Promedio 4 Media Indice de

estaciones movil estacionalid

Year Quarter Number Sold (mm) centrada ad
2001 Winter 1 6.7
Spring 2 4.6
Summer 3 10 8.5 8.475 117.9941
Fall 4 12.7 8.45 8.45 150.295858
2002 Winter 5 6.5 8.45 8.425 77.1513353
Spring 6 4.6 8.4 8.5125 54.0381791
Summer 7 9.8 8.625 8.675 112.9683
Fall 8 13.6 8.725 8.775 154.985755
2003 Winter 9 6.9 8.825 8.9 77.5280899
Spring 10 5 8.975 9.0375 55.3250346
Summer 11 10.4 9.1 9.1125 114.128944
Fall 12 14.1 9.125 9.1875 153.469388
2004 Winter 13 7 9.25 9.3 75.2688172
Spring 14 5.5 9.35 9.4625 58.1241744
Summer 15 10.8 9.575 9.5875 112.646675
Fall 16 15 9.6 9.625 155.844156
2005 Winter 17 7.1 9.65 9.6875 73.2903226
Spring 18 5.7 9.725 9.6625 58.9909444
Summer 19 11.1 9.6 9.7125 114.285714
Fall 20 14.5 9.825 9.8875 146.64981
2006 Winter 21 8 9.95 9.9875 80.1001252
Spring 22 6.2 10.025 10.075 61.5384615
Summer 23 11.4 10.125
Fall 24 14.9
2007 Winter 25 11.1242755 8.51
Spring 26 11.2738842 6.48
Summer 27 11.4234929 13.04
Fall 28 11.5731016 17.58

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.2991448
Coeficiente de determinación R^2 0.0894876
R^2 ajustado 0.0481007
Error típico 3.4502925
Observaciones 24

ANÁLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadrados
de los cuadrados
Regresión 1 25.74018 25.7401761
Residuos 22 261.8994 11.9045185
Total 23 287.6396

Coeficientes Error típico Estadístico t

Intercepción 7.384058 1.453782 5.07920429
0.1496087 0.101744 1.47044857

Análisis de los residuales

Observación Pronóstico Number Sold (mm)

et et-1
1 7.5336667 -0.833667
2 7.6832754 -3.083275 -0.8336667
3 7.8328841 2.167116 -3.0832754
4 7.9824928 4.717507 2.16711594
5 8.1321014 -1.632101 4.71750725
6 8.2817101 -3.68171 -1.6321014
7 8.4313188 1.368681 -3.6817101
8 8.5809275 5.019072 1.36868116
9 8.7305362 -1.830536 5.01907246
10 8.8801449 -3.880145 -1.8305362
11 9.0297536 1.370246 -3.8801449
12 9.1793623 4.920638 1.37024638
13 9.328971 -2.328971 4.92063768
14 9.4785797 -3.97858 -2.328971
15 9.6281884 1.171812 -3.9785797
16 9.7777971 5.222203 1.17181159
17 9.9274058 -2.827406 5.2222029
18 10.077014 -4.377014 -2.8274058
19 10.226623 0.873377 -4.3770145
20 10.376232 4.123768 0.87337681
21 10.525841 -2.525841 4.12376812
22 10.675449 -4.475449 -2.5258406
23 10.825058 0.574942 -4.4754493
24 10.974667 3.925333 0.57494203
 Serie normalizada
Summer 114.40 114.14 =+AVERAGE(G4,G8,G12,G16,G20)
=+(D4/F4)*100 Fall 152.25 151.90
=+(D5/F5)*100 Winter 76.67 76.49
=+(D6/F6)*100 Spring 57.60 57.47
=+(D7/F7)*100
=+(D8/F8)*100 Factor de c 0.998 =(4/(SUM(J3:J6)))*100
=+(D9/F9)*100
=+(D10/F10)*100
=+(D11/F11)*100
=+(D12/F12)*100
=+(D13/F13)*100
=+(D14/F14)*100
=+(D15/F15)*100
=+(D16/F16)*100 Gráfico de los res

Residuos
La tabla a continuación muestra las ventas trimes
=+(D17/F17)*100 6
dólares. Determine un índice estacional trimestra
=+(D18/F18)*100 4
=+(D19/F19)*100 2
0
a) Con el método0de la razón
5 con promedio
10 móvil
15
-2
Chart Title b) Interprete el patrón estacional habitual y prono
16 -4
Axis
-6
14

12

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

F Valor crítico de F
2.162218998 0.155599
 Probabilidad Inferior 95%Superior 95%
Inferior 95.0%
Superior 95.0%
4.34986415E-05 4.369098 10.399018 4.369098 10.39902
0.155598764499 -0.061395 0.360612 -0.061395 0.360612

denomina
numerador dor durbin
durbin watson watson

5.060739283554
27.56660884877
6.504495805293
40.3175305879
4.200895805293
25.50645232703
13.32535667486
46.91713928355
4.200895805293
27.56660884877
12.60527841399
52.55682624008
2.721208848771
26.5265305879
16.40566971834
64.79620015312
2.401287109641
27.56660884877
10.56504363138
44.21729580529
3.800974066163
25.50645232703
11.22512189225
502.061220913
Gráfico de
n muestra las lostrimestrales
ventas residuales de Toys International para los años 2001 a 2006. Las ventas se informan en millones de
n índice estacional trimestral utilizando el método de la relación con el promedio móvil.

a razón
5 con promedio
10 móvil, determine
15 20 los
25 cuatro30
índices trimestrales habituales.
n estacional habitual y pronostique las ventas de juguetes para el año 2015
Axis Title
Month Sales (000) Ad ($millions)

1 153 5.5

2 156 5.5
3 153 5.3 The Banner Rock Company fabrica
4 147 5.5
desarrolló rocker especial para per
5 159 5.4
6 160 5.3 televisión. El mercado de Banne
7 147 5.5 Arizona, donde hay muchas person
8
9
147
152
5.7
5.9
Rocker está estudiando la asociac
10 160 6.2 rockeros vendidos en los últimos 20
11 169 6.3 gustaría usar el modelo para pro
12
13
176
176
5.9
6.1
gastada en publicidad, pero le p
14 179 6.2 durante meses consecutivos,
15 184 6.2
16 181 6.5
17 192 6.7
18 205 6.9
19 215 6.5
20 209 6.4
 Company fabrica y comercializa su propia mecedora. La compañía
especial para personas mayores que publicita extensamente en la
mercado de Banner para la silla especial es Carolinas, Florida y
ay muchas personas mayores y jubilados. El presidente de Banner
diando la asociación entre su gasto publicitario (X) y el número de
s en los últimos 20 meses (Y). Él recolectó los siguientes datos. Le
el modelo para pronosticar las ventas, en función de la cantidad
blicidad, pero le preocupa que, debido a que reunió estos datos
ses consecutivos, podría haber problemas de autocorrelación.
Años Ventas MM7
1981 1
1982 2
1983 3
1984 4 3.14
1985 5 3.29
1986 4 3.43
1987 3 3.57
1988 2 3.71
1989 3 3.86
1990 4 4.00 Chart Title
1991 5 4.14 9
1992 6 4.29
8
1993 5 4.43
1994 4 4.57 7
1995 3 4.71
6
1996 4 4.86
1997 5 5.00 5
1998 6 5.14
4
1999 7 5.29
2000 6 5.43 3
2001 5 5.57
2002 4 5.71 2
2003 5 5.86 1
2004 6
2005 7 0
1981
1982
1983
1984
1985
1986

1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
1987

2006 8
Column B Column C
 1995
1996
1997

Column C
1998
1999
2000
2001
2002
2003
2004
2005
2006