Vous êtes sur la page 1sur 48

n=3

mes Precios de los fondos (en $) Ft Error 1 Error 2 Error/real


1 62.7
2 63.9
3 68
4 66.4 64.9 1.5 1.5 2.31
5 67.2 66.1 1.1 1.1 1.64
6 65.8 67.2 1.4 -1.4 2.13
7 68.2 66.5 1.7 1.7 2.54
8 69.3 67.1 2.2 2.2 3.22
9 67.2 67.8 0.6 -0.6 0.84
10 70.1 68.2 1.9 1.9 2.66
11 ? 68.9

total 668.8 n=3


Error acu 6.5
MAD 1.49
MAPE 2.19
n=5
Ft Error 3 erro 4 Error/real Tendencia lineal Error Error sin abs
64.1 1.4 -1.4
64.8 0.9 -0.9
65.4 2.6 2.6
66.0 0.4 0.4
66.6 0.6 0.6
65.64 0.16 0.16 0.24 67.2 1.4 -1.4
66.26 1.94 1.94 2.84 67.8 0.4 0.4
67.12 2.18 2.18 3.15 68.4 0.9 0.9
67.38 0.18 -0.18 0.27 69.0 1.8 -1.8
67.54 2.56 2.56 3.65 69.6 0.5 0.5
68.12 70.2

n=5 Regresion lineal


Error acu 6.66 Error acu 0.0
MAD 1.40 MAD 1.1
MAPE 2.03 MAPE 1.6
Error/real
2.31
1.34
3.88
Precios de los fondos (en $)
0.65
0.93 72

2.10 70
f(x) = 0.6072727273x + 63.54
0.60 68 R = 0.6449118967
1.30 66
2.69 64
0.69 62
60
58
0 2 4 6 8 10 12

0.4
Ao mes vestas de motos (en unidades) Ft
1 enero 110 110
2 febrero 114 110
3 marzo 123 112
4 abril 131 116
5 mayo 140 122
6 junio 146 129
7 julio 157 136
8 agosto 164 144
9 septiembre 169 152
10 octubre 180 159
11 noviembre 184 167
1 12 diciembre 191 174
13 Enero 181
=4
MAD 15
MAPE 9.44

a) comportamiento tendencial ascendente


d) tiene mas excatitud el metodo de suavizacion exponencial con alfa =4 , el metodo con menos
exactitud no es adecuado porque para hallar los pronosticos utiliza como demanda real las
demandas prnosticadas por suavisacio exponencial con alfa=0,04

0.3
Error Abs error Error/real Ft Error Abs Error Error/real
0 0 0 110 0 0 0
4 4 4 110 4 4 4
11 11 9 110 13 13 11
15 15 11 110 21 21 16
18 18 13 112 28 28 20
17 17 11 115 31 31 21
21 21 13 119 38 38 24
20 20 12 124 40 40 24
17 17 10 130 39 39 23
21 21 12 137 43 43 24
17 17 9 144 40 40 22
17 17 9 151 40 40 21
158
=3
MAD 28.00
MAPE 17.40 vestas de motos (en unidade
250
200
f(x) = 7.6678321678x + 100.9090909091
do con menos 150 R = 0.9963888214
a real las 100
50
0
enero

febrero

mayo

juni o

jul i o
ma rzo

a gosto
abri l
1 2 3 4 5 6 7 8 9
1
Tendencia lineal Error Abs Error
109 1 1
116 -2 2
124 -1 1
132 -1 1
139 1 1
147 -1 1
155 2 2
162 2 2
170 -1 1
178 2 2
185 -1 1
193 -2 2
201

estas de motos (en unidades)

1678x + 100.9090909091
214
mayo

juni o

jul i o

a gosto

s eptiembre

dici embre
octubre

novi embre
abri l

4 5 6 7 8 9 10 11 12
1
Ao mes vestas de motos (en unidades) Tendencia lineal
1 enero 110
2 febrero 114
3 marzo 123
4 abril 131
5 mayo 140
6 junio 146
7 julio 157
8 agosto 164
9 septiembre 169
10 octubre 180
11 noviembre 184
1 12 diciembre 191
13 Enero 201
14 Febrero 208
15 Marzo 216
16 Abril 224
2 17 Mayo 231
demanda de motos vs regresion lineal
250
200 f(x) = 7.6678x + 100.91
R = 1
150
100
50
0
febrero

marzo

mayo

juni o

juli o

Marzo

Mayo
enero

a gosto

Enero

Febrero
di ci embre
octubre
s eptiembre

novi embre
abri l

Abri l
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1 2
vestas de motos (en uni dades ) Tendenci a l i neal
Li nea r (Tendenci a l i nea l ) Li near (Tendenci a l i nea l )

b) este modelo si se ajusta mas a los aplicados en el ejercicio 2


c) si es conveniente, porque el indice de correlacion es igual a 1. lo utilizaria en todos los
casos donde este indice de de correlacion entre las ventas y el tiempo se acerquen mucho
a 1, es decir dependa mucho una variable de la otra.
0.3
No MES Demanda (en unidades) SES Error Abs Error sumatoria
1 Enero 630 630 0 0 0
2 Febrero 680 630 50 50 50
3 Marzo 670 645 25 25 75
4 Abril 690 653 38 38 113
5 Mayo 730 664 66 66 179
6 Junio 710 684 26 26 205
7 Julio 740 692 48 48 254
8 Agosto 710 706 4 4 258
9 Septiembre 760 707 53 53 310
10 Octubre 740 723 17 17 327
11 Noviembre 770 728 42 42 369
12 Diciembre 790 741 49 49 418
13 Enero 755

SES tendencia lineal


MAD 34.86 MAD 13.33

Seal de rastreo SES


Demanda (en unidades) 3.00
900
800 2.00
700 f(x) = 11.8181818182x + 641.5151515152
R = 0.8621321125
600 1.00
500
400 0.00
0 2 4 6 8 10
300
200 -1.00
100
0 -2.00
ro ro zo ri l o
ay u n i
o lio sto br
e
br
e
br
e
br
e
En
e
b re ar Ab M Ju o m tu m
Fe M J Ag e c e e m
pti O vi -3.00 ci
Se No Di
MADs Seal de Rastreo Tendencia lineal Error sumatoria Abs Error sumatoria
0.00 653 -23 -23 23 23
25.00 2.00 665 15 -8 15 38
25.00 1.00 677 -7 -15 7 45
28.13 1.33 689 1 -14 1 46
35.75 1.85 701 29 15 29 76
34.19 0.77 712 -2 13 2 78
36.23 1.34 724 16 28 16 94
32.19 0.12 736 -26 2 26 120
34.47 1.53 748 12 15 12 132
32.72 0.52 760 -20 -5 20 152
33.55 1.25 772 -2 -7 2 153
34.86 1.41 783 7 0 7 160
795

a) tiene un comportamiento tendencial ascendente


c) se ajusta mejor el metodo de tendencia lineal porque tiene menos error en el prono
d) los pronosticos si estan dentro de los limites de control

streo SES
seal de rastreo tendencia
3.0

2.0

1.0
6 8 10 12
0.0
0 2 4 6 8 10 12 14

-1.0

-2.0

-3.0
MADs seal de rastreo
23.34 -1.0
19.09 -0.4
15.05 -1.0
11.59 -1.2
15.15 1.0
13.03 1.0
13.42 2.1
15.00 0.2
14.68 1.0
15.18 -0.3
13.94 -0.5
13.33 0.0

tiene menos error en el pronostico


ol

12 14
Demanda para el fertilizante en toneladas Pronstico
Trimestre 2008 2009 2010 2011
1 105 140 150 132
2 150 170 170 163
3 93 105 110 103
4 121 150 130 134
Tot. Anual 469 565 560 531

promedio trimestral
133

a) esta serie de demandas tiene un comportamiento ciclico


promedio trimestral prom total indice de estacionalidad
132 133 0.991
163 133 1.230
103 133 0.773
134 133 1.006

Chart Title
600

500

400

300

200

100

0
1 2 3 4
2008 2009 2010
3 4
2010
=
n=5 0.3
Ao mes ventas PMP error abs error SES
enero 150 150
febrero 120 141
marzo 100 129
abril 90 117
mayo 89 109
junio 75 134 -59 59 99
julio 78 115 -37 37 92
agosto 63 107 -44 44 84
septiembre 51 96 -45 45 74
octubre 53 91 -38 38 68
noviembre 45 80 -35 35 61
2009 diciembre 42 70 -28 28 55
enero 39 63 -24 24 50
febrero 35 57 -22 22 46
marzo 37 53 -16 16 43
abril 36 48 -12 12 41
mayo 46 45 1 1 42
junio 40 45 -5 5 42
julio 43 45 -2 2 42
agosto 41 50 -8 8 42
septiembre 43 49 -6 6 42
octubre 36 51 -15 15 40
noviembre 38 49 -11 11 40
2010 diciembre 43 50 -7 7 41
2011 enero 47 28
MAD MAD
35 22
error abs error
0 0
-21 21 ventas
160
-29 29
140
-27 27
120
-20 20 100
-24 24 80
-14 14 60
-21 21 40
-23 23 20
0
-15 15

ma rzo

juni o
enero
febrero
ma rzo

mayo
juni o

a gosto

febrero

mayo

a gosto
juli o

enero

juli o
octubre
novi embre

s eptiembre
octubre
novi embre
di ci embre
s eptiembre

di ci embre
abri l

abri l
-16 16
-13 13
-11 11 2009 2010
-11 11
-6 6
-5 5
4 4
-2 2 El pronstico de suavizacin exponencial simple
para patrones de demanda aleatorios o nivelado
1 1 pretende eliminar el impacto de los elementos ir
-1 1 histricos mediante un enfoque en perodos de d
este posee una ventaja sobre el modelo de prom
1 1 ya que no requiere de una gran cantidad de per
-4 4 para lograr ptimos resultados.
-2 2
2 2
juni o
mayo

a gosto
juli o

s eptiembre
octubre
novi embre
di ci embre

2010

uavizacin exponencial simple es ptimo


demanda aleatorios o nivelados donde se
r el impacto de los elementos irregulares
nte un enfoque en perodos de demanda reciente,
entaja sobre el modelo de promedio mvil ponderado
e de una gran cantidad de perodos y de ponderaciones
os resultados.
n=3
Mes Ventas de Carbon (toneladas) PMP error abs error
1 Marzo 426
2 Abril 451
3 Mayo 405
4 Junio 372 418 -46 46
5 Julio 390 394 -4 4
6 Agosto 347 389 -42 42
7 Septiembre 289 361 -72 72
8 Octubre 310 321 -11 11
9 Noviembre 313

MAD
35

Elegi el metodo de tendencia porque en la grafica se evidencia, una tendencia hacia abajo, y genera un MAD menor.
=
0.4
SES error abs error Tendencia error abs error
426 0 0 448 -22 22
426 25 25 427 24 24
436 -31 31 405 0 0
424 -52 52 384 -12 12
403 -13 13 363 27 27
398 -51 51 342 5 5
377 -88 88 321 -32 32
342 -32 32 300 10 10
329 278

MAD MAD
36 17

enera un MAD menor.


Ventas de Carbon (toneladas)
500

450
f(x) = - 21.1666666667x + 469
R = 0.8590940565
400

350

300

250
Marzo Abri l Mayo Juni o Jul i o Agosto Septiembre Octubre
Ao Ventas Inversion en publicidad x^2 y^2
1 110 39 1521 12100
2 170 49 2401 28900
3 260 55 3025 67600
4 240 68 4624 57600
5 230 85 7225 52900
6 290 91 8281 84100
7 320 105 11025 102400
8 330 116 13456 108900
9 320 120 14400 102400
10 340 130 16900 115600
11
total 2610 858 82858 732500

r r^2 Porcentaje determinacion


0.906 0.8205821066 82.0582106648
a) hay una fuerte relacion entre las ventas y la publicidad
b) el 82,06% de las ventas aumenta por la inversion en publicidad
f) r R
0.9164 0.8397
hay una fuerte relacion entre las ventas y la publicidad
X*Y regresion lineal error tendencia lineal
4290 161 51 158
8330 182 12 181
14300 195 65 204
16320 223 17 227
19550 259 29 250
26390 272 18 272
33600 302 18 295
38280 325 5 318
38400 334 14 341
44200 355 15 364
387
243660

MAD MAD
ventas
24 Ventas 25
400
400
350
f(x) = 2.1340460526x + 77.8988486842
350 f(x) = 22.8484848485x
300 R += 135.3333333333
0.8205821066
R = 0.8397230247
300 250
250 200
200 150

150 100
50
100
0
50 30 45 60 75 90 105 120 135
0 ventas Li near (ventas )
0 2 4 6 8 10 12
Ventas Li near (Venta s ) Li near (Venta s)
error publicidad + 150 regresion lineal Ft publicidad - 115
48 39 161 39
11 189 481 -76
56 339 801 -191
13 489 1121 -306
20 639 1442 -421
18 789 1762 -536
25 939 2082 -651
12 1089 2402 -766
21 1239 2722 -881
24 1389 3042 -996
1539 3362 -1111

105 120 135


(ventas )
10 12
ar (Venta s)
regresion lineal Ft
161
-84
-330
-575
-821
-1066
-1311
-1557
-1802
-2048
-2293

a)El coeficiente de correlacion esta muy proximo al 1 por lo tanto la correlacion


b)r = 0,81 lo cual indica que al ser positivo la correlacion es directa y al estar pro
por lo tanto la correlacion es muy fuerte
on es directa y al estar proximo al 1 es muy fuerte
2006 2007 2008 promedio prom cuatri
septiembre 160 196 203 186
octubre 215 231 266 237
noviembre 206 252 252 237
diciembre 235 262 284 260 230
enero 143 165 235 181
febrero 130 140 140 137
marzo 119 130 150 133
abril 77 86 94 86 134
mayo 112 110 118 113
junio 112 115 121 116
julio 161 192 204 186
agosto 192 206 220 206 155
total 1862 2085 2287 2078 520

demanda anual para el 2009


2186
729
182
Prom total indice estacional Ft Prom sep prom total indice estacional Ft
186 173 1.0760 196

173 1.329 969

173 0.774 564

173 0.897 653


520

Chart Title
900
800
700
600
500
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10
Col umn C Col umn D Col umn E
Chart Title

6 7 8 9 10 11 12
Col umn D Col umn E
N=3

Venta de Venta de
Mes impresoras computador
(Und) (Y) es (Und) (X)
pms error abs regresion lineal
1 433 1045 13243
2 510 1308 16461
3 481 1084 13720
4 478 1364 475 3 17146
5 555 1017 490 65 12900
6 506 1308 505 1 16461
7 612 1123 513 99 14197
8 560 1310 558 2 16486
9 590 1277 559 31 16082
10 512 1360 587 75 17097
11 5237 12196 554

MAD r^2
40 0.453
r
0.6730527468

los pronosticos de las ventas de impresoras dan muy elevados, lo que quiere decir que no hay tanta corre

El mejor modelo para el problema parece ser el de tendencia lineal


tendencia lineal error abs x^2 y^2 XY
469 36
481 29
493 12
505 27
Chart Title
518 37
530 24 700

542 70 600
554 6 500
567 23 400
579 67
300
591
200

MAD 100
33 0
0 2 4 6 8

o que quiere decir que no hay tanta correlacion entre la venta de impresoras y la de computador ventas
eal 650

600

f(x) = 12.2363636364x + 456.4


550 R = 0.4530390885

500

450

400
1 2 3 4 5
Col umn C
Li near (Col umn C)
Chart Title

4 6 8 10 12

ventas

63636364x + 456.4
390885

3 4 5 6 7 8 9 10
Col umn C Li near (Col umn C)
Li near (Col umn C)
2008 - 2009 2009 - 2010 2010 - 2011
mes ao 1 ao 2 ao 3 prom cuatri prom total indice estacional
1 agosto 170 190 210
2 septiembre 190 195 220
3 octubre 215 230 270
4 noviembre 225 245 260 218 156 1.397
5 diciembre 235 260 290
6 enero 145 165 195
7 febrero 130 140 160
8 marzo 120 130 150 177 156 1.130
9 abril 75 90 95
10 mayo 95 110 125
11 junio 115 125 135
12 julio 161 182 195 125 156 0.801
total dvds 1876 2062 2305
ventas tvs 3200 3900 4600

demanda anual
1876
625
R = 0,9941 existe una fuerte relacion entre las ventas de los dvds y los tvs

demanda anual
3200
1067
Ft

873

total dvds
2400
707
2300
f(x) = 214.5x + 1652
2200 R = 0.9941498671

2100
501
2000

1900

1800
3200 3900 4600
total dvds Li near (total dvds )
Li near (total dvds )
s dvds y los tvs
4600
Li near (total dvds )
ao ventas plan de publicidad X1 precio del producto X2
1 4089 2500 55
2 4747 8500 53
3 4772 11200 53
4 5204 12000 50
5 5018 15000 49
6 5534 18000 51
7 19000 50
29364 67200 311

Y BARRA X1 BARRA X2 BARRA


4894 11200 52
cuadrado 23951236 125440000 2687

b1 b2 a
99953800 -16679040000 4685.278
1221490000 1221490000
0.0818 -13.6547

indice de correlacion ventas vs publicidad


r^2 0.8941
r 0.945568612

indice de correlacion ventas vs tiempo


r^2 0.8501
r 0.9220086767
tendencia tiempo error abs tendencia publicidad abs error regresion lineal multiple
4289 200 4142 53 4139
4531 216 4660 87 4657
4773 1 4894 122 4878
5015 189 4963 241 4984
5257 239 5222 204 5244
5499 35 5481 53 5462
5741 5568 5557

MAD MAD
147 127

el modelo de regresion multiple deberia cambiarse porque tiene MAD mayor que el de tendencia lin
por lo que el de tendencia lineal es mas preciso.

6000 Ventas vs pre


6000 6000
f(x) = 242x + 4047
5000
R = 0.8500954716
f(x) = 0.0864282744x + 3926.00
5000 4000f(x) = - 173.7986577181x + 13902.5637583892
5000 R = 0.8940811478
R = 0.6221953715

4000 3000 4000

2000 3000
3000
1000
2000 2000
0
11000 2
1000
Col umn C
0 0
48 49 0 50 2000 4000
51 6000
52
error abs X1^2 X2^2 X1*Y X2*Y X1*X2
50 6250000 3025 10222500 224895 137500
90 72250000 2809 40349500 251591 450500
106 125440000 2809 53446400 252916 593600
220 144000000 2500 62448000 260200 600000
226 225000000 2401 75270000 245882 735000
72 324000000 2601 99612000 282234 918000

896940000 16145 341348400 1517718 3434600

MAD
143

mayor que el de tendencia lineal ,

Tendencia
Ventas vs precio Ventas vs publicidad

f(x) = 0.0864282744x + 3926.0033264033


1x + 13902.5637583892
R = 0.8940811478

2 3 4 5 6
Col umn C Li nea r (Col umn C) Li near (Col umn C)

00 4000
51 6000
52 8000 53 10000 54 12000 55 14000 16000
56 18000 20000
20000
alfa
0.1
Aos trimestre fallas SES error abs error
1 230 225 5 5
2 270 226 45 45
3 180 230 -50 50
1 4 190 225 -35 35
5 223 221 2 2
6 296 222 74 74
7 302 229 73 73
2 8 194 236 -42 42
232

3
varianza
2217.520
Varianza del SES
2494.711
n
3
PMS error abs error Error

227 -37 37
213 10 10
198 98 98
236 66 66
274 -80 80

varianza
4221.760
varianza PMS Varianza Brown
3377.408 3898.44140625
Ft
I 152 DIFERENCIAS 673
II 162 673 816
1997 673
III 175 843 170 991
IV 184 1,007 164 1,194
I 197 1,217 210 1,435
II 206 1,405 188 1,709
1998 843
III 215 1,515 110 1,999
IV 225 1,749 234
I 237
II 247
1999 1,007
III 257 DAM
IV 266 ECM
I 274
II 298
2000 1,217
III 316
IV 329
I 342
II 356
2001 1,405
III 353
IV 354
I 361
II 366
2002 1,515
III 388
IV 400
I 423
II 431
2003 1,749
III 443
IV 452
Tt FITt Et ABS ERROR E^2 ALFA BETA
179 852 -179 179 32,160 0.2 0.1
211.613333 1,028 -185 185 34,255
250.2344 1,241 -234 234 54,896
295.595312 1,490 -273 273 74,548
349.253694 1,785 -380 380 144,158
411.510814 2,120 -605 605 366,334
481.707866 2,481 -732 732 535,696

369.8
177435.1
=0,1
I 152 PMS SES
II 162
1997
III 175
IV 184
I 197 168
II 206 180
1998
III 215 191
IV 225 201
I 237 211
II 247 221
1999
III 257 231
IV 266 242
I 274 252
II 298 261
2000
III 316 274 Ch
IV 329 289
500
I 342 304
450
II 356 321 f(x) = 11.0873015873x + 139.55555
2001 400
III 353 336
350
IV 354 345
300
I 361 351
250
II 366 356
2002 200
III 388 359
150
IV 400 367
100
I 423 379
50
II 431 394
2003 0
1 2 3 4 5 6 7 8 9 10 11 12
III 443 411
IV 452 424 300
I 140 437 331
1 II 151 366 312
2004
2 III 162 296 295
3 IV 173 226 282
4 I 184 271
5 II 195 262
2005
6 III 206 256
7 IV 217 251
8 I 228 247
9 II 239 245
2006
2006
10 III 250 245
11 IV 262 245
12 I 273 247
13 II 284 250
2007
14 III 295 253
15 IV 306 257
16 I 317 262
17 II 328 268
2008
18 III 339 274
19 IV 350 280
20 I 361 287
21 II 372 295
2009
22 III 383 302
23 IV 395 310
24 I 406 319
25 II 417 328
2010
26 III 428 336
27 IV 439 346
Chart Title
00
50
f(x) = 11.0873015873x + 139.5555555556
00
50
00
50
00
50
00
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28