ESTADÍSTICA INFERENCIAL – MA461

Taller 6 – Semana 15
Temas: Series de tiempo: Método de descomposición, suavización exponencial, medición
de los errores, prueba de hipótesis para diferencia de medias y diseño factorial AxB

Caso 1: Ventas por teléfono

“Kapric” es una empresa dedicada a la venta de productos del hogar por teléfono desde hace
más de 10 años. Cuenta con 5 sucursales en los distintos conos de Lima: Norte, Sur, Centro,
Oeste y Este. Actualmente laboran más de 500 vendedores distribuidos en sucursales y según el
horario de trabajo (mañana, tarde y noche). Debido a los efectos de la pandemia, el gerente
desea planificar una serie de acciones. Para ello lo contrata a usted para la toma de decisiones en
base a sus conocimientos de estadística inferencial.

Objetivo 1. Contratar personal

“Kapric” ha logrado vender diversos productos. Por ello el gerente de ventas desea contratar
más operadores si la cantidad de artículos pronosticados para el siguiente año sea más de
90 mil artículos en al menos dos trimestres. Para ello se le pide a usted que verifique dicha
condición utilizando el método de los promedios móviles trimestrales.

Trimestr
Año Cantidad (en miles)
e
2017 T1 27
2017 T2 45
2017 T3 66
2017 T4 25
2018 T1 37
2018 T2 57
2018 T3 78
2018 T4 36
2019 T1 48
2019 T2 66
2019 T3 89
2019 T4 45
2020 T1 59
2020 T2 75
2020 T3 96
2020 T4 55

Empleando un nivel de significancia del 5%, ¿Se debería incrementar el personal de ventas?

Interpretación
Determinar si se debe contratar más personal de ventas.

Representación
 Y: Cantidad de artículos vendidos (en miles).
 X: Tiempo (Trimestres)
 Herramienta Estadística: Series de tiempo, Método de Descomposición
 Nivel de significación: α = 0.05
Cálculo y análisis
Tabla 1: Cálculo de los promedios móviles centrados, valores reales respecto al promedio
y de la serie sin estacionalidad
PM Índice Cantidades sin
Cantidades Cantidades (1) /
Año Trimestre t C Estacional estacionalidad
(1) PMC (2)
(2) Ajustado (IEA) (1) / IEA
2017 T1 1 27     0.97241 27.76615
2017 T2 2 45 46 0.97826 0.99365 45.28747
2017 T3 3 66 45 1.45588 1.37520 47.99295
2017 T4 4 25 43 0.58594 0.65874 37.95130
2018 T1 5 37 40 0.93277 0.97241 38.04991
2018 T2 6 57 57 0.99419 0.99365 57.36413
2018 T3 7 78 57 1.36842 1.37520 56.71895
2018 T4 8 36 54 0.66667 0.65874 54.64988
2019 T1 9 48 50 0.96000 0.97241 49.36205
2019 T2 10 66 68 0.97537 0.99365 66.42162
2019 T3 11 89 67 1.33500 1.37520 64.71777
2019 T4 12 45 64 0.69948 0.65874 68.31235
2020 T1 13 59 60 0.98883 0.97241 60.67419
2020 T2 14 75 77 0.97826 0.99365 75.47912
2020 T3 15 96 75 1.27434 1.37520 69.80793
2020 T4 16 55     0.65874 83.49287

Tabla 2: Cálculo de la constante de ajuste

Trimestre
Año I II III IV
2017   0.97826 1.45588 0.58594
2018 0.93277 0.99419 1.36842 0.66667
2019 0.96000 0.97537 1.33500 0.69948
2020 0.98883 0.97826 1.27434   Suma prom.
Promedio 0.96053 0.98152 1.35841 0.65070  3.95116
Constante  4/Suma
1.01236
de ajuste prom.

Tabla 3: Cálculo del Índice Estacional Ajustado

(Índice desajustado) X (Constante de

Trimestre IEA
ajuste)

I 0.96053 * 1.01236 0.97241

II 0.98152 * 1.01236 0.99365
III 1.35841 * 1.01236 1.37520
IV 0.65070 * 1.01236 0.65874
Total del índice estacional 4.00000
A continuación, se ordena los modelos regresión a partir de las salidas en Excel según el
coeficiente de determinación.
 Tabla 4: Ranking de modelos de regresión

Modelo R2 Ranking
Lineal 0,820389 2
Cuadrático 0,820395 1
Exponencial 0,7739 4
Potencia 0,7884 3

Validez del mejor modelo de regresión:

 Según orden de prioridad, se analiza el modelo Cuadrático

H0: β2 = 0
H1: β2 ≠ 0 (modelo válido)
α = 0.05
pvalor=0.9828
Decisión: No R Ho

Con α = 0.05 se puede afirmar que, el modelo “Cuadrático” NO es válido.

 Según orden de prioridad, ahora se analiza al modelo LINEAL

H0: β1 = 0
H1: β1 ≠ 0 (modelo válido)
α = 0.05
pvalor= 0.000001376
Decisión: R Ho

Con α = 0.05 se puede afirmar que, el modelo “LINEAL” SI es válido.

La Ecuación de Tendencia:
Y^ =32,3287+2,844 T
Pronóstico: El número de operaciones para los próximos cuatro trimestres del año 2021

Año Trimestre Tiempo (T) Ys.e. IEA Pronó stico

I 17 80.6773647 0.972406911 78.45122697

II 18 83.52140284 0.993652331 82.99123663
2021
III 19 86.36544098 1.375201864 1 18.7 6991 54
IV 20 89.20947912 0.658738894 58.76575362

Se espera que las ventas para el año 2021 sean 78,17; 82,68; 118,31; 58,53 miles de productos
para los trimestres I, II, III y IV respectivamente.

Argumentación

Sólo en un trimestre se espera que la cantidad de productos vendidos sea mayor a 90 mil. Por lo
tanto, no se recomienda contratar más personal de ventas.
Objetivo 2.- Diversificación de productos
La sede Norte de “Kapric” ha mostrado tener un incremento de ventas. Por ello el gerente de
ventas desea diversificar los productos del hogar si para el mes de julio del 2021 los ingresos
obtenidos son mayores a 5 millones. Para ello se le pide a usted que verifique dicha condición
utilizando el método de suavización exponencial con alfa de 0,35; 0,50 y 0,85 con el fin de
obtener un PEMA menor.

Mes Jul-20 Ago-20 Set-20 Oct-20 Nov-20 Dic-20

ingreso (en millones) 5.78 4.14 5.39 3.67 3.66 3.51
Mes Ene-21 Feb-21 Mar-21 Abr-21 May-21 Jun-21
ingreso (en millones) 5.73 4.8 4.47 3.89 4.02 5.46

Interpretación:
Determinar si se diversificará los productos del hogar de la sede “Norte”.

Representación:
 La variable en estudio es: ingreso de ventas (en millones)
 Herramienta Estadística: Suavización exponencial

Cálculo
Cuadro resumen

Se descarta α = 0,35 y α = 0,50 al estar fuera de los límites de la señal de rastreo y se elige α =
0,85

El mejor pronóstico para el ingreso de ventas para el mes de julio es de 5,2432 millones de
soles.

Argumentación
Puesto que los ingresos predichos para el mes de julio de 2021 son mayores a 5 millones de
soles, SÍ se diversificará los productos del hogar de la sede “Norte”.
Caso 2: Mejora de procesos

Una empresa está evaluando dos métodos procedimientos de adherido de una sustancia
química a un metal y esta depende del tiempo de exposición, en minutos, de la sustancia
química al metal.
Se considera que el menor tiempo de exposición es mejor. Esta es una parte de la mejora del
proceso y por ello se somete a prueba dos procedimientos y se mide el tiempo de exposición
para dos muestras independientes.

Tamaño de Desviación
Procedimiento Media
muestra estándar
Procedimiento A 31 12,97 3,25

Procedimiento B 25 11,99 2,47

Asumiendo que los tiempos poblacionales de ambos procedimientos tienen varianzas

poblacionales homogéneas se necesita verificar si el tiempo de exposición de la sustancia con
el procedimiento A es mayor al del B. Se optará por el procedimiento con el menor tiempo de
exposición. Use un nivel de significación del 10%.

Solución
Interpretación
Determinar cuál de los dos procedimientos tienen mejor tiempo de exposición.

Representación

X1: Tiempo de exposición de la sustancia química con el procedimiento A.

X2: Tiempo de exposición de la sustancia química con el procedimiento B.

Herramienta estadística: Prueba de hipótesis diferencia de medias con varianzas homogéneas.

Cálculo

Ho: μ1 ≤ μ2 ⇔ μ1 −μ 2 ≤ 0 (Se procederá a utilizar el procedimiento A para el proceso)

H1: μ1 > μ2 ⇔ μ1−μ 2> 0 (Se procederá a utilizar el procedimiento B para el proceso)

α =0,05

2 ( n1−1 ) S 21+ ( n2−1 ) S22 ( 31−1 ) × 3,252 + ( 25−1 ) ×2,47 2

S=
p = =8,5795
n1 +n2−2 31+25−2

Estadístico de prueba:
x 1−x 2 12,97−11,99
Tcal= = =1,2447

√ 2
S ×
p
(
1 1
+
n1 n2 ) √ (
8 ,5795 ×
1 1
+
31 25 )
Valor crítico:
T ( α=0,05 ; n1+ n2−2=31+ 25−2 ) =T ( 0,1 ; 54 ) =1,29743

En Excel = - INV.T(0.95;54)

1,2447 1,29743

Decisión estadística: No se rechaza H0

Conclusión
Con un nivel de significancia del 5%, No se tiene evidencia estadística suficiente para afirmar
que el tiempo de exposición promedio de la sustancia con el procedimiento A es mayor que
con el procedimiento B.

Argumentación
Por lo tanto, la empresa debe utilizar el procedimiento A para la mejora del proceso pues este
tiene mejor tiempo de exposición.

Caso 3: Mejora del servicio o de la ruta

La empresa “Sol naciente” se dedica al transporte de pasajeros en las Rutas de “Lima-Ica” y
“Lima-Huancayo” y brinda los Servicios “VIP”, “Regular y “Económico”. Con el propósito de
aumentar sus ganancias para el próximo año, la empresa decide adquirir nuevos buses, que
piensa, repercutirá en el aumento del número de pasajeros

En la revisión bibliográfica sobre cómo aumentar las ganancias en las empresas de transporte
de pasajeros similares a “Sol naciente”, se encontró que, el número de pasajeros se ve
afectado por la combinación del Servicio que se ofrece y la Ruta.

Se le encarga a Usted estudiar la información recopilada y decidir si en la distribución de los

nuevos buses se tomará en cuenta, las Rutas, los Servicios, o la combinación de Ruta y Servicio,
teniendo en cuenta, la mayor cantidad de pasajeros transportados.

A continuación, se muestran los datos de la cantidad de pasajeros en tres viajes elegidos al

azar, según Ruta y Servicio:
 Ruta
Servicio
Lima-Ica Lima-Huancayo
20 28
VIP 25 20
30 31
27 24
Regular 25 45
17 50
23 22
Económico 22 44
21 21

Con un nivel de significación de 5% ¿En cuál de los Servicios se debe incrementar el número de
buses? Asuma que se cumplen los supuestos de normalidad de errores y homogeneidad de
varianzas.

Comparaciones múltiples
Variable dependiente: Pasajeros
HSD Tukey
Intervalo de confianza al 95%
(I) Servicio (J) Servicio Diferencia de medias (I-J) Desv. Error Sig. Límite inferior Límite superior
VIP Regular -5,6667 4,97587 ,510 -18,9416 7,6083
Económico ,1667 4,97587 ,999 -13,1083 13,4416
Regular VIP 5,6667 4,97587 ,510 -7,6083 18,9416
Económico 5,8333 4,97587 ,491 -7,4416 19,1083
Económico VIP -,1667 4,97587 ,999 -13,4416 13,1083
Regular -5,8333 4,97587 ,491 -19,1083 7,4416

Interpretación

Determinar en qué tipo de servicio se debe incrementar el número de buses.

Representación

Variable respuesta Número de pasajeros transportados

Factor A y sus niveles
Factor B y sus niveles
Tratamientos
Servicio.
Tipos de servicio: Vip, Regular y Económico
a=3
Ruta: Lima – Ica, Lima – Huancayo
b=2
Vip- Lima – Ica ; Regular- Lima – Ica ; Económico- Lima –
Ica; Vip- Lima – Huancayo; Regular- Lima – Huancayo ;

Número de tratamientos
Numero de réplicas
Unidad Experimental
Supuestos del modelo
Técnica estadística
Nivel de significación
Económico- Lima – Huancayo
3x2 = 6
3
Un bus
Los errores siguen una distribución normal (supuesto de
normalidad) con varianza constante (supuesto de
homogeneidad de varianzas).
Diseño Factorial A* B
α = 0,05

Cálculo y análisis

Planteamiento de la hipótesis

H0: No existe interacción entre los tipos de servicio y las rutas sobre el número de pasajeros
transportados.
H1: Existe interacción entre los tipos de servicio y las rutas sobre el número de pasajeros
transportados.

α =0,05

Origen de las Suma de Grados de Promedio de Valor crítico

variaciones cuadrados libertad los cuadrados F cal Probabilidad para F
Servicio 132,3333 2 66,1666 0,8908 0,4358 3,8853
Ruta 312,5 1 312,5000 4,2072 0,0627 4,7472
Interacción 180,3333 2 90,1666 1,2139 0,3310 3,8852
Error 891,3333 12 74,2777

Total 1516,5 17        

CM (Tr )
F cal= =1,2139
CME
F cr í tico =F 0,05; 2;12=3,8853

Como F cal < Fcr í t , no se rechaza Ho = No se afirma H1

A un nivel de significación del 5%, no se puede afirmar que exista interacción entre el servicio y
la ruta sobre el número de pasajeros transportados.

Al no existir interacción entre los niveles de los factores, se debe realizar el análisis por
separado de los factores.

Servicio Rutas

Ho: El servicio no afecta el N° de pasajeros Ho: La ruta no afecta el N° de pasajeros

transportados. transportados.

H1: El servicio afecta el N° de pasajeros H1: La ruta afecta el N° de pasajeros

transportados.
 Fcal = 0,89 transportados

Fcrítico = F(0,05; 2; 12) = 3,8853 Fcal = 4,2072

Decisión estadística: No se rechaza H0 Fcrítico = F(0,05; 1; 12) = 4,75

Conclusión: Decisión estadística: No se rechaza H0

Al 5% de nivel de significación, la evidencia Conclusión:

muestral es insuficiente para afirmar que el
Al 5% de nivel de significación, la evidencia
servicio afecta al N° de pasajeros
muestral es insuficiente para afirmar que la
transportados.
ruta afecta al N° de pasajeros transportados.

Comparaciones múltiples
Variable dependiente: Pasajeros
HSD Tukey
Intervalo de confianza al 95%
(I) Servicio (J) Servicio Diferencia de medias (I-J) Desv. Error Sig. Límite inferior Límite superior
VIP Regular -5,6667 4,97587 ,510 -18,9416 7,6083
Económico ,1667 4,97587 ,999 -13,1083 13,4416
Regular VIP 5,6667 4,97587 ,510 -7,6083 18,9416
Económico 5,8333 4,97587 ,491 -7,4416 19,1083
Económico VIP -,1667 4,97587 ,999 -13,4416 13,1083
Regular -5,8333 4,97587 ,491 -19,1083 7,4416

Comparaciones Intervalo Conclusión

µVIP ; µReg ( - ; +) µVIP = µReg

µVIP; µEco ( - ; +) µVIP = µEco

µReg ; µVIP ( - ; +) µReg = µVIP

µVIP = µEco = µReg

Análisis
A un nivel de significación de 5%, no hay interacción entre el servicio y las rutas.

Argumentación
Del análisis realizado se concluye que se puede aumentar la cantidad de buses en cualquier
tipo de servicio pues generan cantidades iguales de pasajeros.