DATOS HISTORICOS a) cálculo de índices estacionales d)pronostico

estacional para el año

PROMEDIO DE 6(regresión lineal)
Estación/Año 1 2 3 4 5 INDICES ESTACIONALES MENSUALES
JUICIO
1 Enero 742 741 896 951 1,030 Estación/Año 1 2 3 4 5 INDICE PRO
2 Febrero 697 700 793 861 1,032 Enero 0.759 0.699 0.767 0.740 0.778 0.749 1042.973 1076.845
3 Marzo 776 774 885 938 1,126 Febrero 0.713 0.661 0.679 0.670 0.780 0.701 975.713 1007.401
4 Abril 898 932 1,055 1,109 1,285 Marzo 0.794 0.731 0.757 0.730 0.851 0.773 1076.106 1111.054
5 Mayo 1,030 1,099 1,204 1,274 1,468 Abril 0.919 0.880 0.903 0.863 0.971 0.907 1263.502 1304.536
6 Junio 1,107 1,223 1,326 1,422 1,637 Mayo 1.054 1.037 1.031 0.992 1.109 1.045 1454.858 1502.107
7 Julio 1,165 1,290 1,303 1,486 1,611 Junio 1.133 1.154 1.135 1.107 1.237 1.153 1606.159 1658.322
8 Agosto 1,216 1,349 1,436 1,555 1,608 Julio 1.192 1.218 1.115 1.157 1.217 1.180 1643.231 1696.598
9 Septiembre 1,208 1,341 1,473 1,604 1,528 Agosto 1.245 1.273 1.229 1.210 1.215 1.234 1719.323 1775.161
10 Octubre 1,131 1,296 1,453 1,600 1,420 Septiembre 1.236 1.266 1.261 1.249 1.155 1.233 1717.547 1773.328
11 Noviembre 971 1,066 1,170 1,403 1,119 Octubre 1.158 1.223 1.244 1.245 1.073 1.189 1655.398 1709.160
12 Diciembre 783 901 1,023 1,209 1,013 Noviembre 0.994 1.006 1.001 1.092 0.845 0.988 1375.773 1420.454
sumas 11725 12714 14020 15416 15882 Diciembre 0.801 0.850 0.876 0.941 0.765 0.847 1179.372 1217.674
promedio
estacional 977 1060 1168.33333 1284.6667 1324 b) DESARROLLO DE UNA
ECUACION PARA
C)Pronostico de Demanda año 6 incremento 831 ECUACION PRONOSTICAR
Regresión Lineal pronostico anual
16713
VENTAS ANUALES 𝑦 = 1101.6 𝑥 + 10647
Resumen pronostico mensual
1393
AÑO DEMANDA
1 11725 Coeficiente
Estadísticas de la regresión
de correlación DEMANDA
2 12714 múltiple de
Coeficiente 0.9906655 18000
3 14020 determinación R^2 0.9814181 16000
4 15416 R^2 ajustado -1.666667 14000
5 15882 Error típico 276.74633 12000

DEMANDA
6 17256 Observaciones 1 10000
demanda
mensual 1438 8000 y = 1101.6x + 10647
ANÁLISIS DE VARIANZA
6000 R² = 0.9814
4000
Grados deSuma
libertad
de cuadrados
Promedio de los cuadrados
F
2000
Regresión 5 12135225.6 2427045.1 158.4
Residuos 3 229765.6 76588.533 0
0 1 2 3 4 5 6
Total 8 12364991.2
AÑOS

Coeficientes Error típico Estadístico t Probabilidad

Intercepción
Variable X 1
Variable X 2 Ejercicio 18 Lee Krajewski/PRONOSTICOS POR SERIES DE
Variable X 3 TIEMPOS/ PATRONES ESTACIONALES, METODO
Variable10647
X4 290.254004 36.680286 4E-05
Variable X1102
5 87.5148749 12.587574 0.001
ESTACIONAL MULTIPLICATIVO
--------José Antonio Rojas Escobar--------
Valor
crítico
de F
#####

Superi
Inferio or Inferior Superior
r 95% 95% 95.0% 95.0%
2.052E-289 2.05E-289
-9.81E-119 9.81E-119
-9.8E-119 9.81E-119
9.271E-270 -1.8E-269
9723 11570 9722.88222 11570.318
823.1 1380 823.08861 1380.1114