Universidad de las Fuerzas Armadas

NRC3956 – Pronósticos

Nombres Apellidos: Edison Ismael Toapanta Toapanta

Parcial 2 Taller 1
18 de febrero 2021

CONSUMER CREDIT COUNSELING

La operación del Consumer Credit Counseling (CCC) se describió en el caso 1-2. Marv
Harnishfeger, el director ejecutivo, estaba preocupado por el tamaño y la planeación de
la plantilla de personal para el resto de 1993. Él explicó el problema a Dorothy Mercer,
elegida recientemente como presidenta del comité ejecutivo. Dorothy examinó el
problema y concluyó que CCC necesitaba analizar el número de clientes nuevos
adquiridos mensualmente. Dorothy, quien trabajó para una organización de servicio
público local y estaba familiarizada con varias técnicas de exploración de datos, estuvo
de acuerdo en analizar el problema. Le pidió a Marv que le entregara los datos
mensuales del número de los nuevos clientes conocidos. Marv le proporcionó los datos
mensuales mostrados en la tabla 3-10 del número de clientes nuevos atendidos por CCC
en el periodo de enero de 1985 a marzo de 1993. Luego Dorothy analizó tales datos
usando una gráfica de series de tiempo y el análisis de autocorrelación.

PREGUNTAS
1. Explique cómo usó Dorothy el análisis de autocorrelación para investigar el patrón de
datos del número de clientes nuevos atendido por CCC.
2. ¿Qué concluyó ella después de terminar este análisis?
3. ¿Qué tipo de técnica de pronóstico recomendó Dorothy para este conjunto de datos?

Objeto: numero de clientes nuevos adquiridos mensualemnte

Características: Datos mensuales (Enero-Diciembre), Número de clientes nuevos
atendidos
Muestra: (1985-1993) 12 meses
Problema:
a) Explique cómo usó Dorothy el análisis de autocorrelación para investigar el patrón de
datos del número de clientes nuevos atendido por CCC.
b) ¿Qué concluyó ella después de terminar este análisis?
c) ¿Qué tipo de técnica de pronóstico recomendó Dorothy para este conjunto de datos?

Gráfica:

Gráfica de series de tiempo de Ene; Feb; Mar; Abr; May; Jun; Jul; ...
Variable
200
Ene
Feb
Mar
175 Abr
May
Jun
Jul
150 Ago
Sep
Oct
Datos

Nov
125 Dic

100

75

50
1985 1986 1987 1988 1989 1990 1991 1992 1993
Años

Función de autocorrelación para Años

(con límites de significancia de 5% para las autocorrelaciones)

1,0

0,8

0,6

0,4
Autocorrelación

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

1 2
Desfase

Resultados
 Para este estudio de caso se usó el análisis de autocorrelación en base a los años
con un nivel de significancias del 5%, en el cual se observó la existencia de un
decrecimiento y crecimiento proporcional de los datos. Con un rango
comprendido entre -1 y 1.
 Dando como conclusión que la autocorrelación es de la tendencia ya que
representa un crecimiento y decrecimiento de largo duración durante los 8 años
 El método más adecuado que le conviene utilizar a Dorothy para pronosticar es
el promedio medio simple.