Vous êtes sur la page 1sur 102

BALDOVINO SNCHEZ JOS DAVID

JARABA AGUAS LEIDY MILENA


CARMONA BERMEJO JUAN JAIR
LIZARAZO MORA LINETH YOMARA
RAMOS SANTANDER ABELARDO DE JESUS
ejericio 1 Mes Demanda Mes Demanda
Enero 4200 Julio 5300
Febrero 4300 Agosto 4900
Marzo 4000 Septiembre 5400
Abril 4400 Octubre 5700
Mayo 5000 Noviembre 6300
Junio 4700 Diciembre 6000
a)Con un anlisis de regresin por minimos cuadrados, cul estimaria que
fuera la demanda de cada mes del ao entrante ?con una hoja de clculo, siga
el formato general.

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)

Error (Sxy) 26985

Error (Sxy) 80955


ejercicio 2 La demanda histrica del producto es:

a) Usando un promedio mvil ponderado con pesos de 0.60, 0.30 y

b) Con el promedio mvil simple a tres meses, determine el pronstico d

C) Mediante suavizacin exponencial simple con 0.2 y un prons


pronstico de julio. Haga todas las suposiciones que quiera.
Promedio Movil
Demanda Historica Pnderado.
Ene 12 W1
Feb 11 W2
Mar 15 W3
Abr 12
Mar 16 Resultados
Jun 15 f2=
Jul ? f3=
f4=
f5=
f6=
f7=

D: Analisis de regresin lineal simple

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.

etermine el pronstico de julio.

0.2 y un pronstico para junio de 13, calcule el


que quiera.
Promedio Movil B: Solucin por
C: Metodo Exponencial
Pnderado. Promedio Mvil Simple
Aminorado Sencillo
0.6 n=3 =
0.3 Resultados Jun=
0.1 f2= 12.67 Resultados
f3= 12.67 f2=
Resultados f4= 14.33 f3=
13.5 f5= 14.33 f4=
12.8 f5=
14.7 f6=
15 f7=

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

ECUACIN DE REGRESIN DE LA DEMANDA


18
16
14 f(x) = 0.7714285714x + 10.8
12 Y
10 Linear (Y)
8
6
4
2
0
0 1 2 3 4 5 6 7
lineal el pronostico para Julio sera:
io es: 16 Unidades
Metodo Exponencial
minorado Sencillo
0.2
13
Resultados
12.00
11.80
12.44
12.35
13.08
13.07
ejercicio 3 Las siguientes tabulacones son las ventas reales para de u
para seis meses y un pronostico inicial para enero.

X PERIDO V. REAL SES PRONOSTICO


1 ENERO 100 80 80
2 FEBREO 94 84 84
3 MARZO 106 86 86
4 ABRIL 80 90 90
5 MAYO 68 88 88
6 JUNIO 94 84 84
n las ventas reales para de unidades Calcule el pronostico para los 5 meses restante empleando un
pronostico inicial para enero. exponencial aminoradosencillo donde alfa=0,2

Calcule DMA de los pronosticos

ERROR/ ABS MAD ERROR N (At - Ft)


ERROR N TS
20 20 20 20 1
10 15 10 30 3
20 17 20 50 3
10 13 - 10 40 - 4
20 15 - 20 20 - 1
10 14 10 30 3

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

Use la tcnica de la descomposicin para pronosticar los cuatro trim

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:

PROM IND DESESTACI PROM


TRIMESTRA ESTACIONA ONALIZAR TRIMESTRA
L L (S) (Y) L X XY
3833.3 1.2 3902.6 0.0 1 3902.6
2766.7 0.9 3942.8 0.0 4 15771.1
3500.0 1.1 3829.0 0.0 9 34461.4
2366.7 0.8 3950.7 0.0 16 63211.3
3833.3 1.2 2845.7 0.0 25 71141.3
2766.7 0.9 3041.6 0.0 36 109496.4
3500.0 1.1 3116.7 0.0 49 152716.7
2366.7 0.8 3160.6 0.0 64 202276.1
3833.3 1.2 2601.7 0.0 81 210740.9
2766.7 0.9 2365.7 0.0 100 236566.3
3500.0 1.1 2404.3 0.0 121 290918.6
2366.7 0.8 2238.7 0.0 144 322377.5
37400.0 12.0 37400 650 24310000.0

ra pronosticar los cuatro trimestres de 2008.

DEMANDA Demanda desestacionalizada


ESTACIONA
LIZADA 4500
1796.0 4000
2083.1 f(x) = - 168.2436848867x + 4210.2506184303
3500 R = 0.8627491499
1280.8
1867.6 3000

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

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
7 enero - febrero 109
8 marzo - abril 104
9 mayo - junio 150
10 julio - agosto 170
11 septiembre - octubre 120
12 noviembre - diciembre 100

b) Componga un modelo de regresin lineal simple para los datos de ve

Y = a + bx

Periodo Ventas reales


XY
X Y
1 109 109
2 104 208
3 150 450
4 170 680
5 120 600
6 100 600
7 109 763
8 104 832
9 150 1350
10 170 1700
11 120 1320
12 100 1200
78 1506 9812

d) Con los resultados de los i

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

Demanda real 100 Ventas

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

on los resultados de los incisos b y c, prepare un pronostico para el ao entrante

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

Las seales de seguimiento calculadas con el historial de la demanda


pasada de tres productos es como sigue. Cada producto usa la misma
tcnica de pronstico..
Comente las seales de seguimiento de cada producto y seale sus
implicaciones.

ST1 ST2 ST3


1 -2.7 1.54 0.10
2 -2.23 -0.64 0.43
3 -1.70 2.05 1.08
4 -1.1 2.58 1.74
5 -0.87 -0.95 1.94
6 -0.05 -1.23 2.24
7 0.10 0.75 2.96
8 0.4 -1.59 3.02
9 1.50 0.47 3.54
10 2.20 2.74 3.75

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

RESPUESTA TS2 Esta serie esta dentro de los limites,


por lo tanto el pronostcio es
aceptable
12
ejericio 7
En la tabla siguiente se muestran los 2 aos previos de inf
que hay tendencias y factores estacionales y que el ciclo
descomposicin para pronosticar las venta

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

Para este caso como el ejercicio pide


hallar el pronostico de las ventas
trimestrales para el proximo ao, se
tiene como resultado en la columna #5
de la tabla siguiente:

GRAFICA

PRONOSTICO VENTAS TRIMESTRES DE LOS DOS AOS ANTERIORES


300

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

9 I 231.43 1.00 232.20


10 II 241.33 1.16 280.88
11 III 251.24 0.95 238.64
12 VI 261.15 0.88 230.58

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

Coeficientes Error tpico Estadstico t


Intercepcin 154.464286 24.8817 6.20794744
Variable X 1 7.20238095 4.92731082 1.46172653

Anlisis de los residuales

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

152.2 1.00 152.7 152.7


162.1 1.16 188.7 188.7
172.0 0.95 163.4 163.4
181.9 0.88 160.6 160.6
191.8 1.00 192.4 192.4
201.7 1.16 234.8 234.8
211.6 0.95 201.0 201.0
221.5 0.88 195.6 195.6
F Valor crtico de F
2.13664445 0.19412861

Probabilidad Inferior 95% Superior 95%Inferior 95,0%


Superior 95,0%
0.00080604 93.5809592 215.347612 93.5809592 215.347612
0.19412861 -4.85431429 19.2590762 -4.85431429 19.2590762
Ao TRIMESTRES UNIDADES X
I 12 1
II 18 2
III 26 3
2001 IV 16 4
I 16 5
II 24 6
III 28 7
2002 IV 18 8
SUMATORIA 36
PROMEDIO

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

TRIMESTRE X y = 0,7177x + 16,52


1 9 22.98
2 10 23.70
3 11 24.41
4 12 25.13
XYD
16.93
33.86
57.06
74.35
112.86
135.43
143.37
167.29
741.14

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:

SEMANA DEMANADA PRONOSTICO


1 300
2 400
3 600 350
4 700 400 respuesta A
5 567 460 respuesta B
Con un promedio mvil de tres semanas, cul sera su pronstico
para la semana entrante?

Con suavizacin exponencial con = 0.20, si el pronstico exponencial de la


semana 3 se calcul como el promedio de las dos primeras semanas [(300 +
400)/2 = 350], cul sera su pronstico para la semana 5?
ejercicicio 10 Dada la siguiente historia, aplique un pronstico en
estrategias de pron

MESES ENE FEB MAR


AO PASADO 100 125 135
ESTE AO 125 135 135

Por brevedad, a continuacion se aplican


tres reglas de los pronosticos enfocados.

Mediante un pronostico enfocado se prueba la


regla # 1: lo que se haya vendido en los tres ultimos
meses sera probablemente lo que se venda en los tres
meses siguientes( se usan indistintamente los terminos
de demanda y ventas, suponiendo que la demanda
culmina en ventas reales). Primero se prueba con los
tres meses anteriores.

Probando otra regla, como la #5: Cualquiera que


haya sido el cambio porcentual de los ultimos tres
meses de este ao en comparacion con los mismos tres
meses del ao pasado, sera probablemente el mismo
cambio porcentual que se tendra en los siguientes tres
meses del ao.

Lo que ocurrio en realidad durante el me


mayo y junio fue de 580, asi que el pron
614,4/580 = 1,059*100= 105% de la dem

Mediante otra regla: Lo que se vendi en el mismo


trimestre del ao pasado se vender probablemente en
ese periodo de este ao (esto dara cuenta de los
efectos estacionales).
Pronstico (julio, agosto, septiembre) ao pasado=
Demanda (julio, agosto, septiembre) este ao
trimestre del ao pasado se vender probablemente en
ese periodo de este ao (esto dara cuenta de los
efectos estacionales).
Pronstico (julio, agosto, septiembre) ao pasado=
Demanda (julio, agosto, septiembre) este ao
aplique un pronstico enfocado al tercer trimestre de este ao. Use tres
estrategias de pronstico enfocado.

ABR MAY JUN JUL AGO SEP


175 185 200 150 140 130
190 200 190

Pronostico (Abril, mayo, junio) Demanda ( enero+ febrero+ marzo) Este Ao


125 135
395

Como lo que ocurrio en la realidad para


el mes de abril a junio fue de 580
( 190+200+190), el pronostico fue de
395/580 = 0,68 *100= 68%. En otras
palabras, fue de 32% bajo.

PRONOSTIC
O (Abril + mayo + junio)

435.0

n realidad durante el mes de abril,


e de 580, asi que el pronostico fue
59*100= 105% de la demanda real.

420
OCT NOV DIC
200 225 250

+ febrero+ marzo) Este Ao


135
ejericio 11

A continuacin se da la demanda tabulada actual de un artculo durante un periodo


de nueve meses (de enero a septiembre). Su supervisor quiere probar dos mtodos
de prueba para ver cual result mejor en el periodo. a) Pronostique de abril a
septiembre con un promedio mvil a tres meses. b) Mediante suavizacin
exponencial simple con una alfa de 0.3, calcule de abril a septiembre c) Use la MAD
para decidir que mtodo produjo el mejor pronstico en el periodo de seis meses.

A) Pronostique de abril a septiembre con un promedio mvil a tres


meses.

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

B) Mediante suavizacin exponencial simple con una alfa


de 0.3, calcule de abril a septiembre.

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

C) El mtodo para ver cual result mejor en el periodo es medi


Error
Pronostico Error
(Alfa) Pronstico (At-Ft) Absoluto DMA
0.3
0.3
0.3
0.3 142 40 40 40
0.3 147 10 10 25
0.3 157 20 20 23
0.3 152 -30 30 25
0.3 145 -30 30 26
0.3 144 -10 10 23

en el periodo es mediante Suavizacin Exponencial


ejericio 12
Se aplic cierto modelo de pronstico para anticipar un periodo
real que surg

PRONOSTI
PERIODO MES REALIDAD DESVIACION
CO

1 Abril 250 200 -50


2 Mayo 325 250 -75
3 Junio 400 325 -75
4 Julio 350 -350
5 Agosto 375 325 -50
6 Septiembre 450 400 -50

PARA EL MES 6 ( SEPTIEMBRE) SE TIENE UNA


MAD DE 108,3

PARA EL MES 6 (SEPTIEMBRE) SE TIENE UNA SEAL DE S


TS( SEAL DE SEGUIMIENTO) DE -6

SEAL DE SEGUIMIENT

CONCLUSION: Con respecto a lo anterior se puede decir que el


pronostico en promedio se aleja 108,3 unidades y la seal de
seguimiento es igual a -6 desviaciones absolutas medias. Por lo que no
hay suficientes pruebas para rechazar el modelo de pronstico, asi que
se aeptan sus recomendaciones.

Por otro lado es importante mencionar que la seal de seguimiento


paso de -1 a -6 MAD, esto sucedi porque el pronostico fue mayor que
la demanda real en todos los periodos anteriores, si la demanda real no
cayera por debajo del pronostico, la seal de seguimiento seguiria
aumentando por lo que se llegaria entonces a decir que es un mal
pronostico.
a anticipar un periodo de seis meses. Aqu estn la demanda pronosticada y la
real que surgieron.

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

SEAL DE SEGUIMIENTO POR MESES


3
2
1
0
1 2 3 4 5 6
-1
SEAL DE SEGUIMIENTO -2
-3
-4
-5
-6
-7

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

c) La seal de seguimiento es demasiado grande, por lo que el pronstico


es inaceptable.
a) Calcule el pronostico con suavizacion exponencial simple de estos datos, con una de

EJERCICIO 14: La tabla siguiente contiene la demanda de los


AT 10 meses.
ltimos AT
X X
Mes Demanda Mes Demanda
real real
1 31 6 36
2 34 7 38
3 33 8 40
4 35 9 40
5 37 10 41

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

b) Calcule el pronstico de suavizacin exponencial con tendencia par


0.30, de 0.30, un pronstico de tendencias inicial (T1) de 1 y un pron
inicial de 30.

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

ial con tendencia para estos datos, con una de


al (T1) de 1 y un pronstico uniforme exponencial
de 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

RESPUESTA De acuerdo al elevado valor de la seal de rastreo


se puede determinar que el modelo de pronostico
no es aceptable
conprobar la validez de su modelo Use el modelo presentado en el texto para calcular la DM
ronostios de un modelo que usted a seales de rastreo. Despues decida si el modelo de pron
ndas relaes que se registraron que usted esta usando esta dando resultados razonab

(At - Ft) ERROR N ERROR ABS DMA TS


100 100 100 100 1.00
150 250 150 125 1.20
100 350 100 117 0.86
-50 300 50 100 - 0.50
-100 200 100 100 - 1.00
125 325 125 104 1.20
625 104 3

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

a) Con un promedio mvil simple de tres meses, cul es el pronstico p

F4 = 163

b) Con un promedio mvil ponderado, cul es el pronstico para septie


relativos de 0.20, 0.30 y 0.50 para junio, julio y agosto, respectivamente

F4 = 167

c) Mediante suavizacin exponencial simple, y suponiendo que el pron


130, pronostique las ventas de septiembre con una constante de suav

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.

eses, cul es el pronstico para septiembre?

es el pronstico para septiembre con valores


o y agosto, respectivamente?

, y suponiendo que el pronstico de junio fue de


con una constante de suavizacin de 0.30
La demanda historica para un producto
es:
PERIODO MESES
I Abril
II Mayo
III Junio
IV Julio
V Agosto
VI Septiembre

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

Pronostico para el periodo 7 (Mes de 81.0


octubre) es de:

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

Coeficientes Error tpico Estadstico t Probabilidad


Intercepcin 54 7.74903988 6.96860525 0.00222936
Variable X 1 3.85714286 1.98976975 1.93848703 0.12459378

Anlisis de los residuales

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

Ponostico para el mes de


72.5 octubre

0.2
67 unidades
Para el mes de octubre

La ecuacion de los minimos cuadrados


para regresion lineal es:

PERIODO MESES DEMANDA


I Abril 60
II Mayo 55
III Junio 75
IV Julio 60
V Agosto 80
VI Septiembre 75
Y^2 Y

60 57.9
3025 61.7
5625 65.6
3600 69.4
6400 54.0
5625 77.1

GRAFICA

DEMANDA ESTABLECIDA POR PERIODOS


190

150

110
DEMANDA
70
f(x) = 3.8571428571x + 54
R = 0.4843853821
30

-101 2 3 4 5 6

PERIODOS

DEMANDA (Y) Linear (DEMANDA (Y))

Valor crtico de F
0.12459378

Inferior 95% Superior 95%Inferior 95,0%


Superior 95,0%
32.4852162 75.5147838 32.4852162 75.5147838
-1.66734364 9.38162935 -1.66734364 9.38162935
ra el mes de octubre
DOS

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

ltimos tres meses =24000


Actuales tres meses=15000 1.60

III trimestre ao pasado= 18000


III trimestre ao actual= 15000 1.20

III trimestre ao actual= 15000


III trimestre ao pasado= 18000 7500
IV trimestre ao actual= 9000
En la tabla siguiente se muestra la demanda de un producto con cierto mtodo
de pronstico, asi como la demanda real que se pronostico.

PERIODO PRONOSTICO DEMANDA


1 1500 1550
2 1400 1500
3 1700 1600
4 1750 1650
5 1800 1700

E.P V.A MAD S.R


50 50 50 1
100 100 75 2
-100 100 83.3 0.6
-100 100 87.5 -0.57
-100 100 90 -1.67
suma 1.36

Se puede decir que el mtodo de pronstico de es aceptable ya


que la suma se sus errores pronosticados no son muy elevados
cto con cierto mtodo
e pronostico.
ejericio 20 Su gerente trata de determinar que mtodo de pronostico usar. Bas
histricos, calcule los siguientes pronsticos y especifique que

A. Calcule el pronostico con el promedio


movil simple para tres meses para los
periodos 4-12

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

B. Calcule el promedio movil ponderado


para tres meses usando los pesos
(0,50) ,(0,30) y (0,20) para los periodos
4-12.

MES DEMANDA 3 MESESDESV. ABSOLUTA


1 62
2 65
3 67
4 68 65.4 2.6
5 71 67.1 3.9
6 73 69.3 3.7
7 76 71.4 4.6
8 78 74.1 3.9
9 78 76.4 1.6
10 80 77.6 2.4
11 84 79 5
12 85 81.6 3.4
SUMATORIA 31.1
MAD
C.
Calcule el pronostico exponencial
aminorado simple para los periodos 2-
12, usando un pronostico inicial (Fi)de
61 y un valor de 0,30.

FI 61
0.3

MES DEMANDA =0,3


1 62 61
2 65 61.3
3 67 62.4
4 68 63.8 4.2
5 71 65.1 5.9
6 73 66.8 6.2
7 76 68.7 7.3
8 78 70.9 7.1
9 78 73.0 5.0
10 80 74.5 5.5
11 84 76.2 7.8
12 85 78.5 6.5
55.6
MAD X 6.2
D.
Calcule el pronostico de exponencial aminorado
simple, con componente de tendencia, para los
periodos 2-12 usando un pronostico de la tendecia
inicial (TI) de 1,8 y un pronostico inicial para
exponencial aminorado (FI) de 60, un valor de de
0,30 y un valor de de 0,30

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?

MES DEMANDA MES DEMANDA


REAL REAL
1 62 7 76
2 65 8 78
3 67 9 78
4 68 10 80
5 71 11 84
6 73 12 85

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

A continuacion se procedera al calculo 9


de la demanda correspondiente al 10
verano del ao 2003 11
12

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

Coeficientes Error tpico Estadstico t Probabilidad


Intercepcin 1.15588098 1.12386074 1.02849129 0.34338308
Variable X 1 0.00724031 0.00212647 3.40484421 0.01440975

Anlisis de los residuales

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

Inferior 95% Superior 95%Inferior 95,0%


Superior 95,0%
-1.59410718 3.90586914 -1.59410718 3.90586914
0.00203702 0.01244361 0.00203702 0.01244361
y=a+bx=2
ESTACIONA
X^2 10,9+55,8 INDICE (S) PRONOSTICO
LIZAR (Y*S)
X
1 266.6 0.74 196.3 196.3
4 322.4 0.45 144.9 144.9
9 378.2 1.15 434.0 434.0
16 434.0 1.67 723.5 723.5
25 489.8 0.74 360.5 360.5
36 545.5 0.45 245.1 245.1
49 601.3 1.15 690.0 690.0
64 657.1 1.67 1095.5 1095.5
204
22) Los siguientes son los resultados de los ltimos 21 meses de ventas

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

Elabore un pronstico para el cuarto trimestre usando tres regla


para aplicar correctamente el procedimiento, las reglas se pru
de mejor desempeo se usa para pronosticar el cuarto trimestr
lugar de pronosticar meses sep
Regla 1
Pronostico (oct, nov, dic) = Demanda (julio + agosto + s
Pronostico (oct, nov, dic) = 1075
Demanda real (abr, may, jun) = 1550
Error del pronostico = 31%

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%

Se escoge la regla No. 5 para pronosticar el cuarto trimestre, debido a q


en la prueba del pronostico

Pronostico (oct, nov, dic 2007) = 1406


ltimos 21 meses de ventas reales de cierto producto.

o trimestre usando tres reglas de pronstico enfocado (observe que


cedimiento, las reglas se prueban primero en el tercer trimestre; la
ronosticar el cuarto trimestre). Haga el problema con trimestres, en
ar de pronosticar meses separados.

manda (julio + agosto + septiembre)

manda (jul + ago + sept 2006)

cuarto trimestre, debido a que es la que presenta menor error


PRONOSTICO BASADO EN PROM
PROMEDIO MOVIL

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

SUAVIZACION EXPONENCIAL SIMPLE


ALFA= 0.2 P1= 450
PERIODO CANTIDADES PRONOSTICO

Hace tres meses 400 450


Hace dos meses 350 440
Hace un mes 325 422
Este mes
DIO MOVIL

PRONOSTIC PRONOSTICO
PERIODO CANTIDADES REALES O ULTIMOS 2 ULTIMOS 3
PERIODOS PERIODOS

1 400
2 350
3 325 375
4 338 358

PRONOSTICO PRONOSTICO ULTIMOS 4


ULTIMOS 3 PERIODOS
PERIODOS

358
325 344
Pronostico por DMA y una Seal de rastreo

Periodo Mes Pronostico Realidad


May 1 450 500
Jun 2 500 550
Jul 3 550 400
Ago 4 600 500
Sep 5 650 675
Oct 6 700 600

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

GANANCIAS POR ACCIN


Ao Periodo Trimestre Compaa A Compaa B
1 I 1.67 0.17
2 II 2.35 0.24
2004
3 III 1.11 0.26
4 IV 1.15 0.34
5 I 1.56 0.25
6 II 2.04 0.37
2005
7 III 1.14 0.36
8 IV 0.38 0.44
9 I 0.29 0.33
10 II -0.18 0.40
2006
11 III -0.97 0.41
12 IV 0.20 0.47
13 I -1.54 0.30
14 II 0.38 0.47
2007
15 III 1.54 0.20
16 IV
17 I
18 II
2008
19 III
20 IV
s ganancias por accin de dos compaas, por trimestre, del primer trimestre
e 2007. Pronostique las ganancias por accin para el resto de 2007 y
n exponencial para pronosticar el tercer periodo de 2007 y el mtodo de
e tiempos para pronosticar los ltimos dos trimestres de 2007 y los cuatro
cho ms fcil resolver el problema en una hoja de clculo computarizada,
para ver lo que sucede).

a) Para el mtodo de suavizacin exponencial, tome el primer trimestre de 2004 com


inicial. Haga dos pronsticos: uno con = 0.10 y otro con = 0.30.

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

delo de pronstico, ms datos reales de


n el modelo?
A continuacin se encuentran los ingresos por ventas de una compaa
pblicos grande de 1997 a 2001. Pronostique los ingresos de 2002a 20
buen juicio, intuicin o sentido comn en cuanto a qu modelo o mtod
como el periodo de datos que incluir.

AOS (X) INGRESOS (Y) X*Y X^2


1 4865.9 4865.9 1
2 5067.4 10134.8 4
3 5515.6 16546.8 9
4 5728.8 22915.2 16
5 5497.7 27488.5 25
6 5197.7 31186.2 36
7 5094.4 35660.8 49
8 5108.8 40870.4 64
9 5550.6 49955.4 81
10 5738.9 57389 100
11 5860.0 64460 121
SUMA 66 59225.8 361473 506
Ingresos (millones) Ingresos (millones)
1991 4865.9 1997
1992 5067.4 1998
1993 5515.6 1999
1994 5728.8 2000
1995 5497.7 2001
or ventas de una compaa de servicios
ue los ingresos de 2002a 2005. Use su 1996 5197.7 2002
uanto a qu modelo o mtodo usar, as
datos que incluir.

Y^2 a 6111036.8 5050.444


23676982.8 1210
25678542.8
30421843.4 b 67300.2 55.62
32819149.4 1210
30224705.3
27016085.3 y 5106.064
25952911.4
26099837.4
30809160.4
70000
32934973.2
34339600 60000 f(x) = 5739.0527272727x - 1573.1345454546
319973791 R = 0.989557148
50000

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

a) Realice en Excel un anlisis de regresin basado en estos datos. Con


conteste las preguntas siguientes.

b.) Qu variable, el precio o la publicidad, tiene un mayor efecto en la


sabe?
c.) Pronostique las ventas anuales promedio de bocinas de Speak
en los resultados de la regresin , si el precio fue de 300 dlar
gastado en publicidad (en miles ) fue de 900

Analisis de Regresin Lineal

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

valor de la pendiente es -6, 909379925 ms alto en comparacin 0,325020441


que corresponde a la publicidad (X2). Por otra parte el precio tiene un valor
negativo y su efecto tambien es negativo, pues si aumentan los precios las
ventas disminuyen.

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:

basado en estos datos. Con sus resultados

, tiene un mayor efecto en las ventas y como se


sabe?
omedio de bocinas de Speaker and Company basndose
si el precio fue de 300 dlares por unidad y el monto
cidad (en miles ) fue de 900 dlares.
Resumen

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

Coeficientes Error tpico Estadstico t Probabilidad Inferior 95%


Intercepcin 2191.33736 826.082598 2.65268554 0.02635991 322.608696
Variable X 1 -6.90937993 2.91589073 -2.36956065 0.04193915 -13.505583
Variable X 2 0.32502044 0.23851279 1.36269605 0.2060985 -0.21453298
paracin 0,325020441
precio tiene un valor
entan los precios las

+0,23851279X2
crtico de F

Superior 95%Inferior 95,0%


Superior 95,0%
4060.06603 322.608696 4060.06603
-0.31317683 -13.505583 -0.31317683
0.86457386 -0.21453298 0.86457386
ejericio 28 Suponga una Ft inicial de 300 unidades, una tendencia de 8 unidades
delta de 0.40. Si la demanda real fue finalmente de 288, calcule el pron
periodo.

PRONOSTICO
DATOS: = 0.3 Ft= 300
= 0.4 At= 288

FITt= Ft + Tt
FITt= 308

Ft+1= FITt + (At-FITt)


Ft+1= 302

Tt+1= Tt + (Ft+1-FITt)
Tt+1= 5.6

FITt+1= Ft+1 + Tt+1


FITt+1= 307.6
endencia de 8 unidades, una alfa de 0.30 y una
e de 288, calcule el pronstico para el siguiente
iodo.

Tt= 8

Vous aimerez peut-être aussi