.2
13.5 0.8 5.0 5.7 4.8 4.8
12.2 0.8 3.5 4.7 3.3 3.3
10.3 0.8 4.3 5.5 5.8 5.8
13.2 0.8 5.2 4.8 3.5 3.5

Estima el modelo de regresin de la calidad del vino en base a aroma, sabor y textura
Estima el modelo de regresin de calidad del vino en base a claridad, aroma, sabor y textura.
Compara ambos modelos de regresin lineal mltiple, Cul tiene mejor ajuste?
Analiza si se cumplen los supuestos de regresin en cada uno de los modelos
Concluye cul de los dos modelos representa mejor la calidad del vino
Problema 3
La demanda de importaciones puede expresarse como funcin del precio relativo de los productos
importados y del nivel de ingreso real. El precio relativo se obtiene al calcular la razn entre las
importaciones deflactadas y el PIB total deflactado. Las cantidades reales son en base al ao 1958.
Se sabe que las importaciones reales y, estn en funcin del precio relativo y del PIB real de acuerdo a la
siguiente ecuacin.
log(Y) = b0 + b1log(X1) + b2log(X2)

En el cuadro adjunto se muestran datos relacionados con las importaciones en Guatemala durante el
perodo de 1960-2000.

Importaciones Precio
Reales Relativo PIB Real
Ao Y X1 X2
1960 165.3 0.923 1049.2
1961 152.9 0.965 1094.3
1962 164.7 0.923 1133.0
1963 213.4 0.927 1241.1
1964 234.1 1.007 1298.6
1965 247.0 1.076 1355.2
1966 251.0 1.090 1429.9
1967 267.0 1.088 1488.6
1968 277.7 1.074 1619.2
1969 271.8 1.087 1695.9
1970 293.2 1.087 1792.8
1971 312.0 1.134 1892.8
1972 294.7 1.277 2031.6
1973 324.2 1.352 2169.4
1974 416.4 1.598 2307.7
1975 352.1 1.573 2352.7
1976 457.1 1.524 2526.5
1977 498.1 1.431 2723.8
1978 521.6 1.495 2859.9
1979 482.8 1.603 2994.6
1980 441.2 1.755 3106.9
1981 424.6 1.738 3127.6
1982 334.3 1.687 3016.6
1983 269.2 1.589 2939.6
1984 287.2 1.589 2953.5
1985 250.3 2.358 2936.1
1986 213.6 2.009 2940.2
1987 315.9 2.149 3044.4
1988 327.7 2.117 3162.9
1989 346.9 2.130 3287.6
1990 344.3 2.336 3389.6
1991 369.2 2.055 3513.6
1992 506.0 1.992 3683.6
1993 527.3 1.894 3828.3
1994 553.5 1.790 3982.7
1995 595.5 1.785 4179.8
1996 554.7 1.752 4303.4
1997 662.8 1.599 4491.2
1998 825.2 1.500 4715.5
1999 831.1 1.612 4896.9
2000 882.2 1.679 5072.5

Fuente: Banco de Guatemala, Seccin Cuentas Nacionales.

Contesta lo siguiente:
 Realiza un diagrama de dispersin entre las importaciones reales y el precio relativo, y otro
diagrama para las importaciones reales y el PIB real.
Ahora, realiza un diagrama de dispersin entre el logaritmo de importaciones reales y el
logaritmo del precio relativo, y otro diagrama para el logaritmo de importaciones reales y el
logaritmo del PIB real. Visualiza cmo ahora ya se tiene la forma de una lnea recta en cada
diagrama de dispersin.
Calcula el modelo de regresin lineal con los logaritmos, considerando como dependiente log
(importaciones reales) y como variables independientes el logaritmo del precio relativo y el
logaritmo del PIB real. Interpreta los resultados.
Cul es el ajuste del modelo de regresin?
Haz un anlisis de residuales para ver si se cumplen con los supuestos del modelo de regresin.

Ejercicio

1. Contesta con claridad lo que se te indica en cada problema

Problema 1.
Continuando con la situacin problema de la Ley de Okun presentada en las dos sesiones anteriores. El
siguiente cuadro muestra datos sobre desempleo y crecimiento econmico en los Estados Unidos durante
el perodo 1966-95.

Y x
Tasa de Crecimiento
Desempleo PIB real
Ao (%) (%)
1966 3.6 6.0
1967 3.7 2.6
1968 3.4 4.1
1969 3.4 2.7
1970 4.8 0.0
1971 5.8 3.1
1972 5.5 4.8
1973 4.8 5.2
1974 5.5 -0.6
1975 8.3 -0.8
1976 7.6 4.9
1977 6.9 4.5
1978 6.0 4.8
1979 5.8 2.5
1980 7.0 -0.5
1981 7.5 1.8
1982 9.5 -2.2
1983 9.5 3.9
1984 7.4 6.2
1985 7.1 3.2
1986 6.9 2.9
1987 6.1 3.1
1988 5.4 3.9
1989 5.2 2.5
1990 5.6 0.8
1991 6.8 -1.2
1992 7.5 3.3
1993 6.9 3.1
1994 6.0 4.1
1995 5.5 2.0

Fuentes: Desempleo OECD Economic Outlook, No. 32 (Dec 1982), Table R12, y No. 59 (June 1996),
Annex Table 22; Crecimiento PIB International Financial Statistics Yearbook 1996, pp. 146-47.
 Realiza una prueba de hiptesis para probar que el coeficiente de correlacin lineal poblacional
es diferente de cero, r0 (utiliza un nivel de significancia de 0.05). Interpreta los resultados.
Realiza una prueba de hiptesis para probar que b10 (utiliza un nivel de significancia de 0.05).
Interpreta los resultados.
Construye un IC al 98% para bo y un IC al 98% para b1. Interpreta los resultados.
Obtn todo lo anterior usando minitab y compara los resultados de los tres incisos anteriores.

Problema 2

Investiga por medio de la biblioteca digital los datos de la tasa de desempleo(%) en Mxico desde 1966
hasta 1995, as como tambin el PIB real desde 1965 hasta 1995. Calcula cul es el % de crecimiento del
PIB real con respecto al ao anterior.

Con los datos del % de crecimiento del PIB real como X y la tasa de desempleo como Y. Estima
el modelo de regresin lineal utilizando minitab.
Realiza una prueba de hiptesis para el coeficiente de correlacin lineal poblacional. Interpreta
los resultados. Utiliza como nivel de significancia 0.05.
Realiza una prueba de hiptesis para el parmetro poblacional b1, con un nivel de significancia
de 0.05. Interpreta los resultados.
Es vlido usar el modelo de regresin para este ao 2006? Justifica tu respuesta.
Construye un IC para b1 a una confianza del 97%.
Compara el modelo de regresin obtenido para los aos de 1966 a 1995 en Mxico, con el
modelo obtenido en EU con los datos de la tabla presentada en el problema 1.

Problema 3.

Gastos en Publicidad Volumen de ventas

(millones de pesos) X (millones de pesos) Y
142226 95065
139336 97281
155040 103159
163105 107607
174936 113860
198906 121153
214803 129102
204046 132340
214776 138663
226821 142856
209722 143120
233538 147928
261040 155955
291101 164946
272418 163921
230096 163426
276116 172485
321111 180519
361788 190509
375671 196497
335069 196024
366088 200832
311554 196769
327752 205341
411886 220230
399715 228703
396866 236500
402991 244560
409538 254771
419323 263683
398393 268304
 Usando minitab construye el modelo de regresin lineal.
Con minitab realiza la Prueba de hiptesis para la correlacin lineal poblacional a un nivel de
significancia de 0.025 e interpreta su resultado.
Con minitab realiza la Prueba de hiptesis para el parmetro b1 e interpreta su resultado a un
nivel de significancia de 0.05.
Concluye si es vlido utilizar el modelo de regresin para la poblacin.

El gerente de una fbrica de dulces te ha contratado, tiene planeado ampliar la capacidad de produccin
pero slo de dos de los dulces que le convengan ms.

Datos del problema (se anexa archivo de Excel)

Quiere saber en qu tipo de dulce le conviene ms invertir, y tambin quiere saber si las ventas de los
dulces en millones de pesos se ven ms afectadas por los precios de los mismos en el mercado, y si se
puede obtener un modelo que relacione las ventas en millones de pesos con los precios en cada uno de
los productos, asimismo desea saber qu tan confiable y preciso son estos modelos.

Para ello te ha pedido que le entregues un reporte con el anlisis detallado, las interpretaciones y
recomendaciones (avance del proyecto)

Final.
Adems, desea que t hagas un anlisis detallado, de cul ser la tendencia las ventas en millones de
pesos de los dulces, si existen perodos del ao en que se vendan ms y si se puede obtener un modelo
para explicar las ventas en funcin de los datos pasados y que sea altamente preciso en el mediano
plazo.

Te ha pedido que le entregues un reporte, detallando el anlisis, las interpretaciones del anlisis y la
recomendacin que le das en base a ello. (entrega final)

Problema 2
Los datos del archivo tareap1s18.xls, corresponden a una muestra del nmero de empleados
(en miles de personas) para una fbrica de yogurt en la zona Norte de Quretaro, Mxico del
ao 1992 a la fecha.

Te han dado la tarea de analizar la serie de tiempo, primeramente determinar si es estacionaria

no.
Si no lo es, transformarla en estacionaria, pues se desea aplicar los modelos Box-Jenkins para
realizar el pronstico para el prximo ao.

Debes de contestar lo siguiente:

La serie original es estacionaria, si o no? Justifica tu respuesta observando las funciones de

autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de
tiempo, Observas tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial,
etc.?
Realiza la transformacin de primera diferenciacin (Z=Yt-Yt-1). Es estacionaria la nueva
serie Z? Justifica tu respuesta, observando las funciones de autocorrelacin y autocorrelacin
parcial de la serie transformada. Visualiza el grfico de serie de tiempo de la serie
transformada, tiene tendencia ya no?
Realiza la transformacin de diferenciacin estacional por ao (Z= Yt-Yt-12). Es estacionaria
la nueva serie transformada? Justifica tu respuesta observando las funciones de
autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de
 tiempo, Observas tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial,
etc.?
Realiza la siguiente transformacin Z= Yt-Yt-1- Yt-12+ Yt-13. Es estacionaria la nueva serie
transformada? Justifica tu respuesta observando las funciones de autocorrelacin y
autocorrelaciones parciales. Adems visualiza el grfico de series de tiempo, Observas
tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial, etc.?
Problema 3.
Los datos del archivo tareap2s18.xls, corresponden a las ventas de artculos deportivos de una
tienda muy reconocida en Mxico,(en miles de pesos) del ao 1994 al 2005.

Te han dado la tarea de analizar la serie de tiempo, primeramente determinar si es estacionaria

no.
Si no lo es, transformarla en estacionaria, pues se desea aplicar los modelos Box-Jenkins para
realizar el pronstico para el prximo ao.

Debes de contestar lo siguiente:

La serie original es estacionaria, si o no? Justifica tu respuesta observando las funciones de

autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de
tiempo, Observas tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial,
etc.?
Realiza la transformacin de logartmica Zt=ln(yt). Es estacionaria la nueva serie Z? Justifica
tu respuesta, observando las funciones de autocorrelacin y autocorrelacin parcial de la
serie transformada. Visualiza el grfico de serie de tiempo de la serie transformada, tiene
tendencia ya no?
Realiza la transformacin de diferenciacin estacional por ao (Zt= ln(yt)- ln(yt-12). Es
estacionaria la nueva serie transformada? Justifica tu respuesta observando las funciones de
autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de
tiempo, Observas tendencia?

Problema 2
En la siguiente tabla se muestran las ventas mensuales de galletas de vainilla de una empresa
reconocida internacionalmente.

Mes 2003 2004 2005

1 538 636 588

2 620 666 592

3 869 853 670

4 849 753 541

5 947 787 499

 6 931 691 511

7 746 680 542

8 740 698 487

9 654 593 486

10 874 721 664

11 759 600 530

12 637 554 472

Grafica la serie de tiempo, y determina en que meses se tienen mayores ventas, en cules
menores ventas.
Realiza el ajuste estacional por medio del ndice estacional
Interpreta los ndices estacionales, concuerdan los resultados obtenidos con los ndices de
estacionalidad con lo que ya habas observado en la grfica de series de tiempo original?
Realiza un diagrama de serie de tiempo con los datos desestacionalizados, Qu
componentes observas ahora?
Problema 3: La siguiente tabla muestra salarios trimestrales de una compaa durante un
perodo de 6 aos. Se te ha solicitado realizar el anlisis de series de tiempo, que incluya:

Ao Trimestre1 Trimestre2 Trimestre3 Trimestre4

1 271 199 240 255

2 341 246 245 275

3 351 283 353 292

4 401 282 306 291

5 370 242 281 274

6 356 245 304 279

Dibuja una serie de tiempo y discute sus caractersticas.

Utiliza el mtodo de ndice de estacionalidad para ajustar la series estacionalmente
Dibuja la serie desestacionalizada y discute sus caractersticas
Interpreta los ndices estacionales para cada uno de los 4 trimestres del ao.