MÉTODOS CAUSALES DE PRONÓSTICO

Ejemplo 1: Suponga que estamos interesados en estimar la demanda de periódicos con

base en la población local. La demanda de los periódicos a lo largo de los últimos ocho
años y la población correspondiente de un pequeño pueblo se presentan en la siguiente
tabla:

Años Población Demanda

1 2 3
2 2.4 3.5
3 2.8 4.1
4 3 4.4
5 3.2 5
6 3.6 5.7
7 3.8 6.4
8 4 7
Nota: La demanda de periódicos se
expresa en millares de copias; la
población en unidades de 10000
personas.

a) Ejercicio: Calcular la demanda para una población de 2.7 habitantes

Solución: 4.0886 periódicos

Demanda de periódicos durante los últimos 8 años

8
7 y = 1.997x - 1.3033
R² = 0.9732
Demanda de periódicos

6
5
4
3
2
1
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Población

Demanda Lineal (Demanda)

Ejemplo 2: Un ingeniero que trabaja con botellas de refresco investiga la distribución del
producto y las operaciones del servicio de ruta para máquinas vendedoras. El sospecha
que el tiempo requerido para cargar y servir una máquina se relaciona con el número de
latas entregadas del producto. Se selecciona una muestra aleatoria de 25 expendios al
menudeo que tienen máquinas vendedoras y se observa para cada expendio el tiempo de
solicitud- entrega (en minutos) y el volumen del producto entregado (en latas). Calcular la
ecuación, el coeficiente de correlación y graficar. Los datos se muestran a continuación:

Observación N° de latas Tiempo

1 2 9.95
2 8 24.45
3 11 31.75
4 10 35
5 8 25.02
6 4 16.86
7 2 14.38
8 2 9.6
9 9 24.35
10 8 27.5
11 4 17.08
12 11 37
13 12 41.95
14 2 11.66
15 4 21.65
16 4 17.89
17 20 69
18 1 10.3
19 10 34.93
20 15 46.59
21 15 44.88
22 16 54.12
23 17 56.63
24 6 22.13
25 5 21.15

Tiempo de solicitud- entrega (en minutos) y el

volumen del producto entregado (en latas).
80
Tiempo requerido para cargar y servir

70 y = 2.9027x + 5.1145
60 R² = 0.964
50
40
30
20
10
0
0 5 10 15 20 25
Número de latas

Tiempo Lineal (Tiempo)

Ejemplo 3: Boston Electric Generators ha recibido muchas reclamaciones de su cliente
principal, Home Station, por la calidad de sus embarques de generadores domésticos.
Daniel Shimshak, el gerente de planta, está preocupado porque un cliente le proporcionó
la unica información con que cuenta la compañia sobre la calidad de sus embarques.
Decidió recopilar información de los embarques defectuosos mediante un formato que los
conductores deben llenar al llegar a las tiendas de sus clientes. Se han recibido los
formatos de los primeros 279 embarques registrados, y muestran los siguientes datos de
las últimas 8 semanas:

Razón de embarque defectuoso

N° de
Factura de Carga en
N° de embarques Producto Camiones
Semana embarque camión
embarques con dañado retrasados
equivocado equivocado
defectos
1 23 5 2 2 1
2 31 8 1 4 1 2
3 28 6 2 3 1
4 37 11 4 4 1 2
5 35 10 3 4 2 1
6 40 14 5 6 3
7 41 12 3 5 3 1
8 44 15 4 7 2 2
24 35 14 8
Aunque Daniel incrementó su capacidad agregando más trabajadores a su contingente
normal de 30, sabia bien que durante muchas semanas había superado el resultado
normal de 30 embarques a la semana. Una revisión de su rotación de personal durante las
8 semanas muestra lo siguiente.

N° de nuevas N° de
N° total de
Semana contratacione contratos
trabajadores
s cancelados
1 1 0 30
2 2 1 31
3 3 2 32
4 2 0 34
5 2 2 34
6 2 4 32
7 4 1 35
8 3 2 36

a) Desarrolle un diagrama de dispersión usando el número total de embarques y el número

de embarques defectuosos. ¿Parece haber alguna relación?
b) Desarrolle un diagrama de dispersión con la variable "rotación" (número de nuevas
contrataciones más el número de contratos cancelados) y el número de embarques
defectuosos. ¿Considera que el diagrama decribe alguna relación entre las dos variables?
Continuación ejemplo 3:

a) Si existe una relación positiva fuerte, lo cual indica que a mayor número de embarques
mayor núero de embarques defectuosos.

Número de embarques defectuosos

20
Número de embarques defectuosos

15 y = 0.4935x - 7.0852
R² = 0.951
10

0
10 15 20 25 30 35 40 45 50
Número de embarques

Número de embarques defectusos Lineal (Número de embarques defectusos)

b) Existe una relación positiva moderada.

Rotación- Número de embarques defectuosos

20
Embarques defectuosos

15 R² = 0.5579
10

0
25 27 29 31 33 35 37
Número de empleados

Rotación-Número de embarques defectuosos

Lineal (Rotación-Número de embarques defectuosos)
Lineal (Rotación-Número de embarques defectuosos)

Interpretación coeficiente de correlación de Pearson

Ejemplo 4: Mediante un diagrama de dispersión determine si existe una relación entre las
temperaturas de un producto y el porcentaje de espuma presente en una bebida gaseosa.
Los datos son los siguientes: a) ¿Qué tipo de relación existe entre las variables? b) ¿Cuál
sería el % de espuma esperada para una temperatura de 43 °F?

Temperatura
Día del producto % de espuma
°F
1 36 15
2 38 19
3 37 21
4 44 30
5 46 36
6 39 20
7 41 25
8 47 36
9 39 22
10 40 23
11 44 32
12 42 33
13 38 20
14 41 27
15 45 35
16 49 38
17 50 40
18 48 42
19 46 40
20 41 30

RELACIÓN ENTRE TEMPERATURA Y % DE

ESPUMA EN UNA BEBIDA GASEOSA
45
y = 1.8654x - 50.171
40 R² = 0.9111

35
% DE ESPUMA

30

25

20

15

10
30 35 40 45 50 55
TEMPERATURA DEL PRODUCTO °F

a) Existe una relación muy alta debido a que el coeficiente de correlación arroja un valor de
.911
b) y=1.8654(43)-50.171= 30.0412
Ejemplo 5. Los siguientes datos (resistencia a la tensión, dureza) corresponden a la
resistencia a la tensión (100 psi) y dureza (Rockwell E) de aluminio moldeado en matriz.
Dibuje un diagrama de dispersión y defina la relación respectiva.

Resistencia a
Dureza
la tensión
293 53
349 70
368 40
301 55
340 78
308 64
354 71
313 53
322 82
334 67
377 70
247 56
348 86
298 60
287 72
292 51
345 88
380 395
257 51
258 75

Relación Resistencia a la Tensión y Dureza

450

400

350

300

250
Dureza

200

150 y = 0.7695x - 163.28

R² = 0.1664
100

50

0
200 220 240 260 280 300 320 340 360 380 400
Resistencia a la tensión