Metodo de ensamble

A B C D
589 639 509 471 Datos:
K = 4 # de tratamientos
471 578 432 476 N = 33 total de datos
425 741 562 641
503 742 652 662
n1= 9 Tamaño muestra A
493 665 598 643 n2= 8 Tamaño muestra B
565 571 591 480 n3= 9 Tamaño muestra C
n4 = 7 Tamaño muestra D
584 650 460 602
521 723 600
435 452

Origen de las varia

A B C D
589 639 509 471 Datos 33
471 578 432 476 Media genera 567.455
425 741 562 641 K 4
503 742 652 662
493 665 598 643
565 571 591 480
584 650 460 602
521 723 600
435 452
4586 5309 4856 3975
9 8 9 7
Media 509.55555555556 663.625 539.55555556 567.857143
Desviacion es 60.797 67.991 78.550 88.094

Origen de Cuadrados Estadístic

Suma de Grados de Valor
la Medios a de
cuadrados (SC) Libertad (gl) crítico F
Varianza (CM) Prueba
Tratamient
o o Factor
o vía 111167.005 3 37055.668 6.808 2.934
(entre
muestras) 〖𝑔𝑙〗 _𝑛𝑢
Error
(dentro de
𝑚=3
las
muestras)
157853.1765873 29 5443.213
〖𝑔𝑙〗 _𝑑𝑒
Total 269020.182 32 𝑛 = 29
α = 0.05

función 2.93402989
 Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
A 9 4586 509.555556 3696.27778
B 8 5309 663.625 4622.83929
C 9 4856 539.555556 6170.02778
D 7 3975 567.857143 7760.47619

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
Entre grupos 111167.005 3 37055.6684 6.80768298 0.00129934 2.93402989
Dentro de los 157853.177 29 5443.21299

Total 269020.182 32
La siguiente tabla refleja la evolución de los ingresos de una empresa industrial a lo largo de cuatros años. 2016, 2017, 2018, 2
en la evolución de los ingresos de la empresa, suponiendo un esquema multiplicativo de la serie. b) Desestacionalice la serie. c

Trimestre 2017 2018 2019 2020

I 208 315 456 883
II 178 325 733 1012
III 245 428 884 1125
IV 393 488 946 1264

2017 2018 2019 2020

Trimestre
I 208 315 456 883
II 178 325 733 1012
III 245 428 884 1125
IV 393 488 946 1264

Evolución de
AÑO Trimestre ingresos (Y) PM4 PMC4 Y / PMc4 Ei Y / Ei

I 208 1.0130 205.33

II 178 1.1188 159.10
2017
III 245 256.00 269.375 0.90951276 0.8861 276.50
IV 393 282.75 301.125 1.30510585 0.9821 400.15
I 315 319.50 342.375 0.92004381 1.0130 310.96
II 325 365.25 377.125 0.86178323 1.1188 290.49
2018
III 428 389.00 406.625 1.05256686 0.8861 483.04
IV 488 424.25 475.250 1.02682799 0.9821 496.88
I 456 526.25 583.250 0.78182598 1.0130 450.15
II 733 640.25 697.500 1.05089606 1.1188 655.16
2019
III 884 754.75 808.125 1.09389018 0.8861 997.67
IV 946 861.50 896.375 1.05536187 0.9821 963.21
I 883 931.25 961.375 0.91847614 1.0130 871.66
II 1012 991.50 1031.250 0.98133333 1.1188 904.54
2020
III 1125 1071.00 0.8861 1269.66
IV 1264 0.9821 1287.00
uatros años. 2016, 2017, 2018, 2019 y 2020 a) Analice la influencia de la componente estacional
e. b) Desestacionalice la serie. c) Proyectar al III trimestre del 2021

2017 2018 2019 2020 Promedio Ei

Trimestre
I 0.920044 0.7818259751 0.9184761409 0.8734 1.0130
II 0.861783 1.0508960573 0.9813333333 0.9647 1.1188
III 0.909512761 1.052567 1.0938901779 0 0.7640 0.8861
IV 1.305105853 1.026828 1.0553618742 0 0.8468 0.9821
3.4489 4.0000

t
1 208 Fc 1.15977801 1.1598
2 178
3 245 A -3.4780 -3.4780
4 393 B 74.096724149093 74.0967
5 315 T = 74.0967 -3.4780t
6 325 X 19
7 428
8 488 T19 1404.3597893299 1404.3598
9 456
10 733 Y 1244.3493
11 884
12 946
13 883
14 1012
15 1125
16 1264
1.0130
1.1188
0.8861
0.9821
4.0000