Está en la página 1de 36

ALUMNO: RIVERA CAPUAY HOLZER

SiderPeru S.A. produce fierro corrugado para la industria de la construccion.Durante mas de un ao


desea desarrollar un pronostico a largo plazo que se usara para planear las necesidades de las insta

AO

Ventas anuales (miles de


unidades)

1
2
3
4
5
6
7
8
9
10

75600
80400
95600
120600
121700
128000
125000
131800
134600
138900

AO
1
2
3
4
5
6
7
8
9
10
TOTALES

Ventas anuales
(miles de unidades)
(Y)
75600
80400
95600
120600
121700
128000
125000
131800
134600
138900
1152200

1. Resolvamos ahora despejando los valores de a y b :

((385)(1152200)-(55)(6911900))/
(10(385)-( 55) ^2 )

a=
a=

((385)(1152200)-(55)(6911900))/
(10(385)-( 55) ^2 )
76900

b= ((10)(6911900)-(55)(1152200))/
(10(385)-( 55) ^2 )
b=

6967.27

2. Ahora que podemos conocer los valores de a y b, podemos utilizar la ecuacion de regresion para pr
Y= 76900 + 6967.27X

3.Si deseamos pronosticar las ventas en miles de unidades para los cinco aos siguientes, podriamos

AO
1
2
3
4
5
6
7
8
9
10
11
12
13

AO
1
2
3
4
5
6
7
8
9
10
TOTALES

Para nuestro ejemplo:

r =0.9222
Interpretacion: Existe una relacion lineal positiva fuerte entre la variable Y y X.

^= 0.8505

85.05%

Interpretacion: Indica que el 85.05% de la variacion total se explica por medio de la ecua

Sxy= 9377.4 miles de unidades

Estableciendo rangos: para un nivel de significancia 0.05 y a n-2 grado


libertad, para la demanda pronosticada del periodo 11 tenemos:

Interpretacion:Existe una probabilidad del 90% de que las ventas anuales del proxim
de unidades.Solo existe una probabilidad del 5% de que las ventas caigan fuera de
miles de unidades.

EJERCICIOS PROPUES

Ejercicio propuesto N 01

industria de la construccion.Durante mas de un ao, la planta de produccion ha operado a casi plena capacidad
ue se usara para planear las necesidades de las instalaciones para los siguientes tres aos. Se han totalizado la

Se pide:
A. Realizar un pronostico para los siguientes tres aos
B.Validar el modelo

C.Establecer rangos para niveles de confianza del 90% para cada

SOLUCION
Periodo (x)
1
2
3
4
5
6
7
8
9
10
55

Xy
1
4
9
16
25
36
49
64
81
100
385

75600
160800
286800
482400
608500
768000
875000
1054400
1211400
1389000
6911900

b, podemos utilizar la ecuacion de regresion para pronosticar las verntas de aos futuros:
Y= 76900 + 6967.27X

unidades para los cinco aos siguientes, podriamos reemplazar 13,14,15,16 y 17 que son los cinco valores sigu
Y11=76900+6967.27(11)=
Y12=76900+6967.27(12)=
Y13=76900+6967.27(13)=

Ventas anuales
(miles de unidades) (Y)
75600
80400
95600
120600
121700
128000
125000
131800
134600
138900

Periodo (x)
1
2
3
4
5
6
7
8
9
10

^
1
4
9
16
25
36
49
64
81
100

Ventas anuales
(miles de unidades) (Y)
75600
80400
95600
120600
121700
128000
125000
131800
134600
138900
1152200

Periodo (x)
1
2
3
4
5
6
7
8
9
10
55

neal positiva fuerte entre la variable Y y X.

05 o

% de la variacion total se explica por medio de la ecuacion de regresion.

^
1
4
9
16
25
36
49
64
81
100
385

xy= 9377.4 miles de unidades

gos: para un nivel de significancia 0.05 y a n-2 grados de


emanda pronosticada del periodo 11 tenemos:
LS= 153539.97 + 1.86(9377.4)=
LI=153539.97-1.86(9377.4)=

170981.93
136098.01

abilidad del 90% de que las ventas anuales del proximo ao queden entre 170982 y 136098 miles
obabilidad del 5% de que las ventas caigan fuera de este limite.La mejor estimacion es 153540

EJERCICIOS PROPUESTOS

cio propuesto N 01

ion ha operado a casi plena capacidad. El gerente de planta, estima que el crecimiento en las ventas continuara
uientes tres aos. Se han totalizado las cifras de ventas correspondientes a los ultimos diez aos:

ara los siguientes tres aos

iveles de confianza del 90% para cada pronostico

ION

de aos futuros:

16 y 17 que son los cinco valores siguientes de X, en la ecuacion de regresion de X:

11=76900+6967.27(11)=
12=76900+6967.27(12)=
13=76900+6967.27(13)=

153539.97
160507.24
167474.51

Xy

Pronostico

75600
160800
286800
482400
608500
768000
875000
1054400
1211400
1389000

83867.27
90834.54
97801.81
104769.08
111736.35
118703.62
125670.89
132638.16
139605.43
146572.7
153539.97
160507.24
167474.51

Xy
75600
160800
286800
482400
608500
768000
875000
1054400
1211400
1389000
6911900

^
5715360000
6464160000
9139360000
14544360000
14810890000
16384000000
15625000000
17371240000
18117160000
19293210000
137464740000

170982 y 136098 miles


estimacion es 153540

iento en las ventas continuara y


mos diez aos:

76900

180000
160000

f(x) = 6967.27x + 76900

140000
120000
100000
80000
60000
40000
20000
0
1

27133.61834
21094.45748
22872.24422

10

11

12

13

12

13

EJERCICIO PROPUESTO N

Autonort Import S.A, distribuidora de autos desea conocer el nivel de demanda para los proximo
planificar en el mediano plazo sus operaciones referente a instalaciones y distribucion de planta
siguiente informacion historica de sus ventas:

AO
1
2
3
4
5
6
7
8
9
10
11
12

A. Utilice la regresion lineal simple para pro


cinco aos siguientes.

VENTAS (und)
780
820
890
850
920
1050
960
1100
1150
1040
1250
1320

B.Determine el coeficiente de correlacion pa

C. Calcule el error estandar del pronostico

D. Determine los limites de confianza super


utiliza un nivel de confianza del 95%.
E. Grafique su modelo de pronostico.

SOLUCION

AO
1
2
3
4
5
6
7
8
9
10
11
12
TOTAL

VENTAS (und)
(y)
780
820
890
850
920
1050
960
1100
1150
1040
1250
1320
12130

PERIODO
(X)
1
2
3
4
5
6
7
8
9
10
11
12
78

^
1
4
9
16
25
36
49
64
81
100
121
144
650

1. Resolvamos ahora despejando los valores de a y b :

a= ((650)(12130)(78)(85250))/(12(650)
( 78) ^2 )

a=

b=

719.69
((12)(85250)(78)(12130))/(12(650)
( 78) ^2 )

b=

44.79

2. Ahora que podemos conocer los valores de a y b, podemos utilizar la ecuacion de regresion para pr
Y= 719.69 + 44.79X
3.Si deseamos pronosticar las ventas en miles de unidades para los cinco aos siguientes, podriamos

AO
1
2
3
4
5
6
7
8
9

VENTAS (und)
PERIODO (X)
(y)
780
820
890
850
920
1050
960
1100
1150

1
2
3
4
5
6
7
8
9

1
4
9
16
25
36
49
64
81

10
11
12
13
14
15
16
17

1040
1250
1320

10
11
12
13
14
15
16
17

100
121
144
169
196
225
256
289

Para nuestro ejemplo:

r =0.9417
Interpretacion: Existe una relacion lineal positiva fuerte entre la variable Y

^= 0.8867

88.67%

Interpretacion: Indica que el 88.67% de la variacion total se explica por me

Sxy= 60.59 miles de unidades

Estableciendo rangos: para un nivel de significancia 0.05 y


libertad, para la demanda pronosticada del periodo 13 tene

Estableciendo rangos: para un nivel de significancia 0.05 y


libertad, para la demanda pronosticada del periodo 13 tene
LS= 1301.96+ 2.228(60.59)=
LI=1301.96-2.228(60.59)=

Interpretacion:Existe una probabilidad del 95% de que las ventas anua


1167 miles de unidades.Solo existe una probabilidad del 5% de que la
mejor estimacion es 1302miles de unidades.

ERCICIO PROPUESTO N 02

manda para los proximos 5 aos y asi poder


y distribucion de planta. Para lo cual cuenta con la

n lineal simple para pronosticar la cantidad anual de unidades vendidas para cada uno de los
s.

ciente de correlacion para los datos e interprete su significado.

standar del pronostico

ites de confianza superior e inferior que se pueden estimar para el pronostico del ao 13 si se
onfianza del 95%.

elo de pronostico.

SOLUCION

Xy
780
1640
2670
3400
4600
6300
6720
8800
10350
10400
13750
15840
85250

^
608400
672400
792100
722500
846400
1102500
921600
1210000
1322500
1081600
1562500
1742400
12584900

on de regresion para pronosticar las verntas de aos futuros:

siguientes, podriamos reemplazar 13,14,15,16 y 17 que son los cinco valores siguientes de X, en la ecuacion d
Y13=719.69+44.79(13)=
Y14=719.69+44.79(14)=
Y15=719.69+44.79(15)=
Y16=719.69+44.79(16)=
Y17=719.69+44.79(17)=
Xy

PRONOSTICO

780
1640
2670
3400
4600
6300
6720
8800
10350

764.48
809.27
854.06
898.85
943.64
988.43
1033.22
1078.01
1122.8

1301.96
1346.75
1391.54
1436.33
1481.12

1600
1400

f(x) = 44.79x + 719.69

1200
1000
800
600
400
200
0
1

800
600
400

10400
13750
15840

1167.59
1212.38
1257.17
1301.96
1346.75
1391.54
1436.33
1481.12

erte entre la variable Y y X.

total se explica por medio de la ecuacion de regresion.

200
0
1

de significancia 0.05 y a n-2 grados de


ada del periodo 13 tenemos:

de significancia 0.05 y a n-2 grados de


ada del periodo 13 tenemos:
1436.95
1166.96

de que las ventas anuales del proximo ao queden entre 1437y


bilidad del 5% de que las ventas caigan fuera de este limite.La

da uno de los

el ao 13 si se

719.69697

guientes de X, en la ecuacion de regresion de X:

1600
1400

f(x) = 44.79x + 719.69

1200
1000
800
600
400
200
0
1

10

11

12

13

14

15

16

17

800
600
400
200
0
1

10

11

12

13

14

15

16

17

0.94171517