Está en la página 1de 19

PRONOSTICOS

METODOS DE SUAVIZACIN
PROMEDIO MVIL

PROMEDIO MVIL PONDERADO

SUAVIZACIN EXPONENCIAL

DIAGRAMA DE DISPERSIN

CORRELACIN

REGRESIN

Resuelva el ejercicio de la seccin 6.2 y haga las grficas respectivas para cada mtodo.
Semana
1
2
3
4
5
6
7
8
9
10
11
12

Ventas
17
21
19
23
18
16
20
18
22
20
15
22

Promedio mvil

Error de pronstic Error de pron

19
21
20
19
18
18
20
20
19

4
-3
-4
1
0
4
0
-5
3
0

16
9
16
1
0
16
0
25
9
92
10.22

RESPUESTA: El mejor mtodo es el de suavizacin exponencial, ya que tiene el menor error de pron

25
20
15
10
5
0
1

ectivas para cada mtodo.


Promedio mvil pond Error de pronst Error de pronsti Suavizacin exponencial

19.33
21.33
19.83
17.83
18.33
18.33
20.33
20.33
17.83

3.67
-3.33
-3.83
2.17
-0.33
3.67
-0.33
-5.33
4.17

17
17.80
18.04
19.03
18.83
18.26
18.61
18.49
19.19
19.35
18.48

13.44
11.11
14.69
4.69
0.11
13.44
0.11
28.44
17.36
103.42
11.49

ue tiene el menor error de pronstico cuadrado.

Ventas
Promedios Mviles
Promedios Mviles
Ponderado
Suavizacin Exponencial

10

11

12

Error de pronstico

as
edios Mviles
edios Mviles
erado
zacin Exponencial

4
1.20
4.96
-1.03
-2.83
1.74
-0.61
3.51
0.81
-4.35
3.52

Error de pronstico cuadrado


16
1.44
24.60
1.07
7.98
3.03
0.37
12.34
0.66
18.94
12.38
98.80
8.98

El supervisor de un proceso de manufactura crea que la velocidad de la lnea de montaje


( en pies/minuto) afecta al nmero de partes defectuosas encontradas durante la inspeccin
Para poder probar esta teoria, la administracin hizo que se inspeccionara en forma visual
el mismo lote de partes a una variedad de velocidades en lnea. Se recolectaron los siguientes
datos:

Elabore la ecuacin de regresin estimada que realice la velocidad de la lnea con la cantidad
de partes defectuosas encontradas
X
Velocidad
de la lnea
20
20
40
30
60
40

Lote de
Partes
1
2
3
4
5
6

Correlacin:
Regresin:

-0.8597269536
Resumen

Estadsticas de la regresin
Coeficiente de
0.8597269536
Coeficiente d
0.7391304348
R^2 ajustado
0.6739130435
Error tpico
1.4890907643
Observaciones
6

Y
Cantidad
Partes Defect.
21
19
15
16
14
17

Valor Estimado
19
19
16
18
13
16

ANLISIS DE VARIANZA
Grados de libertad

Suma de cuadradosPromedio de los cuadrados


1
25.1304347826
25.1304347826
4
8.8695652174
2.2173913043
5
34

Regresin
Residuos
Total

Coeficientes
22.1739130435
-0.147826087

Intercepcin
Variable X 1

Error tpico
1.6527458964
0.043910891

20
19
18
17
16
Valor
Estimado

15
14
13
12
11
10
10

20

30

40

50

60

70

80

Estadstico t
13.416407865
-3.3665016461

la cantidad

F
Valor crtico de F
11.3333333333 0.028134748

Probabilidad
Inferior 95%
0.0001785213 17.58515479
0.0281347481 -0.26974227

Superior 95%
Inferior 95.0%Superior 95.0%
26.7626712975 17.58515479 26.7626713
-0.0259099085 -0.26974227 -0.02590991

DESESTACIONALIZACIN

Los promedios mviles con frecuencia se usan para identificar movimientos en los precios de accione
por accin para SanDisk del 16 de agosto de 2002 al 3 de septiembre de 2002
4. Resuelva el ejercicio y haga las grficas respectivas para cada mtodo.
Da
8/16/2009
8/19/2009
8/20/2009
8/21/2009
8/22/2009
8/23/2009
8/26/2009
8/27/2009
8/28/2009
8/29/2009
8/30/2009
9/3/2009
9/4/2009

Precio
14.45
15.75
16.45
17.4
17.32
15.96
16.45
15.6
15.09
16.42
16.21
15.22

Promedio Mvil Error de Pronst.

16.27
16.58
16.72
16.55
16.08
15.90
15.95
15.71

-0.31
-0.13
-1.12
-1.46
0.34
0.31
-0.73

ECM

0.10
0.02
1.25
2.12
0.11
0.09
0.54
4.23
0.60

RESPUESTA: El mejor mtodo es el de promedio mvil, ya que tiene el menor error de pronstico cu

os en los precios de acciones. A continuacin se presentan los precios de cierre diarios (en dlares

Mvil Ponderado Error de Pronst.

16.49
17.01
16.71
16.57
16.10
15.60
15.86
15.99
15.74

menor error de pronstico cuadrado.

0.83
-1.05
-0.26
-0.97
-1.01
0.82
0.35
-0.77

ECM

0.69
1.11
0.07
0.94
1.02
0.67
0.12
0.59
5.21
0.65

Suavizacin Exp.
14.45
15.36
16.12
17.02
17.23
16.34
16.42
15.85
15.32
16.09
16.17
15.51

rre diarios (en dlares

Error de Pronst.

ECM

1.30
1.09
1.28
0.30
-1.27
0.11
-0.82
-0.76
1.10
0.12
-0.95

1.69
1.19
1.63
0.09
1.61
0.01
0.67
0.57
1.22
0.01
0.91
9.60
0.87