Mes

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

Ventas
106
145
201
253
308
344
416
452
522
546
613
538

Promedio movil simple

176.25
226.75
276.50
330.25
380.00
433.50
484.00
533.25
554.75

Ponderadores
a0
0.23
a1
0.38
a2
0.38
Suma coef.pond.
1.00000073

Mes

Ventas

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

104
126
155
132
144
168
157
183
191
178
202
188

13

Ponderacion movil
para 3 meses

Error
observado

132.00
139.42
141.96
150.41
158.19
169.53
180.01
184.15
190.23

0.000
4.575
26.041
6.589
24.808
21.466
2.014
17.849
2.233

191.04
Suma
Promedio

105.575
11.731

t1

Ft =

wi Di

i=tN
t1

Wi

i=tN

Condiciones del Modelo:

a0<a1
a1<a2
a1+a2+a3=1
Funcin Objetivo: Minimizar la Suma de los Errores SSE

Funcin a Minimizar

Datos

Solucin:

Trimestr
e
1
2
3
4
Total

Ao 1
45
335
520
100
1,000

Ao 2
70
370
590
170
1,200

Trimestr
e
1
2
3
4
Total
Promedi
o

Ao 1
45
335
520
100
1,000
250

Ao 2
70
370
590
170
1,200
300

Trimestr
e
1
2
3
4

Ao 1
45/250=0,18
1.34
2.08
0.4

Ao 2
70/300=0,23
1.23
1.97
0.57

Trimestr
e

Ao 1

Ao 2

1
2
3
4

0.18
1.34
2.08
0.4

0.23
1.23
1.97
0.57

Calculamos los ndices de estacionalidad

Estimacin final

Demanda Estimada:2600 /4
Trimestre
1

Ao 5
131.625

2
3
4

843.375
1300
323.375

Ao 3
100
585
830
285
1,800

Ao 4
100
725
1,160
215
2,200

Ao 3
100
585
830
285
1,800
450

Ao 4
100
725
1,160
215
2,200
550

Ao 3
Ao 4
100/450=0,22 100/550=0,1
8
1.3
1.32
1.84
2.11
0.63
0.39
Ao 3

Ao 4

ndice
promedio

0.22
1.3
1.84
0.63

0.18
1.32
2.11
0.39

0.2025
1.2975
2
0.4975

650

Datos
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

2000
80
70
80
90
113
110
100
88
85
77
75
82

2001
85
85
93
95
125
115
102
102
90
78
82
78

2000
80
70
80
90
113
110
100
88
85
77
75
82

2001
85
85
93
95
125
115
102
102
90
78
82
78

2002
105
85
82
115
131
120
113
110
95
85
83
80

Datos promedios
Mes
1
2
3
4
5
6
7
8
9
10
11
12

2002
105
85
82
115
131
120
113
110
95
85
83
80
SUMA
DEMANDA PROMEDIO ANUAL
Demanda Estimada
Demanda Mensual

Estimacin para 2003:

Mes
1
2
3
4
5
6
7
8
9
10

11
12

Demanda Promedio Anual

90
80
85
100
123
115
105
100
90
80
80
80
1128
94
1200
100

2003
96
85
90
106
131
122
112
106
96
85

Indice de estacionalidas
0.957
0.851
0.904
1.064
1.309
1.223
1.117
1.064
0.957
0.851
0.851
0.851

85
85

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0.92581351
Coeficiente de determinacin R^2
0.85713066
R^2 ajustado
0.83672076
Error tpico
103.697086
Observaciones
9
ANLISIS DE VARIANZA
Regresin
Residuos
Total

a
b

Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
1 451584.623 451584.623 41.9958176 0.00034035
7 75271.5995 10753.0856
8 526856.222
bk
sk
Estadstico t Probabilidad Inferior 95%
107.454397 74.6789724 1.43888425 0.19335551 -69.1333118
0.74248277 0.11457328 6.48041801 0.00034035 0.47156001

or crtico de F

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

284.042107 -69.1333118 284.042107
1.01340554 0.47156001 1.01340554

Para el conjunto de datos promedios siguientes, que se

obtuvieron de los registros histricos:
X
480
880
110
320
960
950
240
510
750

Y
362
750
243
410
758
1002
320
365
618

Grfico Datos Promedio

1200

1000
800

f(x) = 0.7424827736x + 107.4543974825

R = 0.8571306624

600
400
200
0
0

200

400

600

b) Ajuste la curva de tendencia lineal por mtodo de mnimos cuadrados

X
480
880
110
320
960
950
240
510
750

Y
362
750
243
410
758
1002
320
365
618

XY
173760
660000
26730
131200
727680
951900
76800
186150
463500
b=
a=

800

Luego el ajuste por MCO sera:

c) Realice una regresin Lineal y compare los datos con los obtenidos en la parte b) Comente.

Resumen
Estadsticas de la regresin
Coeficiente de
correlacin
mltiple
Coeficiente de
determinacin
R^2
R^2 ajustado
Error tpico
Observaciones

0.9258135138

0.8571306624
0.836720757
103.6970859758
9

ANLISIS DE VARIANZA

1
7
8

Promedio de
los
cuadrados
451584.622743084 451584.6227
75271.5994791384 10753.08564
526856.222222222

Coeficientes
107.4543974825
0.7424827736

Error tpico
Estadstico t
74.6789724402 1.438884253
0.1145732841 6.480418008

Grados de libertad
Regresin
Residuos
Total

Intercepcin
Variable X

Suma de cuadrados

Como se puede ver, los resultados de la regresin lineal son los mismos que los obtenidos por el mtodo de
Cuadrados (lo que se refleja en los valores de la pendiente y la interseccin). Adems el mismo resultado se
incorporar la lnea de tendencia en el

d) Estime el valor de la variable dependiente cuando la independiente es 64

Y=

154.9733

e) Estime el intervalo de confianza para lograr un grado de confianza del 95%

Intervalos de confianza por estimacin:

Intercepcin
Variable X

Inferior
-64.7556
0.4783

Superior
279.6644
1.0067

Intervalos de confianza entregados por la regresin:

Intercepcin
Variable X

Inferior
-69.1333
0.4716

Superior
284.0421
1.0134

Grfico Datos Promedio

825

600

800

1000

uadrados
X^2
230400
774400
12100
102400
921600
902500
57600
260100
562500
0.7425
107.4544

Sumatoria
X
Y
XY
X^2

5200
4828
3397720
3823600

Promedio
X
Y

577.7778
536.4444

1200

tenidos en la parte b) Comente.

Valor crtico de
F

41.99581756 0.0003403507

Probabilidad
Inferior 95%
Superior 95%
0.1933555053 -69.13331179 284.042106751
0.0003403507 0.4715600075
1.0134055397

mos que los obtenidos por el mtodo de los Mnimos

seccin). Adems el mismo resultado se obtiene al

ndiente es 64

fianza del 95%

t (tabla)
2.3060