Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PED
LOGISTICA
"Estadstica Aplicada"
I. SERIES DE TIEMPO DE LARGO PLAZO
I.1. METODO DE LOS MINIMOS CUADRADOS
PROYECTOS
Aos
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Tn
procesadas
38
42
50
61
75
92
111
120
127
140
138
Comandos
0. En caso de estar desactivada: Herramientas/ complementos/ herramientas para anlisis
1. Herramientas/ Anlisis de datos/ regresin
2. Rango de X
3. Rango de Y
4. Rango de salida
Ejemplo # 2
Se presenta en la siguiente tabla el registro de automoviles adquiridos en un pas
desarrollado durante los ltimos aos. Utilizar una linea de tendencia para expresar el
comportamiento de los datos y analizar los otros comonentes de la serie de tiempo.
Aos
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Registro
millones
6577
5855
6939
7557
8065
9314
9009
8357
9404
9447
8388
9831
10409
11351
8701
8168
9752
10826
10946
10357
8761
8444
7754
8924
10118
10889
11140
10183
10398
9853
9103
8234
Comandos en Excel
El departamento de produccin de una corporacin alpaquera del sur lleva un registro de las tonelad
materia prima procesadas de un tipo especfico de pelo. La empresa esta realizando un anlisis para
establecer el comportamiento de este material. Identifique la ecuacin lineal que describe la tendencia
este artculo.
Aos
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Tn
procesadas
38
42
50
61
75
92
111
120
127
140
138
Comandos
0. En caso de estar desactivada: Herramientas/ complementos/ herramientas para anlisis
1. Herramientas/ Anlisis de datos/ regresin
2. Rango de X
3. Rango de Y
4. Rango de salida
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltipl 0.9878883648
Regresin
Residuos
Total
Coeficientes
Error tpico Estadstico t Probabilidad
90.363636364 1.922057934 47.01400241 4.4628E-012
11.609090909 0.607808087 19.09992835 1.3623E-008
Intercepcin
Variable X 1
Ejemplo # 2
Aos
1982
1983
1984
Registro
millones
6577
5855
6939
Cdigo
1
2
3
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
I.
7557
8065
9314
9009
8357
9404
9447
8388
9831
10409
11351
8701
8168
9752
10826
10946
10357
8761
8444
7754
8924
10118
10889
11140
10183
10398
9853
9103
8234
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
29
30
31
32
Comandos en Excel
0. En caso de estar desactivada: Herramientas/ complementos/ herramientas para anlisis
1. Herramientas/ Anlisis de datos/ regresin
2. Rango de X
3. Rango de Y
4. Rango de salida
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltipl 0.5223706856
Coeficiente de determinacin R^2 0.2728711332
R^2 ajustado
Error tpico
Observaciones
0.2486335043
1184.9586876
32
ANLISIS DE VARIANZA
Regresin
Residuos
Total
Intercepcin
Variable X 1
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
1 15807889.14 15807889.14 11.2581612
30 42123812.74 1404127.091
31 57931701.88
Coeficientes
Error tpico Estadstico t Probabilidad
7901.9112903 428.9622251 18.42099567 6.6452E-018
76.122800587 22.68720662 3.355318346 0.00216301
31 10261.718109 -1158.71811
32 10337.840909 -2103.84091
Aos (X)
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Tn proces.
(Y)
38
42
50
61
75
92
111
120
127
140
138
994
X2
-5
-4
-3
-2
-1
0
1
2
3
4
5
0
25
16
9
4
1
0
1
4
9
16
25
110
b=
14047
1210
a=
b=
11.61
a=
150
150
100
100
150
150
100
100
Valor crtico de F
1.3623E-008
50
50
00
-6
-4
-4
-2
-2
00
Variable
Variable X
X 11
12000
10000
8000
6000
4000
2000
0
Ao
1982
1983
1984
Ventas
6577
5855
6939
Ao
Y esti
1
2
3
7978.03
8054.16
8130.28
Ciclo
82.439
72.695
85.348
22
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
7557
8065
9314
9009
8357
9404
9447
8388
9831
10409
11351
8701
8168
9752
10826
10946
10357
8761
8444
7754
8924
10118
10889
11140
10183
10398
9853
9103
8234
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
29
30
31
32
8206.40
8282.53
8358.65
8434.77
8510.89
8587.02
8663.14
8739.26
8815.38
8891.51
8967.63
9043.75
9119.88
9196.00
9272.12
9348.24
9424.37
9500.49
9576.61
9652.74
9728.86
9804.98
9881.10
9957.23
10033.35
10109.47
10185.60
10261.72
10337.84
92.087
97.374
111.430
106.808
98.192
109.514
109.048
95.981
111.521
117.067
126.577
96.210
89.563
106.046
116.759
117.092
109.896
92.216
88.173
80.330
91.727
103.192
110.200
111.879
101.492
102.854
96.735
88.708
79.649
Valor crtico de F
0.00216301
XY
-190
-168
-150
-122
-75
0
111
240
381
560
690
1277
994
11
90.36
Y
Pronstico para Y
100
100
50
50
00
-2
-2
00
Variable
Variable X
X 11
22
44
66
12000
10000
8000
6000
Column C
4000
2000
0
0
10
15
20
25
30
35
1 Trim
1861
1921
1834
1837
2073
2 Trim
2203
2343
2154
2025
2414
3 Trim
2415
2514
2098
2304
2339
4 Trim
1908
1986
1799
1965
1967
Ao
Trim
Ocupac.
Total Mvil
Promed.
Mvil
2009
1861
II
2203
III
2415
IV
1908
1921
II
2343
III
2514
IV
1986
1834
2010
2011
% Valor
Prom.Mv
Real / Prom
Centrado
Mvil
2012
2013
II
2154
III
2098
IV
1799
1837
II
2025
III
2304
IV
1965
2073
II
2414
III
2339
IV
1967
1 Trim
2 Trim
3 Trim
4 Trim
0.00
0.00
0.00
0.00
Ind.Tem/100
Ocupac.
desestac
2009
2010
2011
2012
2013
Trim
Ocupac.
2009
I
II
III
IV
I
II
III
IV
1861
2203
2415
1908
1921
2343
2514
1986
2010
Codigo X
1
2
3
4
5
6
7
8
2011
2012
2013
I
II
III
IV
I
II
III
IV
I
II
III
IV
1834
2154
2098
1799
1837
2025
2304
1965
2073
2414
2339
1967
9
10
11
12
13
14
15
16
17
18
19
20
1 Trim
1861
1921
1834
1837
2073
2 Trim
2203
2343
2154
2025
2414
3 Trim
2415
2514
2098
2304
2339
4 Trim
1908
1986
1799
1965
1967
rsos de extensin,
es que cada trimestre
nteriores y se decide
para la preparacin de
estacional y
Ao
Trim
2009
1861
II
2203
2010
III
2415
IV
1908
I
II
III
IV
2011
2013
2096.75
8447
2111.75
8587
2146.75
8686
2171.50
8764
2191.00
8677
2169.25
8488
2122.00
8072
2018.00
7885
1971.25
7888
1972.00
7759
1939.75
7965
1991.25
8131
2032.75
8367
2091.75
8756
2189.00
8791
2197.75
1986
1834
2098
1799
1837
2025
III
2304
IV
1965
8387
2514
III
II
Promed.
Mvil
2343
2154
Total Mvil
1921
II
IV
2012
Ocupac.
2073
II
2414
III
2339
IV
1967
8793
2198.25
3 Trim
114.77
115.31
106.41
111.72
4 Trim
89.61
92.56
91.98
91.81
2009
2010
2011
2012
2013
Trimestre
I
II
III
IV
1 Trim
88.97
88.60
93.46
94.51
91.22
90.30
Indice
Desajust.
45.61
53.85
56.62
45.95
202.03
2 Trim
107.42
107.99
100.65
109.83
107.70
113.25
91.89
106.62
112.11
90.97
INDICES DE ESTACIONALIDAD
Constante
Ajuste
1.97992
1.97992
1.97992
1.97992
Indice
Temporal
90.301
106.621
112.108
90.970
400.000
Trim
2009
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
2010
2011
2012
2013
Ocupac.
1861
2203
2415
1908
1921
2343
2514
1986
1834
2154
2098
1799
1837
2025
2304
1965
2073
Ind.Tem/10
0
0.90301
1.06621
1.12108
0.90970
0.90301
1.06621
1.12108
0.90970
0.90301
1.06621
1.12108
0.90970
0.90301
1.06621
1.12108
0.90970
0.90301
Ocupac.
desestac
2060.89
2066.19
2154.17
2097.39
2127.34
2197.50
2242.48
2183.14
2030.99
2020.23
1871.41
1977.57
2034.31
1899.25
2055.16
2160.05
2295.66
II
III
IV
2414
2339
1967
1.06621
1.12108
0.90970
2264.09
2086.38
2162.25
I
II
III
IV
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresin
1
1686.8866031 1686.8866 0.12691161
Residuos
18
239252.81326 13291.823
Total
19
240939.69986
Intercepcin
Variable X 1
Ao
Trimestre
2014
I
II
III
IV
Cdigo
21
22
23
24
Pronostico
Indice
desestacioestacional
nalizado
0.9030
2116.05
1.0662
2117.64
1.1211
2119.23
0.9097
2120.82
2104.25
114.77
2129.25
89.61
2159.13
88.97
2181.25
107.42
2180.13
115.31
2145.63
92.56
2070.00
88.60
1994.63
107.99
1971.63
106.41
1955.88
91.98
1965.50
93.46
2012.00
100.65
2062.25
111.72
2140.38
91.81
2193.38
94.51
2198.00
109.83
Media Modificada:
Trim 1
Trim 2
Trim 3
Trim 4
91.22
107.70
113.25
91.89
404.06 0.9899579321
400/404,06
1.97991586
400/4
100
Codigo X
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Resumen
Estadsticas de la regresin
Coeficiente de 0.08367366
Coeficiente d 0.00700128
R^2 ajustado -0.04816531
Error tpico
115.290169
Observacione
20
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Regresin
1 1686.8866
Residuos
18 239252.813
Total
19
240939.7
Intercepcin
Codigo X
18
19
20
PRONOSTIC
O SIN ESTAC
21
22
23
24
2116.05 0.9030072052
2117.64 1.0662128894
2119.23 1.121079667
2120.82 0.9097002384
1910.81
2257.85
2375.83
1929.31
Valor crtico de F
0.72579738
zada y estacionalizada
Pronostico
estacionalizado
1910.81
2257.85
2375.83
1929.31
F
Valor crtico de F
0.12691161 0.72579738
Ao
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Ventas
(millone
s $)
0.39
0.81
0.93
1.35
1.48
2.36
2.45
2.52
2.81
3.82
5.54
7.16
1.93
5.17
7.72
5.33
8.12
10.65
12.06
11.63
5.85
6.40
Ejercicio # 2
El siguiente cuadro muestra, en miles de dolares, las ventas de tracto camiones en el sur
del Per. Se desea conocer la demanda que se esperaria encontrar para el proximo ao y
poder evaluar la posibilidad de considerar un proyecto de servicios de reparacin
especializados para estos productos.
Aos
Volumen de
Ventas
2010
2011
2012
2013
772416
5757022
11331073
15352972
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
2008
47.6
52.0
78.7
85.1
99.2
91.9
107.2
97.2
108.4
111.5
110.0
83.4
Ejercicio # 4
2009
92.9
96.7
135.8
136.4
175.5
173.8
162.0
177.7
156.8
159.9
136.4
108.5
2010
109.2
130.4
138.1
170.9
182.2
184.3
163.1
147.8
149.6
152.7
126.5
99.0
2011
105.4
95.8
145.2
176.0
170.5
163.4
161.0
161.1
148.6
173.2
124.1
120.5
2012
115.7
107.2
151.0
188.2
186.7
183.6
172.2
163.8
153.2
154.9
115.7
113.1
2013
105.1
102.8
141.3
159.6
158.3
163.2
152.8
143.8
152.3
139.1
118.9
85.4
Una compaa se especializa en la produccin de equipo para recreacin. Para predecir las
ventas, basndose en los patrones de ventas pasadas, la compaa ha recolectado la informacin
que se presenta en la siguiente tabla.
Ao
2009
2010
2011
2012
2013
1 Trim
16,00
15,00
17,00
17,00
18,00
4 Trim
18,00
18,00
22,00
21,00
25,00
Ejercicio # 5
Se tienen los datos mensuales de los ultimos 11 aos de la estacin hidromtrica del sur. Expresa los
caudal en m3 por segundo. Elegir aleatoriamente 20 datos y realizar un anlisis de la variable. Interpre
resultados.
Aos
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
ENE
7.37
22.59
28.93
29.96
67.53
6.48
17.36
26.83
28.64
13.27
23.90
FEB
4.90
24.78
15.85
9.83
105.31
12.82
37.95
73.63
34.80
87.69
68.33
MAR
5.04
42.94
6.39
35.66
11.71
46.54
13.59
22.31
10.54
90.36
35.07
ABR
2.53
6.48
0.90
4.41
9.94
6.41
12.12
3.89
4.42
25.68
2.49
MAY
1.44
2.80
0.39
2.57
5.73
4.28
2.95
2.64
1.01
4.02
2.23
JUN
2.48
3.06
0.75
1.23
2.72
1.67
1.19
0.66
0.68
1.59
1.31
JUL
1.64
2.16
0.73
1.60
2.15
1.43
1.13
0.94
0.25
1.14
0.78
AGO
1.31
1.72
1.05
1.43
1.59
1.24
0.96
1.32
0.50
0.69
0.71
ES DE TIEMPO
acin explora y
las ventas de la
camiones en el sur
ara el proximo ao y
reparacin
struccin. Los
ciones en un pas
ule un indice de
ra predecir las
ectado la informacin
SET
1.11
1.54
0.78
1.01
1.58
1.62
0.50
1.10
0.35
0.59
0.48
OCT
1.56
1.41
0.64
3.38
1.23
1.20
0.49
1.00
0.12
1.96
1.47
NOV
5.02
2.18
1.10
4.95
1.71
0.86
0.73
1.86
0.77
0.57
0.46
DIC
9.50
2.04
2.44
14.57
3.51
2.11
6.53
5.06
2.39
1.01
2.36
La empresa Algodn y Afines, haproporcionado los datos de ventas, en prendas y valorizadas, de una de u
requiere que ordene la data en Tablas de Distribucin de Frecuencia, grafique los resultados e interprete e
COMANDOS
I. MODELO MULTIPLICATIVO
I.1. SERIES DE TIEMPO
A.
B.
LARGO PLAZO
a.1. Tendencia
a.2. Ciclo
CORTO PLAZO
b.1. Estacionalidad
La empresa Algodn y Afines, haproporcionado los datos de ventas, en prendas y valorizadas, de una d
ordene la data en Tablas de Distribucin de Frecuencia, grafique los resultados e interprete el comporta
MARZO
3000
1586
1576
1948
1538
ABRIL
1559
1613
1886
1802
1540
COMANDOS
I. MODELO MULTIPLICATIVO
I.1. SERIES DE TIEMPO
A.
B.
LARGO PLAZO
a.1. Tendencia
a.2. Ciclo
DATOS: Anlisis de datos: Regresin
SPSS: DATOS: Definir fecha
SPSS: ANALIZAR: Regresin: Lineales
CORTO PLAZO
b.1. Estacionalidad
SPSS: ANALIZAR: Predicciones: Descomposicin estacional
COMANDOS
I. MODELO MULTIPLICATIVO
I.1. SERIES DE TIEMPO
A.
LARGO PLAZO
a.1. Tendencia
a.2. Ciclo
1. Datos
2009
2010
2011
2012
2013
2. Grafico
TOTAL
Cdigo
29817
1
25210
2
24490
3
26106
4
26014
5
35000
30000
f(x) = - 671x + 28340.4
25000
20000
15000
10000
5000
0
1
10000
5000
0
1
B.
CORTO PLAZO
b.1. Estacionalidad
Factores estacionales
Nombre de la serie: Vta_pz
Perodo
Factor
estacional
(%)
1
2
3
4
5
6
7
8
9
10
11
12
103.7
115.7
103.4
95.0
85.4
97.5
91.9
85.9
110.8
103.0
108.4
99.1
n prendas y valorizadas, de una de una de sus importantes tiendas de Lima.Se requiere que
esultados e interprete el comportamiento de la variables
MAYO
2486
2860
2358
2068
2394
JUNIO
2565
2206
2362
1750
2282
JULIO
2642
2379
2376
2026
2304
AGOSTO
SEPTIEMBRE
3433
2550
2544
1935
2486
1990
4386
2090
2384
2308
icin estacional
3. Resultados
Resumen
000
Estadsticas de la regresin
Coeficiente de c 0.5154046568
Coeficiente de 0.2656419603
R^2 ajustado
0.020855947
Error tpico
2036.8895568
Observaciones
5
000
f(x) = - 671x + 28340.4
000
000
Column D
000
ANLISIS DE VARIANZA
Grados de libertad
Regresin
1
Residuos
3
Total
4
000
000
0
1
000
000
0
1
Intercepcin
Cdigo
Coeficientes
28340.4
-671
Y
TOTAL
29817
25210
24490
26106
26014
Suma de cuadrados
4502410
12446757
16949167
F
Valor crtico de F
1.08520073 0.3741045793
Error tpico
2136.308
644.121
Residuos
2147.6
-1788.4
-1837.4
449.6
1028.6
Estadstico t
13.26607
-1.04173
Probabilidad
Inferior 95% Superior 95%
0.0009256164 21541.715167 35139.084833
0.3741045793 -2720.8806054 78.88060537
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.51540466
Coeficiente de determinacin R^2
0.26564196
R^2 ajustado
0.02085595
Error tpico
2036.88956
Observaciones
5
ANLISIS DE VARIANZA
Regresin
Residuos
Total
Intercepcin
Variable X 1
Grados de libertad
Suma de cuadrados
1
4502410
3 12446757.2
4 16949167.2
Coeficientes Error tpico
28340.4 2136.30779
-671 644.121034