Académique Documents
Professionnel Documents
Culture Documents
Mes X Y X2 Y2
Enero 1 4,200 1 17,640,000
Febrero 2 4,300 4 18,490,000
Marzo 3 4,000 9 16,000,000
Abril 4 4,400 16 19,360,000
Mayo 5 5,000 25 25,000,000
Junio 6 4,700 36 22,090,000
Julio 7 5,300 49 28,090,000
Agosto 8 4,900 64 24,010,000
Septiembre 9 5,400 81 29,160,000
Octubre 10 5,700 100 32,490,000
Noviembre 11 6,300 121 39,690,000
Diciembre 12 6,000 144 36,000,000
TOTAL 78 60,200 650 308,020,000
a)= b)=
a) b)
6,463,600 330,000
3767
1716 1716
y=a+bx
y= 3959
cul estimaria que
a hoja de clculo, siga
XY X Pronostico
4,200 13 6,267
8,600 14 6,459
12,000 15 6,651
17,600 16 6,844
25,000 17 7,036
28,200 18 7,228
37,100 19 7,421
39,200 20 7,613
48,600 21 7,805
57,000 22 7,997
69,300 23 8,190
72,000 24 8,382
418,800
192
b)
Error (Sxy)
X Y XY
1 12 12
2 11 22
3 15 45
4 12 48
5 16 80
6 15 90
21 81 297
Y= a+bx
a= 10.8 ECUA
b= 0.7714 18
Entonces 16
Y= 10,8 + 0,7714x 14 f(x) = 0.7
12
10
8
6
4
2
0
0 1 2
E A partir de la ecuacin de regresin lineal el pronostico par
Y= 10,8 + 0,7714x
Y= 16.2
Entonces el pronostico para Junio es: 16 Unidades
n pesos de 0.60, 0.30 y 0.10, calcule el pronstico de julio.
X^2 y y^2
1 11.571 133.898
4 12.343 152.346
9 13.114 171.984
16 13.886 192.813
25 14.657 214.832
36 15.429 238.041
91 81 1103.914
90 15 30
tante empleando un
nde alfa=0,2
ejericicio 4
. Zeus Computer Chip. Inc., tena contratos importantes
tipo Pentium. El mercado ha ido a la baja en los ltimos 3
Zeus no produce, as que tiene la penosa tarea de pronos
penosa porque la empresa no ha podido encontrar chip
productos. Aqu est la demanda de los lt
AO TRIMESTRE DEMANDA X Y
2005 I 4800 1 4800
II 3500 2 3500
III 4300 3 4300
IV 3000 4 3000
I 3500 5 3500
II 2700 6 2700
III 3500 7 3500
2006 IV 2400 8 2400
I 3200 9 3200
II 2100 10 2100
III 2700 11 2700
2007 IV 1700 12 1700
SUMATORIA 78 37400
PROMEDIO 3116.7
y=
-168,24x +
AO TRIMESTRE X 4210,3
2008 I 13 2023.2
II 14 1854.9
III 15 1686.7
IV 16 1518.5
ena contratos importantes para producir microprocesadores
do a la baja en los ltimos 3 aos por los chips dual-core, que
ne la penosa tarea de pronosticar el ao entrante. La tarea es
no ha podido encontrar chips sustitutos para sus lneas de
est la demanda de los ltimos 12 trimestres:
2500
2000
1500
1000
500
0
1 2 3 4 5 6 7 8 9 10 11 12
a
10 11 12
EJERCICIO 5: Los datos de ventas de dos aos son los siguientes
periodo
AO 1
Periodo Meses Ventas
1 enero - febrero 109
2 marzo - abril 104
3 mayo - junio 150
4 julio - agosto 170
5 septiembre - octubre 120
6 noviembre - diciembre 100
Solucin
a) Trace la grfica
Y = a + bx
Y1 =
Y2 =
Y3 =
Y4 =
Y5 =
Y6 =
aos son los siguientes. Los datos estn acumulados con dos meses de ventas en cada
AO 2
Periodo Meses Ventas
1 enero - febrero 109
2 marzo - abril 104
3 mayo - junio 150
4 julio - agosto 170
5 septiembre - octubre 120
6 noviembre - diciembre 100
Ventas
200
150
50
0
1 2 3 4 5 6 7 8 9 10 11 12
Perodo
mple para los datos de venta c) Adems del modelo de regresin lineal, determine los fa
ciclo com
Ventas
Periodo reales Prom At
X Y
X2 1 109 6.5
1 2 104 6.5
4 3 150 6.5
9 4 170 6.5
16 5 120 6.5
25 6 100 6.5
36 7 109 6.5
49 8 104 6.5
64 9 150 6.5
81 10 170 6.5
100 11 120 6.5
121 12 100 6.5
144
650
1828 Y7 = 1828
1664 Y8 = 1664
3462 Y9 = 3462
4446 Y10 = 4446
2215 Y11 = 2215
1538 Y12 = 1538
Ventas
12
eal, determine los factores multiplicadores del indice de estacionalidad. Se supone que un
ciclo completo es de un ao
S (At /
Prom At
16.77
16.00
23.08
26.15
18.46
15.38
16.77
16.00
23.08
26.15
18.46
15.38
ejercicio 6
TS 3
4.00 10, 3.75
3.50
SEAL DE RASTREO 3.00
2.50
2.00
1.50
1.00
0.50
0.00
0 2 4 6 8 10 12
PERIODO
TS1
3
10, 2.2
2
SEAL DE0RASTREO
0 2 4 6 8 10 12
-1
-2
-3
PERIDO
RESPUESTA TS1
. La previncion se encuentra fuere de los limetes, por
lo tanto el modelo de pronostcio no es aceptable.
RESPUESTA TS3
Esta seri esta aumentando rapidamnete y se
encuentra fuera de los limites por lo tanto el
pronostico no es aceptable.
TS2
3
2.5
10, 2.74
2
1.5
1
SEAL DE
0.5RASTREO
10 12 0
0 2 4 6 8 10 12
-0.5
-1
-1.5
-2
PERIDO
PROM AT/
TRIMESTRE VENTAS (AT) PROM/ EST
EST
AOS
1 160 188 186.88
AO 1 2 195 218 186.88
3 150 178 186.88
4 140 165 186.88
5 215 188 186.88
AO 2 6 240 218 186.88
7 205 178 186.88
8 190 165 186.88
SUMATORIA 1495
PROM/EST 186.88
GRAFICA
250 240
PRONOSTICO VENTAS TRIMESTRES DE LOS DOS AOS ANTERIORES
300
250 240
215 205
200 f(x) =195
7.2023809524x + 154.4642857143 190
160
VENTAS (AT) 150 150 140
100
50
0
1 2 3 4 5 6 7 8
TRIMESTRES
ran los 2 aos previos de informacin de las ventas trimestrales. Supngase
estacionales y que el ciclo estacional es de 1 ao. Use series de tiempo de
n para pronosticar las ventas trimestrales del ao siguiente.
DESESTACIO
INDICE (S) NALIZAR X Y XY X^2
(AT/S)
1.00 159.5 1 159.5 159.5 1
1.16 167.5 2 167.5 335.1 4
0.95 157.9 3 157.9 473.8 9
0.88 158.6 4 158.6 634.2 16
1.00 214.3 5 214.3 1071.4 25
1.16 206.2 6 206.2 1237.2 36
0.95 215.8 7 215.8 1510.8 49
0.88 215.2 8 215.2 1721.5 64
36 1495.0 7143.5 204
9.91
4.5
Y 186.88
20.25
142.28
PRONOSTIC
O Y* FACTOR
Y DE LA
FACTOR ESTACIONAL
PERIODO TRIMESTRE RECTA DE LA
ESTACIONAL PARA EL
REGRESION
AO
ENTRANTE
Resumen
OS DOS AOS ANTERIORES
240
OS DOS AOS ANTERIORES
Estadsticas de la regresin
Coeficiente de0.51244052
Coeficiente d 0.26259528
240
215 R^2 ajustado 0.1396945
205
642857143 190 Error tpico 31.9326238
Observacione 8
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresin 1 2178.72024 2178.72024
5 6 7 8 Residuos 6 6118.15476 1019.69246
RES Total 7 8296.875
Observacin
Pronstico para Y Residuos
1 161.666667 -1.66666667
2 168.869048 26.1309524
3 176.071429 -26.0714286
4 183.27381 -43.2738095
5 190.47619 24.5238095
6 197.678571 42.3214286
7 204.880952 0.11904762
8 212.083333 -22.0833333
ESTACIONALI PRONOSTIC
Y INDICE (S)
ZAR (Y*S) OS
b
Y PROM TRIMESTRAL IND ESTACIONALIDAD (S)
12 14 0.71
18 21 1.06
26 27 1.37
16 17 0.86
16 14 0.71
24 21 1.06
28 27 1.37
18 17 0.86
158 SUMATORIA
19.75
16520.00 AO
0.718 2003
DESESTACIONALIZAR (Y) X XY
16.93 1 8.51
16.93 4 19.14
19.02 9 35.54
18.59 16 13.77
22.57 25 11.34
22.57 36 25.52
20.48 49 38.28
20.91 64 15.49
158 204 167.59
PRONOSTICO ESTACIONALIZADO
16.29
25.20
33.38
21.63
ejercicio 9 No todos los artculos de su tienda de artculos de
papelera estn distribuidos uniformemente en lo
que concierne a la demanda, as que usted decide
pronosticar la demanda para planear su surtido. Los
datos pasados de libretas de cuentas usuales, para
el mes de agosto, son los siguientes:
PRONOSTIC
O (Abril + mayo + junio)
435.0
420
OCT NOV DIC
200 225 250
Promedio
movil Des. 3 Demanda
Mes Ventas
simple Meses Real
n=3
Enero 110
Febrero 130
Marzo 150
Abril 170 130 40 170
Mayo 160 150 10 160
Junio 180 160 20 180
Julio 140 170 30 140
Agosto 130 160 30 130
Septiembre 140 150 10 140
Mes Real
Enero 110
lo durante un periodo Febrero 130
e probar dos mtodos
Marzo 150
nostique de abril a
ante suavizacin Abril 170
iembre c) Use la MAD Mayo 160
riodo de seis meses. Junio 180
Julio 140
Agosto 130
Septiembre 140
Promedio Pronstico
Mes Venta movil Demanda Inicial (Ft-
simple n=3 Real (At-1) 1)
Enero 110
Febrero 130
Marzo 150
Abril 170 130 170 130
Mayo 160 150 160 142
Junio 180 160 180 147
Julio 140 170 140 157
Agosto 130 160 130 152
Septiembre 140 150 140 145
PRONOSTI
PERIODO MES REALIDAD DESVIACION
CO
SEAL DE SEGUIMIENT
SUMA
RSFE DESV. ABSOLUTA DESV. MAD TS= RSFE/MAD
ABSOLUTA
-50 50 50 50 -1
-125 75 125 62.5 -2
-200 75 200 66.7 -3
-550 350 550 137.5 -4
-600 50 600 120 -5
-650 50 650 108.3 -6
PROMEDIO 108.3
MESES
Harlen Industries tiene un modelo de pronstico simple: se toma la demanda
ejericio 13 real del mismo mes del ao anterior y se divide entre el nmero fraccional de
semanas de ese mes. Esto da una demanda semanal promedio para el mes. El
promedio de esta semana se usa como pronstico semanal del mismo mes
este ao. La tcnica se us para pronosticar ocho semanas de este ao, que se
muestran a continuacin junto con la demanda real.
Las siguientes ocho semanas muestran el pronstico (basado en el ao
pasado) y la demanda real:
Demanda Error
Demanda Real
Semana Pronosticada Pronostico
(At)
(Ft) (At-Ft)
1 140 137 -3
2 140 133 -7
3 140 150 10
4 140 160 20
5 140 180 40
6 150 170 20
7 150 185 35
8 150 205 55
se toma la demanda Demanda
Semana
nmero fraccional de Pronosticada
omedio para el mes. El 1 140
anal del mismo mes
as de este ao, que se 2 140
nda real. 3 140
(basado en el ao
4 140
5 140
6 150
7 150
8 150
ABS DMA SR
3 3.0 -1
7 5.0 -2
10 6.7 0
20 10.0 2
40 16.0 4
20 16.7 5
35 19.3 6
55 23.8 7
100.4 20.6709
Demanda Real
137
133
150
160
180
170
185
205
1) FITt = Ft - Tt
2) Ft = FITt-1 + (At-1 - FITt-1)
3) Tt = Tt-1 + (Ft - FITt-1)
4) FITt-1 = Ft-1 + Tt-1
1) FITt = Ft - Tt
2) Ft = FITt-1 + (At-1 - FITt-1)
3) Tt = Tt-1 + (Ft - FITt-1)
4) FITt-1 = Ft-1 + Tt-1
FIT1-1 = 31 F1 = 31
FIT2-1 = 32 F2 = 32
FIT3-1 = 33 F3 = 33
FIT4-1 = 34 F4 = 34
FIT5-1 = 35 F5 = 35
FIT6-1 = 36 F6 = 36
FIT7-1 = 37 F7 = 37
FIT8-1 = 38 F8 = 38
FIT9-1 = 39 F9 = 39
FIT10-1 = 40 F10 = 40
os datos, con una de 0,30 y un pronostico inicial F 1 de 31
= 0.3
= 0.3
T1-1 = 1
Ft = 30
= 0.3
= 0.3
T1-1 = 1
Ft = 30
T1 = 1 FIT1 = 32
T2 = 1 FIT2 = 33
T3 = 1 FIT3 = 34
T4 = 1 FIT4 = 35
T5 = 1 FIT5 = 36
T6 = 1 FIT6 = 37
T7 = 1 FIT7 = 38
T8 = 1 FIT8 = 39
T9 = 1 FIT9 = 40
T10 = 1 FIT10 = 41
ejercicio 15 En este problema usted debe conprobar la validez de s
de pronostico. Estos son los pronostios de un modelo qu
etado usando y las demandas relaes que se regist
X PRONOSTICO REALIDAD
1 800 900
2 850 1000
3 950 1050
4 950 900
5 1000 900
6 975 1100
de la seal de rastreo
modelo de pronostico
able
el texto para calcular la DMA y las
decida si el modelo de pronostico
a dando resultados razonables.
16) Supngase que sus existencias de mercanca para venta se mantien
demanda pronosticada. Si el personal de ventas de la distribuidora llam
cada mes, calcule su pronstico de ventas con los tres mtodos solicitad
AT
X X
Periodo Mes Demanda
real
1 Junio 140
2 Julio 180
3 Agosto 170
F4 = 163
F4 = 167
F2 = 133
F3 = 147
F4 = 154
anca para venta se mantiene sobre la base de la
ntas de la distribuidora llama el primer da de
on los tres mtodos solicitados aqu.
A.
Usando un promedio
movil simple de cuatro
meses, calcule el
pronostico para octubre
B.
Usando el exponencial aminorado
simple = 0,2 y un pronostico para
septiembre =65, calcule un pronostico
para octubre
C.
Usando una regresion lineal simple,
calcule la linea de tendencia de los
datos historicos. Digase que el eje X ES
ABRIL =1, MAYO=2 y asi
sucesivamente, mientras que ele eje Y
es la demanda.
PERIODO (X) DEMANDA XY X^2
(Y)
1 60 60 1
2 55 110 4
3 75 225 9
4 60 240 16
5 80 400 25
6 75 450 36
PROMEDIO 3.5 67.5
SUMA 1485 91
n 6
3.86
54.0
Resumen
Estadsticas de la regresin
Coeficiente de 0.695978
Coeficiente d 0.48438538
R^2 ajustado 0.35548173
Error tpico 8.32380408
Observacione 6
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresin 1 260.357143 260.357143 3.75773196
Residuos 4 277.142857 69.2857143
Total 5 537.5
Observacin
Pronstico para Y Residuos
1 57.8571429 2.14285714
2 61.7142857 -6.71428571
3 65.5714286 9.42857143
4 69.4285714 -9.42857143
5 73.2857143 6.71428571
6 77.1428571 -2.14285714
DEMANDA PRONOSTICO
60
55
75
60
80
75 65
0.2
67 unidades
Para el mes de octubre
60 57.9
3025 61.7
5625 65.6
3600 69.4
6400 54.0
5625 77.1
GRAFICA
150
110
DEMANDA
70
f(x) = 3.8571428571x + 54
R = 0.4843853821
30
-101 2 3 4 5 6
PERIODOS
Valor crtico de F
0.12459378
5 6
Y))
ejercicio 18 Las ventas por trimestre del ltimo ao y los tres primeros
trimestres de este ao son como sigue:
Con el procedimiento de pronstico enfocado descrito en el texto,
pronostique las ventas esperadas para el cuarto trimestre de este
ao.
Ao TRIMESTRESDEMANDA estrategia A
I 23000
II 27000
III 18000
Ao pasado IV 9000 estrategia B
I 19000
II 24000
III 15000
Este ao IV 7500 estrategia C
La mejor estrategia es la c. y lo
aplicamos para el IV timestre de este
ao.
y los tres primeros
mo sigue:
do descrito en el texto,
uarto trimestre de este
DESVIACIO
MES DEMANDA 3 MESES N
ABSOLUTA
1 62
2 65
3 67
4 68 64.67 3.33
5 71 66.67 4.33
6 73 68.67 4.33
7 76 70.67 5.33
8 78 73.33 4.67
9 78 75.67 2.33
10 80 77.33 2.67
11 84 78.67 5.33
12 85 80.67 4.33
SUMATORIA 36.67
MAD
FI 61
0.3
TI 1.8
FI 60
0.3
0.3
62.76
2.088
MES DEMANDA Tt Ft
1 62 1.8 60
2 65 1.82 61.9
3 67 1.94 64.1
4 68 2.03 66.3
5 71 2 68.2
6 73 2.07 70.5
7 76 2.11 72.7
8 78 2.2 75.2
9 78 2.28 77.5
10 80 2.11 79.3
11 84 1.99 81.0
12 85 2.08 83.3
SUM MAD
MAD X
E.
Se recomienda utilizar el pronstico de suavizacin
exponencial con componente de tendencia para los
periodos debido a que nos brinda el MAD ms
pequeo.
todo de pronostico usar. Basndose en los siguientes datos
ronsticos y especifique que procedimiento utilizara?
MAD
0.83
0.87
0.72
0.76
0.58
0.26
0.27
0.48
0.36
4.07
PESOS
1 0.5
2 0.3
3 0.2
MAD
-1.4
-1.1
-2.3
-2.4
-4.1
-7.4
-7.6
-6
-8.6
2.592
61.8
64.8
=0,3 =0,30
S
0.3 0.3 61.8
63.7 63.7
66.0 66.0
68.3 0.33 68.3
70.2 0.77 70.2
72.5 0.47 72.5
74.8 1.22 74.8
77.4 0.64 77.4
79.8 1.83 79.8
81.4 1.39 81.4
83.0 1.04 83.0
85.4 0.35 85.4
8.04
0.893
ejercicio 21
Haga un anlisis de regresin sobre la demanda sin factores estacionale
2003, dados los siguientes datos histrico
PROM AT/
AO PERIODO TRIMESTRE DEMANDA
EST
REAL
1 Primavera 205 340
2 Verano 140 207.5
2001
3 Otoo 375 530
4 Invierno 575 770
5 Primavera 475 340
6 Verano 275 207.5
2002
7 Otoo 685 530
8 Invierno 965 770
TOTAL 36 3695 3695
PROMEDIO 4.5
PROM EST 461.9
55.8
4.5
Y 461.9
20.25
210.9
PERIODO
Resumen
Estadsticas de la regresin
Coeficiente de0.81176017
Coeficiente d 0.65895457
R^2 ajustado 0.60211366
Error tpico 1.54509482
Observacione 8
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresin 1 27.6760919 27.6760919 11.5929641
Residuos 6 14.3239081 2.38731801
Total 7 42
Observacin
Pronstico para Y Residuos
1 2.6401449 -1.6401449
2 2.16952463 -0.16952463
3 3.87099791 -0.87099791
4 5.31906027 -1.31906027
5 4.59502909 0.40497091
6 3.14696673 2.85303327
7 6.11549458 0.88450542
8 8.14278189 -0.14278189
anda sin factores estacionales para pronosticar la demanda en el verano de
os siguientes datos histricos de la demanda.
DESESTACI
PROM/ EST INDICE ONALIZAR X Y XY
(AT/S)
461.9 0.74 278.48 1 278.48 278.5
461.9 0.45 311.63 2 311.63 623.3
461.9 1.15 326.80 3 326.80 980.4
461.9 1.67 344.91 4 344.91 1379.6
461.9 0.74 645.27 5 645.27 3226.3
461.9 0.45 612.12 6 612.12 3672.7
461.9 1.15 596.95 7 596.95 4178.7
461.9 1.67 578.84 8 578.84 4630.7
36 3695.00 18970.2
4.5
Y DE LA PARA EL
TRIMESTRE RECTA DEFACTOR
LA TRIMESTRE
ESTACIONAL
REGRESION ENTRANTE
PRIMAVERA 712.882871 0.74 524.77
VERANO 768.662398 0.45 345.33
OTOO 824.441925 1.15 946.04
INVIERNO 880.221452 1.67 1467.43
Valor crtico de F
0.01440975
AT AT
X X
Periodo Mes Demanda Demanda
real 2006 real 2007
1 Enero 300 275
2 Febrero 400 375
3 Marzo 425 350
4 Abril 450 425
5 Mayo 400 400
6 Junio 460 350
7 Julio 400 350
8 Agosto 300 275
9 Septiembre 375 350
10 Octubre 500
11 Noviembre 550
12 Diciembre 500
Regla 2
Pronostico (jul, ago, sept 2007) = Demanda (jul + ago + sept 2
Pronostico (jul, ago, sept 2007) = 1075
Demanda real (jul, ago, sept 2007) = 975
Error del pronostico = 10%
Regla 5
Pronostico (jul, ago, sept 2007) = 964
Demanda real (jul, ago, sept 2007) = 975
Error del pronostico = 1%
CANTIDADES
PERIODO PRONOSTICO
REALES
1 400
2 350
3 325 375
4 358.3333333
CANTIDADES PRONOSTICO
REALES ULTIMOS 2
PERIODO PERIODOS
1 400
2 350
3 325 375
4 300 338
5 313
PRONOSTIC PRONOSTICO
PERIODO CANTIDADES REALES O ULTIMOS 2 ULTIMOS 3
PERIODOS PERIODOS
1 400
2 350
3 325 375
4 338 358
358
325 344
Pronostico por DMA y una Seal de rastreo
ST
3
2
1
0
0 1 2 3 4 5 6
-1
-2
-3
-4
Desviacin SCEP Desviacin Abs. Suma Desv. Abs. DMA
50 50 50 50 50
50 100 50 100 50
-150 -50 150 250 83.33
-100 -150 100 350 87.5
25 -125 25 375 75
-100 -225 100 475 79.17
INTERPRETACIN DE LA GRAFICA:
4 5 6 7
ST
1
2
-0.6
-1.71
-1.67
-2.84
25) A continuacin se anotan las ganancias por accin de d
de 2004 al segundo de 2007. Pronostique las gana
para 2008. Use suavizacin exponencial para pronostic
descomposicin de series de tiempos para pronosticar lo
trimestres de 2008 (es mucho ms fcil resolver el prob
para ver lo que su
Compaa A Compaa B
= 0.10 F15 = 1.54 = 0.10
= 0.30 F15 = 1.28 = 0.30
b) Con el mtodo MAD para probar el desempeo del modelo de pronstico, ms dato
2004 al segundo trimestre de 2007, qu tan bien funcion el modelo?
imer trimestre de 2004 como el pronstico
= 0.30.
Compaa B
F15 = 0.20
F15 = 0.26
40000
30000
20000
10000
0
0 2 4 6 8 10
Ingresos (millones) Ingresos (millones)
5094.4 2003 5773.50
5108.8 2004 5829.12
5550.6 2005 5884.74
5738.9
5860
5717.88
12 5717.88 5,717.8836
13 5773.50
2002 A 2005
14 5829.12
15 5884.74
8 10 12
ejercicio 27
Mark Price, nuevo gerente de produccin de Speakers y Company, tiene que averigua
para estereofnicos. No est seguro de que el precio unitario del producto o los efect
ventas y quiere aplicar un anlisis de regresin para averiguar que factor impulsa m
recopilo en un extenso proyecto de marketing que se extendi a los ltim
AO Ventas/UnidadPrecio/Unidad Publicidad
1990 400 280 600
1991 700 215 835
1992 900 211 1100
1993 1300 210 1400
1994 1150 215 1200
1995 1200 200 1300
1996 900 225 900
1997 1100 207 1100
1998 980 220 700
1999 1234 211 900
2000 925 227 700
2001 800 245 690
C: VENTAS= 2191,337362-6,909379925X1+0,23851279X2
VENTAS= 411.041781 Ventas 2002
Company, tiene que averiguar que variable afecta ms la demanda de su lnea de bocinas
ario del producto o los efectos de mayor marketing sean los principales impulsores de las
veriguar que factor impulsa ms demanda de su mercado. La informacin pertinente se
que se extendi a los ltimos 10 aos y que se vaco en los datos siguientes:
Estadsticas de la regresin
Coeficiente de0.85496914
Coeficiente d 0.73097223
R^2 ajustado 0.67118828
Error tpico 146.623447
Observacione 12
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crtico de F
Regresin 2 525718.334 262859.167 12.2268977 0.00271698
Residuos 9 193485.916 21498.4351
Total 11 719204.25
+0,23851279X2
crtico de F
PRONOSTICO
DATOS: = 0.3 Ft= 300
= 0.4 At= 288
FITt= Ft + Tt
FITt= 308
Tt+1= Tt + (Ft+1-FITt)
Tt+1= 5.6
Tt= 8