Una empresa de consumo masivo lleva registro de la

demanda mensual de uno de sus productos

emblemáticos para un período de un año. Dicha
información se presenta en la columna etiquetada
Demanda en la imagen a continuación.
3 periods 4 periods
Ventas
Error Error
Mes Periodo mensuale Measures Measures
s de autos
Bias (Mean Bias (Mean
Enero 1 1500 180 203.438
Error) Error)
MAD (Mean MAD (Mean
Febrero 2 1,200 Absolute 662.963 Absolute 588.125
Deviation) Deviation)
MSE (Mean MSE (Mean
Marzo 3 1,800 Squared 567143.3 Squared 531630.4
Error) Error)

Standard Standard
Error Error
abril 4 1975 853.923 (denom=n- 841.927
(denom=n-
2=7) 2=6)
MAPE MAPE
(Mean (Mean
mayo 5 3000 Absolute 32.21% Absolute 27.99%
Percent Percent
Error) Error)

junio 6 1,860 Forecast Forecast

julio 7 1,550 next period 2450 next period 2387.5

Agosto 8 1,300

Septiembre 9 2,200

Octubre 10 2,770

Noviembre 11 2,350

diciembre 12 2,230
Se pide:
a)    Pronosticar usando el promedio móvil a 3 periodos y calcular MAD, MSE y MAPE
b)    Pronosticar usando el promedio móvil a 4 periodos y calcular MAD, MSE y MAPE
c)    Pronosticar usando suavización exponencial, considerando un alfa de 0.2 y un pronó
d)    Pronostique para el periodo 13 usando regresión lineal
a MAD MSE MAPE
662.963 567143.3 32.21%

b MAD MSE MAPE

485.81 369529.6 23.26%

c MAD MSE MAPE

334.738 223551.2 18.19%

 ExSm LR

Error Error
Measures Measures

Bias (Mean Bias (Mean

273.85 0
Error) Error)
MAD (Mean MAD (Mean
Absolute 485.81 Absolute 334.738
Deviation) Deviation)
MSE (Mean MSE (Mean
Squared 369529.6 Squared 223551.2
Error) Error)

Standard Standard
Error Error
672.047 (denom=n- 517.94
(denom=n-
2=9) 2=10)
MAPE MAPE
(Mean (Mean
Absolute 23.26% Absolute 18.19%
Percent Percent
Error) Error)
Regression
Forecast line
Demand(y)
next period 2102.471 = 1503.257

+ 73.025 *
Time(x)

Statistics

Correlation
0.47
coefficient
Coefficient
of
0.221
determinati
on (r^2)
13 2452.576

ar MAD, MSE y MAPE

ar MAD, MSE y MAPE
un alfa de 0.2 y un pronóstico para el periodo 1 de 1,950 y calcular MAD, MSE y MAPE
 Error
20 30 Measures
Bias (Mean
0
40 60 Error)
MAD (Mean
Absolute 4.573
20 40 Deviation)
MSE (Mean
Squared 32.216
30 60 Error)
Standard
Error 6.346
(denom=n-
2=8)
10 30
MAPE
(Mean
Absolute 26.51%
Percent
10 40 Error)
Regression
20 40 line
Demand(y)
20 50 = .108
+ .486 *
20 30 Time(x)
30 70 Statistics
Correlation
0.759
coefficient
Coefficient
of 0.576
determinati
on (r^2)
Forecast
x=2 1.081082
Representative
NumNumber of callsX, _x000D_ber of callsX,
Number of copiers sold
Juan 20 30
Pedro 40 60
Toño 20 40
Maria 30 60
Susana 10 30
Miguel 10 40
Marco 20 40
Sonia 20 50
Saul 20 30
andres 30 70

It is desired to
determine if
there is a
relationship
between the
number of
sales telephone
calls made per
month, and the
number of
copiers sold
during that
period.
Con los
siguientes
datos utilice
la regresión
simple para
derivar la
ecuación de
pronósticos,
cual es la
demanda
para el
periodo 7 periodo demanda
1 7
2 9
3 5
4 11
5 10
6 13
7 ¿?

Con los
siguientes
datos
calcula la
ecuación de
regresión, r,
r2 para
determinar
el grado de
correlación
entre las
siguientes
variables. Y
concluye si
existe
relación o
no?
Días con lluvia en verano Juegos perdidos por los cardenales
15 25
25 20
10 10
10 15
30 20
20 15
20 20
15 10
10 5
11 20
Valor de r Fuerza de relación
-1,0 A -0,5 o 1,0 a 0,5 Fuerte
-0,5 A -0,3 o 0,3 a 0,5 Moderada
-0,3 A -0,1 o 0,1 a 0,3 Débil
-0,1 A 0,1 Ninguna o muy débil

0.5