Mes x Demanda Unidades (y) xy x^2 Y (Excel) Y(Mano)

Enero 1 4200 4200 1 3858.17 3958.968

Febrero 2 4300 8600 4 4063.62 4151.275
Marzo 3 4000 12000 9 4269.07 4343.583
Abril 4 4400 17600 16 4474.52 4535.891
Mayo 5 5000 25000 25 4679.97 4728.198
Junio 6 4700 28200 36 4885.42 4920.506
Julio 7 5300 37100 49 5090.87 5112.814
Agosto 8 4900 39200 64 5296.32 5305.122
Septiembre 9 5400 48600 81 5501.77 5497.429
Octubre 10 5700 57000 100 5707.22 5689.737
Noviembre 11 6300 69300 121 5912.67 5882.045
Diciembre 12 6000 72000 144 6118.12 6074.352
SUMA 78 60200 418800 650 6323.57 6266.66
AVG 6.5 5016.66666666667 6529.02 6458.968
6734.47 6651.275
bnum 27500 6939.92 6843.583
bden 143 7145.37 7035.891
b 192.30769230769 7350.82 7228.198
7556.27 7420.506
a 3766.6666666667 7761.72 7612.814
7967.17 7805.122
y=192.3076923X+3766.66 8172.62 7997.429
8378.07 8189.737
8583.52 8382.045
Calculo del error Estandar
246.34074110509

Unidades adicionales con 3 errores estandar:

739.02222331528

SUMMARY OUTPUT
Y=205.45X + 3652.72
Regression Statistics Unidades Adicionales con datos de tabla
Multiple R 0.9369611434076
R Square 0.8778961842558 ***R determina que tanta de la variacion es explicada por la variable independiente
Adjusted R Square 0.8643290936175
Standard Error 267.87604550907
Observations 11 Significancia tiene que ser menor que .05
705.5021
ANOVA
df SS MS F Significance F
Regression 1 4643272.72727273 4643273 64.70777 2.118E-05
Residual 9 645818.181818182 71757.58
Total 10 5289090.90909091
 Coefficients Standard Error t Stat P-value Lower 95%Upper 95%
Intercept 3652.7272727273 196.183980666038 18.61889 1.71E-08 3208.928 4096.526
1 205.45454545455 25.5409787947945 8.044114 2.118E-05 147.6768 263.2323
Tabien los valores p deben ser menores que .05

RESIDUAL OUTPUT

Observation Predicted 4200 Residuals

1 4063.6363636364 236.363636363636
2 4269.0909090909 -269.090909090909
3 4474.5454545455 -74.5454545454541
4 4680 320
5 4885.4545454546 -185.454545454546
6 5090.9090909091 209.090909090909
7 5296.3636363636 -396.363636363636
8 5501.8181818182 -101.818181818182
9 5707.2727272727 -7.27272727272793
10 5912.7272727273 387.272727272727
11 6118.1818181818 -118.181818181818
Valor Real-Valor Predecido
 A. Analisis de Regresion Lineal

Demanda
7000

6000
f(x) = 192.307692307692 x + 3766.66666666667
5000
Column C
4000 Linear (Column C)
Pronostico
3000

2000

1000

0
0 2 4 6 8 10 12 14

Adicionales con datos de tabla: Rsquare*StandardError*NstandardDevs

la variable independiente

ue ser menor que .05

Lower 95.0% Upper 95.0%
3208.928 4096.52626981722
147.6768 263.232253580067
 Enero 12 a. Promedio movil ponderado: 0.6 0.3 0.1
Febrero 11 b. Promedio movil simple
Marzo 15 c. Suavizacion exponencial alpha: 0.2 Pronostico junio 13
Abril 12 d. Regresion lineal simple
Mayo 16 e. Usando regresion lineal, calcular julio
Junio 15

a. Promedio Movil Ponderado

15
b. Promedio Movil Simple
14.33333
c. Suavicacion
Chart T
13.4
d.Regresion Lineal Simple 18
16
x y xy x^2 Y(Mano) Y(Excel) 14
1 12 12 1 11.57143 11.1 12
2 11 22 4 12.34286 12
10
3 15 45 9 13.11429 12.9
8
4 12 48 16 13.88572 13.8
5 16 80 25 14.65715 14.7 6
6 15 90 36 15.42857 15.6 4
SUMA 21 81 297 91 16.2 16.5 2
AVG 3.5 13.5 49.5 15.16667
0
0 1 2 3 4 5
bnum 13.5 Y=0.771429x+10.8
bden 17.5
b 0.771429
a 10.8

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.656392
R Square 0.430851
Adjusted R 0.241135
Standard E 1.888562
Observatio 5

ANOVA
df SS MS F Significance F
Regression 1 8.1 8.1 2.271028 0.228912
Residual 3 10.7 3.566667
Total 4 18.8 Y=0.9X+10.2
 Coefficients
Standard Error t Stat P-value Lower 95%Upper 95%Lower 95.0%
Upper 95.0%
Intercept 10.2 2.533772 4.025619 0.027544 2.136407 18.26359 2.136407 18.26359
1 0.9 0.597216 1.506993 0.228912 -1.000607 2.800607 -1.000607 2.800607

RESIDUAL OUTPUT

Observation
Predicted 12Residuals
1 12 -1
2 12.9 2.1
3 13.8 -1.8
4 14.7 1.3
5 15.6 -0.6
ostico junio 13

Chart Title

Reg Mano
Excel Reg
OG
Linear (OG)
Linear (OG)

2 3 4 5 6 7
X Mes Real Pronosticada Diferencia a. Pronosticos para meses usando alpha 0.2
1 Enero 100 80 20
2 Febrero 94 84 10 b. Calcular DAM
3 Marzo 106 86 20
4 Abril 80 90 10
5 Mayo 68 88 20
6 Junio 94 84 10
SUMA 90
DAM 15
a. Suavicacion Exponencial
Pfeb 84
Pmar 86
Pabr 90
Pmay 88
Pjun 84

b. DAM
DAM=15
do alpha 0.2
 2007 2008 2009 Promedio Periodo Factor Estacional
1 4800 1 3500 1 3200 3833.33333333333 1.22994652406417
2 3500 2 2700 2 2100 2766.66666666667 0.88770053475936
3 4300 3 3500 3 2700 3500 1.12299465240642
4 3000 4 2400 4 1700 2366.66666666667 0.75935828877005

AVG TOTAL
3116.667

Sum
Avg

bnum -24058.85
bden 143
b -168.2437
a 4210.251

Y=4210.251-168.244X
Demanda no Factor Pronostic
Estacional Y x xy x^2 Periodo Trimestre Y recta Estacional o Real
3902.6086957 1 3902.609 1 13 1 2023.079 1.229947 2488.279
3942.7710843 2 7885.542 4 14 2 1854.835 0.887701 1646.538
3829.047619 3 11487.14 9 15 3 1686.591 1.122995 1894.033
3950.7042254 4 15802.82 16 16 4 1518.347 0.759358 1152.969
2845.6521739 5 14228.26 25 PRONOSTICO 2010 se espera que la demanda baje aun mas
3041.5662651 6 18249.4 36
3116.6666667 7 21816.67 49
3160.5633803 8 25284.51 64
2601.7391304 9 23415.65 81
2365.6626506 10 23656.63 100
2404.2857143 11 26447.14 121
2238.7323944 12 26864.79 144
37400 78 219041.2 650
3116.6666667 6.5
nda baje aun mas
 Demanda
Promedio Factor No
Meses Ventas Meses Ventas Periodo Estacional estacional
Enero-Febrero 109 Enero-Febrero 115 112 0.86542176 125.950149
Marzo-Abril 104 Marzo-Abril 112 108 0.83451384 124.623457
Mayo-Junio 150 Mayo-Junio 159 154.5 1.19381842 125.647249
Julio-Agosto 170 Julio-Agosto 182 176 1.35994849 125.004735
Septiembre- Septiembre-
Octubre 120 Octubre 126 123 0.95041854 126.260163
Noviembre- Noviembre-
Diciembre 100 Diciembre 106 103 0.79587894 125.647249
132.883185
Sum Total 134.209877
1553 133.186084
Average Total 133.828598
129.416666666667 132.573171
133.186084
Total

a. Graficar los datos Average

Periodo Vs. Ventas

200 182
180 170
159
160 150
140 120 126
109 115 112
120 104 100 106
Ventas

100
80
60
40
20
0
0 2 4 6 8 10 12 14
Periodo

B, C & D Pronostico tercer año

Periodo Bimestre Y de recta

bnum 140.202 13 1 135.7894
bden 143 14 2 136.7699
b 0.980434 15 3 137.7503
a 123.0438 16 4 138.7307
17 5 139.7112
Ecuacion 18 6 140.6916
Y=0.980434X+123.0438
 Demanda Sin
factor
Periodo x Estacional x^2 xy
1 125.95014881 1 125.9501
2 124.62345679 4 249.2469
3 125.64724919 9 376.9417
4 125.00473485 16 500.0189

5 126.2601626 25 631.3008

6 125.64724919 36 753.8835
7 132.88318452 49 930.1823
8 134.20987654 64 1073.679
9 133.18608414 81 1198.675
10 133.82859848 100 1338.286
11 132.57317073 121 1458.305
12 133.18608414 144 1598.233
78 1553 650 10234.7

6.5 129.41666667 54.16667 852.8918

Factor Pronostico
Estacional Real
0.86542176 117.51513847
0.83451384 114.13635499
1.19381842 164.44885688
1.35994849 188.66666538
0.95041854 132.78409448
0.79587894 111.97349159
Señales de seguimiento con misma tecnica de pronostico Comentar señales y señale sus implicaciones
SS1 SS2 SS3
1 -2.7 1.54 0.1 Chart Title
2 -2.32 -0.64 0.43
3 -1.7 2.05 1.08 5
4 -1.1 2.58 1.74
5 -0.87 -0.95 1.94 4
6 -0.05 -1.23 2.24
7 0.1 0.75 2.96 3
8 0.4 -1.59 3.02
9 1.5 0.47 3.54
10 2.2 2.74 3.75 2

0
La señal 1 2 3 4 5 6 7 8 9 10
de
rastreao -1
es el
numero
de MAD -2
que el
pronostic Usualmen
o esta te se -3
sobre o considera
bajo la n los
demanda limites de
real [-4,4] -4

Column B Column C Column D

señale sus implicaciones

7 8 9 10

Column D
Dos años previos de informacion de las ventas trimestrales
a. Pronosticar las ventas trimestales del año siguiente

Demanda
Promedio Factor No
Trimestre Ventas Trimestre Ventas periodos Estacional Estacional
1 160 5 215 187.5 1.00334448 159.466667
2 195 6 240 217.5 1.1638796 167.543103
3 150 7 205 177.5 0.94983278 157.922535
4 140 8 190 165 0.88294314 158.560606
645 850 214.283333
AVG Total 206.206897
186.875 215.827465
215.189394
Sum
Average

Ecuacion
bnum= 416.0284 Y=9.905X+142.30
bden= 42
b 9.905437 Pronostico para el año que viene
Indice Pronostico
a 142.3005 x y Estacional Estacional
9 231.445 1.00334448 232.219064
10 241.35 1.1638796 280.902341
11 251.255 0.94983278 238.650234
12 261.16 0.88294314 230.589431
x y xy x^2
1 159.46667 159.46667 1
2 167.5431 335.08621 4
3 157.92254 473.76761 9
4 158.56061 634.24242 16
5 214.28333 1071.4167 25
6 206.2069 1237.2414 36
7 215.82746 1510.7923 49
8 215.18939 1721.5152 64
36 1495 7143.5284 204
4.5 186.875 892.94104 25.5
Ventas tuscon machinery

Promedio Factor Demanda

Trimestre Cantidad Trimestre Cantidad Trimestral Estacional Estacional x
1 12 1 16 14 0.70886076 16.928571 1
2 18 2 24 21 1.06329114 16.928571 2
3 26 3 28 27 1.36708861 19.018519 3
4 16 4 18 17 0.86075949 18.588235 4
72 86 22.571429 5
SUM TOTA 158 22.571429 6
AVG TOTAL 19.75 20.481481 7
20.911765 8
Sum 36
Average 4.5
bnum 30.14441
bden 42
b 0.717724
a 16.52024
Chart Title
Ecuacion 40 1 12
Y=0.717724X+16.52024 2 18
35
3 26
Regresion EXCEL 30 4 16
25 5 16
Trimestre Cantidad 6 24
20
1 12 7 28
2 18 15 8 18
3 26 10 9 16.28945
4 16 10 25.19732
5
5 16 11 33.37775
6 24 0 12 21.63341
1 2 3 4 5 6 7 8
7 28
8 18

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.184637
R Square 0.034091
Adjusted R-0.159091
Standard E 5.398412
Observatio 7

ANOVA
 df SS MS F Significance F
Regression 1 5.142857 5.142857 0.176470588 0.69186555
Residual 5 145.7143 29.14286
Total 6 150.8571

Coefficients
Standard Error t Stat P-value Lower 95% Upper 95%Lower 95.0%
Upper 95.0%
Intercept 18.71429 5.493967 3.406334 0.019119198 4.59159392 32.836978 4.591594 32.83698
1 0.428571 1.020204 0.420084 0.691865555 -2.1939466 3.0510895 -2.193947 3.051089

RESIDUAL OUTPUT

Observation
Predicted 12Residuals
1 19.57143 -1.571429
2 20 6
3 20.42857 -4.428571
4 20.85714 -4.857143
5 21.28571 2.714286
6 21.71429 6.285714
7 22.14286 -4.142857
 PRONOSTICO
Factor Pronostico
y xy x^2 Trimestre Y Estacional Estacional
16.92857 16.92857 1 9 22.97976 0.7088608 16.2894473
16.92857 33.85714 4 10 23.69748 1.0632911 25.1973205
19.01852 57.05556 9 11 24.4152 1.3670886 33.3777472
18.58824 74.35294 16 12 25.13293 0.8607595 21.6334064
22.57143 112.8571 25
22.57143 135.4286 36
20.48148 143.3704 49
20.91176 167.2941 64
158 741.1444 204
19.75 92.64305 25.5

Chart Title

5 6 7 8 9 10 11 12
Datos pasados de libretas de cuentas para agosto
Estimar demanda de la siguiente semana
Semana1 300 a. Promedio Movil de Tres semanas
Semana2 400 b. Suavicacion Exponencial
Semana3 600 alpha= 0.2
Semana4 700 si pronostico exponencial de 3 se calculo
como el promedio de las primeras dos semanas
(300+400)/2

a. Semana 5
Ft= 566.6667

b.
Pronostico semana 4
500
Real semana 4
700
Pronostico semana 5
Ft= 540
 Año Pasado Este Año 3 estrategias pronostico enfocado para julio,agosto,sept
Ene 100 125 Pronostico Enfocado: Prueba varias reglas que
Feb 125 135
Mar 135 135
Abr 175 190 1. La demanda de los proximos tres meses sera la demanda de los u
May 185 200 Demanda (Abril,mayo,junio)=Pronostico(julio,agosto,septiembre)
Jun 200 190 190+200+190=580
Jul 150
Ago 140 2. cambio porcentual de los ultimos tres meses, respecto al año pasa
Sep 130
Oct 200 demanda (ultimos 3 meses presente año)-demanda(ultimos 3 mese
Nov 225
Dic 250 Ecuacion para cambio porcentual
ahora-inicial/inicial

Chart Title 0.035714 Este es un incremento de 3.57% en la demand

250 3.571429
Para obtener el pronostico de los siguientes 3 mese, multi
200 434.9999
Column B
150
Column C
100 Suma periodo anterior:
420
50

0
0 1 2 3 4 5 6 7 3 La demanda del mismo periodo del año pasado es el mism
demanda(Jul+Ago+Sep) año pasado= demanda presente
420 es demanda presente año
 io,agosto,sept
: Prueba varias reglas que parecen logicas y faciles de entender para proyectar la demanda al futuro

sera la demanda de los ultimos tres meses

ulio,agosto,septiembre)

meses, respecto al año pasado, sera el mismo cambio porcentual en los proximos tres meses

demanda(ultimos 3 meses pasado año)/demanda (ultimos 3 meses pasado)

to de 3.57% en la demanda de los ultimos tres meses

os siguientes 3 mese, multiplicamos la demanda del mismo periodo del año pasado por el incremento que se espera

del año pasado es el mismo del mismo periodo del presente año
sado= demanda presente año
Demanda real durante un periodo de nueve meses

a. b. Real - Pronostico a Real - Pronostico b

Enero 110
Febrero 130
Marzo 150
Abril 170 130 142 40 28
Mayo 160 150 153 10 7
Junio 180 160 166 20 14
Julio 140 170 161 30 21
Agosto 130 160 151 30 21
Septiembre 140 150 147 10 7

a. Promedio Movil simple

F= F-1+F-2+F-3/n

b. Suavicacion exponencial alfa 0.3

F= demanda pronosticada + alfa*(Demanda real-Demanda Pronosticada)

c. DAM
DAM a Dam b
23.333333333 16.33333

El metodo b produjo el mejorpronostico en este periodo de 3 meses

a. Abril a septiembre con promedio movil de tres meses
b. Abril a septiembre mediante suavizacion exponencial simple con alfa de 0.3
c. Con DAM decida cual metodo produjo el mejor pronostico
 Real Pronostico Desviacion SCEP Desv. Abs Suma Desv. Abs.
Abril 250 200 50 50 50 50

Mayo 325 250 75 125 75 125

Junio 400 325 75 200 75 200
Julio 350 300 50 250 50 250
Agosto 375 325 50 300 50 300
Septiembre 450 400 50 350 50 350

Para septiembre SS= 6 DAM

Meses
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7
DAM SS Encontrar Señal de seguimiento, el modelo da respuestas acep
50 1

62.5 2 Señal de seguimiento:

66.666666666667 3
62.5 4
60 5
58.333333333333 6
Encontrar Señal de seguimiento, el modelo da respuestas aceptables?

Numero de desviaciones absolutas medias que el valor pronosticado se

encuentra por encima o por debajo de los hechos reales
 Demanda Demanda
Semana Pronosticada Real Desviacion SCEP
1 140 137 -3 -3
2 140 133 -7 -10
3 140 150 10 0
4 140 160 20 20
5 140 180 40 60
6 150 170 20 80
7 150 185 35 115
8 150 205 55 170

Señal de Seguimiento
8

0
1 2 3 4 5 6 7 8

-2

-4
 Suma Desv.
Desv. Abs. Abs. DAM SS a. Calcular DAM
3 3 3 -1
7 10 5 -2 b. Con SCEP calcular señal de segui
10 20 6.666667 0
20 40 10 2 c. Comentar sobre metodo de pron
40 80 16 3.75
20 100 16.66667 4.8
35 135 19.28571 5.962963
55 190 23.75 7.157895

Para las primeras cinco semanas el

pronostico se mantiene por debajo de los 4
DAM, dependiendo del rando aceptable de
DAM, las semanas 6, 7 y 8 puede ser que
divergan de mas del promedio
EP calcular señal de seguimiento

tar sobre metodo de pronostico

 Desv. Suma
Semana Pronostico Real Desviacion SCEP Absoluta Desv Abs. DAM S.S.
1 800 900 100 100 100 100 100 1
2 850 1000 150 250 150 250 125 2
3 950 1050 100 350 100 350 116.6667 3
4 950 900 -50 300 50 400 100 3
5 1000 900 -100 200 100 500 100 2
6 975 1100 125 325 125 625 104.1667 3.12

Chart Title
3.5 El modelo generalmente pronostica por debajo de la
3 Aunque pronostica por debajo, se mantiene por deb
2.5
2
1.5
1
0.5
0
0 1 2 3 4 5 6 7
ente pronostica por debajo de la demanda real
or debajo, se mantiene por debajo de los 3.5 DAM de diferencia
 a. Calcular DAM y señal de seguimiento, discutir si modelo da respuestas razonables

ebajo de la demanda real

ne por debajo de los 3.5 DAM de diferencia
Demanda de los ultimos 10 meses

Demanda Pronostico b
Mes Real Pronostico a Ft Tt (PIT) Real -a Real -b DAM A
1 31 30
2 34 31 31 1 32 3 2 3
3 33 31.9 32.6 1.18 33.78 1.1 0.78 2.05
4 35 32.23 33.546 1.1098 34.6558 2.77 0.3442 2.29
5 37 33.061 34.75906 1.140778 35.899838 3.939 1.100162 2.70225
6 36 34.2427 36.2298866 1.23979258 37.46967918 1.7573 1.469679 2.51326
7 38 34.76989 37.028775426 1.1075214538 38.13629688 3.23011 0.136297 2.632735
8 40 35.738923 38.095407816 1.0952547346 39.19066255 4.261077 0.809337 2.865355
9 40 37.0172461 39.433463785 1.1680951051 40.60155889 2.982754 0.601559 2.88003
10 41 38.21207227 40.421091223 1.1139548049 41.535046028 2.787928 0.535046 2.869797

a.
F= Pronostico+alpha*(Real-Pronostico)
delta 0.3
b. alpha 0.3
Ft= Pronostico suavizado exp. Para periodo t F1 30
Tt=Tendencia Suavizada exp. Para periodo t T1 1
 a. Suavizacion exponencial simple con alpha = 0.3 Y pronostico Inicial de F1=31

b. Suavizacion exponencial con tendendia con alpha=0.3, delta = 0.3, Pronostico de

DAM B tendencias inicial de 1, Pronostico suavizado exponencial inicial F1=30

2 c. Calcular DAM de cada Pronostico. Cual es el mejor?

1.39 El pronostico via suavizacion exponencial con tendencia es mejor, ya que los pronosticos estan menos de
1.0414
1.056091
1.138808
0.971723
0.948525
0.905154
0.864031
os pronosticos estan menos de 1.5 DAM del promedio real
 Real Pronostico A Pronostico B Pronostico C Pronostico para septiembre
Junio 140 130
Julio 180 133 a. Promedio Movil Simple de tres mese
Agosto 170 147.1

Septiembre 163.333333333 167 153.97 b. Promedio Movil ponderado: 0.2, 0.3

c. Suavizacion Exponencial Simple, pron

o para septiembre

dio Movil Simple de tres meses

dio Movil ponderado: 0.2, 0.3, 0.5 Junio, julio y agosto

cion Exponencial Simple, pronostico de junio fue de 130, alpha=0.3

Demanda Historica de Un producto
Demanda Pronostico A Pronostico B x y x^2 XY
Abril 60 1 60 1 60
Mayo 55 2 55 4 110
Junio 75 3 75 9 225
Julio 60 4 60 16 240
Agosto 80 5 80 25 400
Septiembre 75 65 6 75 36 450
Octubre 72.5 67 7 49 0
SUM 21 405 91 1485
AVG 3.5 67.5 15.17 75

bnum 67.5
bden 17.5
b 3.857143
a 54

Y=3.857143X+54
 a. Promedio movil simple de 4 meses para octubre
Pronostico C
57.857143 b. Mediante Suavizacion Exponencial simple: Alpha- 0.2 y Sept Pronostico-65
61.714286
65.571429 c. Mediante Regresion lineal simple, calcule recta de la tendencia de datos hist
69.428572 d. Calcular Pronostico para Octubre
73.285715
77.142858
81.000001
0.2 y Sept Pronostico-65

la tendencia de datos historicos

 1 2 3 4 a. Pronostico enfocado, estimar el c
Año pasado 23000 27000 18000 9000
Este año 19000 24000 15400 Regla 1: Demanda de los proximos t

Regla 1. Regla 2: Demanda de estre trimestr

F3=A2=2400

Demanda real
fue de 15400 0.641667 Regla 3: 10% mas que el ultimo trim
Regla 2.

Demanda año
pasado:
18000 Regla 4: 50% mas que el mismo trim

Demanda
Real fue de
15400 0.855556
Regla 3. Regla 5: Misma tasa de aumento o

Trimestre
Pasado:
24000 Demanda real: 15400 0.583333
Pronostico 26400
Regla 4.

Demanda
Trimestre año
pasado:
18000 0.57037
Pronostico 27000 Demanda real: 15400
Regla 5.
Tasa 1.125

tercer=18000 20250 1.314935

Pronostico
tico enfocado, estimar el cuarto trimestre

emanda de los proximos tres meses=Demanda de los ultimos tres meses

emanda de estre trimestre es igual a la demanda del mismo trimestre del año pasado

0% mas que el ultimo trimestre

0% mas que el mismo trimestre del año anterior

Misma tasa de aumento o decremento de los ultimos tres meses

DEMANDA REAL/DEMANDA PRONOSTICADA

Año anterior/año actual

 Demanda pronosticada y real de un producto

Pronostico Real Desviacion SCEP Desv. Absoluta. Suma. Desv. Abs. DAM
1 1500 1550 50 50 50 50 50
2 1400 1500 100 150 100 150 75
3 1700 1600 -100 50 100 250 83.33333
4 1750 1650 -100 -50 100 350 87.5
5 1800 1700 -100 -150 100 450 90

Chart Title Los valores pronosticados estan entre +2 y -2

2.5 Esto significa que el model de pronostico es bue
2
1.5
1
0.5
0
1 2 3 4 5
-0.5
-1
-1.5
-2
 a. Calcular señal de seguimiento

S.S. b. Comentar si metodo da buena predicciones

1
2
0.6
-0.571429
-1.666667

ticados estan entre +2 y -2

l model de pronostico es bueno
Calcular el siguiente Pronostico con varios metodos
d.
Mes Demanda Real a. b. c. Ft Tt PITt+1 Desv. Abs a.
1 62 1.8 61.8
2 65 61.3 61.86 1.818 63.678
3 67 62.41 64.0746 1.93698 66.01158
4 68 64.66667 65.4 63.787 66.30811 2.025938 68.33404 3.3333333333
5 71 66.66667 67.1 65.0509 68.23383 1.995874 70.2297 4.3333333333
6 73 68.66667 69.3 66.83563 70.46079 2.0652 72.52599 4.3333333333
7 76 70.66667 71.4 68.68494 72.6682 2.107861 74.77606 5.3333333333
8 78 73.33333 74.1 70.87946 75.14324 2.218016 77.36126 4.6666666667
9 78 75.66667 76.4 73.01562 77.55288 2.275503 79.82838 2.3333333333
10 80 77.33333 77.6 74.51093 79.27987 2.110949 81.39082 2.6666666667
11 84 78.66667 79 76.15765 80.97357 1.985775 82.95935 5.3333333333
12 85 80.66667 81.6 78.51036 83.27154 2.079434 85.35098 4.3333333333

El metodo de pronostico D es el mas adecuado, como se puede observar en la tabla, tiene el error medio promedio mas bajo p

MAD
7

0
1 2 3 4 5 6 7 8 9

Column M Column N Column O Column P

 Desv. Abs b. Desv. Abs c. Desv. Abs d. MAD a. MAD b. MAD c. MAD d.

2.6 4.213 0.3340438 3.333333 2.6 4.213 0.334044

3.9 5.9491 0.770295482 3.833333 3.25 5.08105 0.55217
3.7 6.16437 0.474006386 4 3.4 5.442157 0.526115
4.6 7.315059 1.2239434441 4.333333 3.7 5.910382 0.700572
3.9 7.1205413 0.6387444748 4.4 3.74 6.152414 0.688207
1.6 4.98437891 1.8283818065 4.055556 3.383333 5.957742 0.878236
2.4 5.489065237 1.3908158408 3.857143 3.242857 5.890788 0.951462
5 7.8423456659 1.0406537609 4.041667 3.4625 6.134733 0.962611
3.4 6.4896419661 0.3509763564 4.074074 3.455556 6.174167 0.894651

r medio promedio mas bajo para todos los pronosticos

a. Promedio movil simple de tres meses para periodos 4 a 12
b. Promedio Movil Ponderado: 0.5, 0.3, 0.2 para periodod 4 a 12
c. Pronostico de suavizacion exponencial simple para periodos 2 a 12, F1=61, alpha=0.3
d. Pronostico de suavizacion exponencial con componente de tendencia para 2 a 12:
T1=1.8, F1=60, alpha=0.3, delta= 0.3
e. Calcular DAM de los pronosticos, cual prefiere?
Año Estacion x Demanda Real x^2 X*Y Y^2
2008 Primavera 1 205 1 205 42025
Verano 2 140 4 280 19600
Otono 3 375 9 1125 140625
Invierno 4 575 16 2300 330625
2009 Primavera 5 475 25 2375 225625
Verano 6 275 36 1650 75625
Otono 7 685 49 4795 469225
Invierno 8 965 64 7720 931225
2010 Primavera
Verano
Otono
Invierno
Sum 36 3695 204 20450 2234575
AVG 4.5 461.875 25.5 2556.25 279321.875

numb 3822.5
denb 42 Y=91.01190476X+52.32142857
b 91.01190476
a 52.32142857
 a. Analisis de regresion sobre la demanda sin factores estacionales, para pro
Pronostico
143.33333333
234.34523809
325.35714285
416.36904761
507.38095237
598.39285713
689.40476189
780.41666665
871.42857141 9
962.44047617 10
1053.45238093 11
1144.46428569 12
sin factores estacionales, para pronosticar Verano 2010
Los ultimos 21 meses de ventas reales de cierto producto
x 2008 2009 Trimestre 2008 2009
Enero 1 300 275 1 1125 1000
Febrero 2 400 375 2 1310 1175
Marzo 3 425 350 3 1075 975
Abril 4 450 425 4 1550
Mayo 5 400 400
Junio 6 460 350 EL MEJOR PRONOSTICO ES EL DE LA REGLA 5
Juio 7 400 350
Agosto 8 300 275
Septiembre 9 375 350
Octubre 10 500
Noviembre 11 550
Diciembre 12 500

Regla 1:
Demanda pronosticada= 1175 1.205128205128
Demanda Real 975

Regla 2:
Demanda Pronosticada del año pasado: 1075 0.906977
Demanda Real 975

Regla 3:
Pronostico 10% mas 1292.5 0.754352030948
Demanda Real 975

Regla 4:
Pronostico 50% mas que el mismo trimestre del año anterior= 1612.5 0.604651
Demanda real 975

Regla 5:
Pronostico de la misma taza de aumento o decremento 1.011183

1310
1175
0.896946565
964.2175573
REAL 975
Reglas de Pronostico Enfocado :
Regla 1: Demanda de los proximos tres meses=Demanda de los ultimos tres meses

Regla 2: Demanda de estre trimestre es igual a la demanda del mismo trimestre del año pasado

Regla 3: 10% mas que el ultimo trimestre

Regla 4: 50% mas que el mismo trimestre del año anterior

Regla 5: Misma tasa de aumento o decremento de los ultimos tres meses

DEMANDA REAL/DEMANDA PRONOSTICADA

Año Presente/Año Pasado
Demanda Real de 3 meses anteriores a. Promedio movil simple de tres m
Unidades Pronostico d.
Hace tres meses 400 450 b. si este mes la demanda real fue d
Hace dos meses 350 440
Mes pasado 325 422 c. Suavizacion Exponencial Simple
Este mes 300 402.6 Pronostico hace tres me
Constante alpha: 0.2

a.
Pronostico=Suma de tres meses pasados / 3
P ESTE MES
358.333333333333

c.
mismo de a
P mes entrante
325

d.
dio movil simple de tres meses

mes la demanda real fue de 300 U cual seria su pronostico para el mes entrante

cion Exponencial Simple

Pronostico hace tres meses: 450 u
Constante alpha: 0.2
 Pronostico y la demanda real del periodo de seis meses:

Periodo Pronostico Real Desviacion SCEP Desviacion Absoluta

Mayo 1 450 500 50 50 50
Junio 2 500 550 50 100 50
Julio 3 550 400 -150 -50 150
Agosto 4 600 500 -100 -150 100
Septiembre 5 650 675 25 -125 25
Octubre 6 700 600 -100 -225 100

Chart Title
3

0
1 2 3 4 5 6
-1

-2

-3

-4
 a. Calcular señal de seguimi
b. decida si ruta de pronosti

Suma Desv. Abs. DAM S.S.

50 50 1
100 50 2
250 83.33333 -0.6
350 87.5 -1.714286
375 75 -1.666667
475 79.16667 -2.842105

Para las primeras dos semanas estamos

sobreestimando la demanda, esta
sobreestimacion llega a un maximo en la
semana 2, con una diferencia de 2DAM del
promedio
Despues de la tercera semana, estamos subestimando la demanda
a. Calcular señal de seguimiento
b. decida si ruta de pronostico es aceptable
 Pronostico Empresa A

Trimestre Compañia A Compañía B alpha= 0.1 alpha=0.3

2006 1 1.67 0.17

2 2.35 0.24 1.67 1.67
3 1.11 0.26 1.738 1.874
4 1.15 0.34 1.6752 1.6448
2007 1 1.56 0.25 1.62268 1.49636
2 2.04 0.37 1.616412 1.515452
3 1.14 0.36 1.6587708 1.6728164
4 0.38 0.44 1.60689372 1.51297148
2008 1 0.29 0.33 1.484204348 1.173080036
2 -0.18 0.4 1.3647839132 0.9081560252
3 -0.97 0.41 1.21030552188 0.58170921764
4 0.2 0.47 0.992274969692 0.116196452348
2009 1 -1.54 0.3 0.913047472723 0.1413375166436
2 0.38 0.47 0.667742725451 -0.36306373834948
3 0.638968452905 -0.14014461684464

4
2010 1
2
3
4

a. Metodo de Suavizacion Exponencial tomando primer trimestre de 2006 como pronostico inicial

alpha= 0.1
alpha= 0.3

b. Modelo DAM para comprobar desempeño

Se puede ver que el pronostico con alpha=0.3 es mas preciso para ambas empresas

c. Descomposicion, Pronosticar ganancial para restante de 2009 y 2010

Hay algun factor estacional?

d. Comentar sobre cada compañía

 Pronostico Empresa B Dif. ABS. A Dif. ABS. B

alpha= 0.1 alpha=0.3 alpha= 0.1 alpha=0.3 alpha= 0.1 alpha=0.3

0.17 0.17 0.68 0.68 0.07 0.07

0.177 0.191 0.628 0.764 0.083 0.069
0.1853 0.2117 0.5252 0.4948 0.1547 0.1283
0.20077 0.25019 0.06268 0.06364 0.04923 0.00019
0.205693 0.250133 0.423588 0.524548 0.164307 0.119867
0.2221237 0.2860931 0.5187708 0.5328164 0.1378763 0.0739069
0.23591133 0.30826517 1.22689372 1.13297148 0.20408867 0.13173483
0.256320197 0.347785619 1.194204348 0.883080036 0.073679803 0.017785619
0.2636881773 0.3424499333 1.5447839132 1.0881560252 0.1363118227 0.0575500667
0.27731935957 0.35971495331 2.1803055219 1.55170921764 0.1326806404 0.05028504669
0.290587423613 0.374800467317 0.7922749697 0.08380354765 0.1794125764 0.09519953268
0.3085286812517 0.4033603271219 2.4530474727 1.68133751664 0.0085286813 0.10336032712
0.30767581312653 0.37235222898533 0.2877427255 0.74306373835 0.1623241869 0.09764777101
0.323908231813877 0.401646560289731
 MAD A MAD B

alpha= 0.1 alpha=0.3 alpha= 0.1 alpha=0.3 DESCOMPOSICION

CON FACTOR ESTACIONAL
2006
0.68 0.68 0.07 0.07
0.654 0.722 0.0765 0.0695
0.6110666667 0.6462666667 0.1025666667 0.0891
0.47397 0.50061 0.0892325 0.0668725 2007
0.4638936 0.5053976 0.1042474 0.0774714
0.4730398 0.5099674 0.1098522167 0.0768773167
0.5807332171 0.5989679829 0.1233145671 0.0847141043
0.6574171085 0.6344819895 0.1171102216 0.0763480436 2008
0.7560134201 0.6848902157 0.1192437329 0.0742593795
0.8984426303 0.7715721159 0.1205874236 0.0718619462
0.8887910248 0.7090477006 0.1259351648 0.073983545
1.0191457288 0.7900718519 0.1161512911 0.0764316102 2009
0.9628839593 0.7864558432 0.1197030524 0.0780636226
SUM

AVERAGE
TOTAL AVERAGE A:
TOTAL AVERAGE B:

numb
denb
b
a
Y=-0.254X+2.586
 Promedio de Promedio de Factor Factor Demanda no
Trimestre Compañia A Compañía B Periodo A Periodo B Estacional A Estacional B Estacional A

1 1.67 0.17 0.495 0.2625 0.723382046 0.764033264 2.308600289

2 2.35 0.24 1.1475 0.37 1.676931106 1.076923077 1.401369437
3 1.11 0.26 0.426666667 0.3433333333 0.623521225 0.999306999 1.780212054
4 1.15 0.34 0.576666667 0.4166666667 0.842727905 1.212751213 1.36461602
1 1.56 0.25 2.156536797
2 2.04 0.37 1.216507937
3 1.14 0.36 1.828325893
4 0.38 0.44 0.450916598
1 0.29 0.33 0.400894661
2 -0.18 0.4 -0.10733894
3 -0.97 0.41 -1.5556808
4 0.2 0.47 0.237324525
1 -1.54 0.3 -2.12888889
2 0.38 0.47 0.22660442

0.684285714
TAL AVERAGE A: 0.684285714
TAL AVERAGE B: 0.343571429

PRONOSTICO A PRONOSTICO B
-57.68524 numb 3.596649014
227.5 denb 227.5
-0.253561 b 0.015809446
2.585997 a 0.225000582
0.254X+2.586 Y=0.015809X+.225001
Demanda no Y(A) de la Y(B) de la
Estacional B X XY (A) XY (B) X^2 PRONOSTICO X recta recta
1 2.332 0.24081
0.2225034 1 2.3086 0.222503 1 2 2.078 0.256619
0.22285714 2 2.802739 0.445714 4 3 1.824 0.272428
0.26018031 3 5.340636 0.780541 9 4 1.57 0.288237
0.28035429 4 5.458464 1.121417 16 5 1.316 0.304046
0.32721088 5 10.78268 1.636054 25 6 1.062 0.319855
0.34357143 6 7.299048 2.061429 36 7 0.808 0.335664
0.36024965 7 12.79828 2.521748 49 8 0.554 0.351473
0.36281143 8 3.607333 2.902491 64 9 0.3 0.367282
0.43191837 9 3.608052 3.887265 81 10 0.046 0.383091
0.37142857 10 -1.073389 3.714286 100 11 -0.208 0.3989
0.41028433 11 -17.11249 4.513128 121 12 -0.462 0.414709
0.38754857 12 2.847894 4.650583 144 13 -0.716 0.430518
0.39265306 13 -27.67556 5.10449 169 14 -0.97 0.446327
0.43642857 14 3.172462 6.11 196 15 -1.224 0.462136
105 14.16476 39.67165 1015 16 -1.478 0.477945

0.34357143 7.5 17 -1.732 0.493754

18 -1.986 0.509563
19 -2.24 0.525372
20 -2.494 0.541181
PRONOSTICO B
Y(A) Real Y(B) Real
1.686927 0.183987
3.484663 0.276359
1.137303 0.272239
1.323083 0.34956
0.951971 0.232301
1.780901 0.344459
0.503805 0.335431
0.466871 0.426249
0.217015 0.280616
0.077139 0.41256
-0.129692 0.398624
-0.38934 0.502939
-0.517942 0.32893
-1.626623 0.48066
-0.76319 0.461816
-1.245552 0.579628

-1.252898 0.377244
-3.330385 0.54876
-1.396688 0.525008
-2.101763 0.656318
 Ingresos de ventas de una empresa de servicios publicos 1999-2009

X Año Ingresos(Millones) X^2 XY PRONOSTICO

1 1999 4865.9 1 4865.9 5385.5073
2 2000 5067.4 4 10134.8 5385.2386
3 2001 5515.6 9 16546.8 5384.9699
4 2002 5728.8 16 22915.2 5384.7012
5 2003 5497.7 25 27488.5 5384.4325
6 2004 5197.7 36 31186.2 5384.1638
7 2005 5094.4 49 35660.8 5383.8951
8 2006 5108.8 64 40870.4 5383.6264
9 2007 5550.6 81 49955.4 5383.3577
10 2008 5738.9 100 57389 5383.089
11 2009 5860 121 64460 5382.8203
2010 5382.5516
2011 5382.2829
2012 5382.0142 0
1 2 3
-0.5
-1
-1.5
-2
-2.5
-3
2013 5381.7455 -3.5
SUM 506 361473 -4
AVERAGE 6 5384.16363636364 46

Ingresos (Millones)
7000

6000

5000
REAL
4000 Pronostico
3000

2000

1000

0
0 2 4 6 8 10 12
 SEÑAL DE SEGUIMIENTO

Desviacion
Desviacion SCEP Absoluta MAD S.S
-519.6073 -519.6073 519.6073 519.6 -1 De la grafica de ingresos por año, se puede notar que los datos son est
-317.8386 -837.4459 317.8386 418.7 -2 Ademas, el pronostico requerido es a largo plazo. Por estas razones, se
130.6301 -706.8158 130.6301 322.7 -2.1904
344.0988 -362.717 344.0988 328 -1.1057
113.2675 -249.4495 113.2675 285.1 -0.875 NUMB 6118.2
-186.4638 -435.9133 186.4638 268.7 -1.6226 DENB -22770
-289.4951 -725.4084 289.4951 271.6 -2.6706 B -0.268696
-274.8264 -1000.2348 274.8264 272 -3.6769 A 5385.776
167.2423 -832.9925 167.2423 260.4 -3.1991
355.811 -477.1815 355.811 269.9 -1.7678
477.1797 -0.0018 477.1797 288.8 -6E-06

Señal de Seguimiento
0
1 2 3 4 5 6 7 8 9 10 11
-0.5
-1
-1.5
-2
-2.5
-3
-3.5
-4
fica de ingresos por año, se puede notar que los datos son estacionarios tanto en la media, como en varianza.
el pronostico requerido es a largo plazo. Por estas razones, se eligio realizar las predicciones mediante el metodo de regresion lineal simple

Y=5385.776-0.2687X

De señal de seguimiento:

Se puede notar que el modelo tiende a subestimar el

pronostico durante este periodo. Los valores pronosticados
estan dentro de un rango aceptable de desviaciones
absolutas, aunque en los ultimos 4 años la diferencia de
desviaciones experimenta un incremento agudo. Esto puede
significar que los datos si tienen una tendencia de aumento
con el tiempo, y por lo tanto, se deberian de explorar otros
metodos de pronostico.
 a. pronosticar 2010 a 2013

metodo de regresion lineal simple.

 Ventas/Unidad Precio/ Publicidad (Miles de
Año X (Millares) Unidad dolares)

1998 1 400 280 600

1999 2 700 215 835
2000 3 900 211 1100
2001 4 1300 210 1400
2002 5 1150 215 1200
2003 6 1200 200 1300
2004 7 900 225 900
2005 8 1100 207 1100
2006 9 980 220 700
2007 10 1234 211 900
2008 11 925 227 700
2009 12 800 245 690

SUMMARY OUTPUT precio y la inversion

en la publicidad
Regression Statistics
Multiple R 0.7159944
R Square 0.512648
Adjusted R Square 0.39081
Standard Error 150.1402
Observations 11

ANOVA
df SS MS F Significance F
Regression 2 189696.9982642 94848.5 4.20761971085798 0.0564119
Residual 8 180336.6380994 22542.1
Total 10 370033.6363636

Coefficients Standard Error t Stat P-value Lower 95% Upper 95%

Intercept 1281.737 1460.795217865 0.87742 0.405834162377102 -2086.863 4650.3368
280 -3.155412 5.75098629812 -0.54867 0.598204287795923 -16.41721 10.106386
600 0.4266704 0.278143121863 1.534 0.163574788097623 -0.214729 1.0680696

RESIDUAL OUTPUT

Observation Predicted 400 Residuals

1 959.59311 -259.593107647
2 1085.2824 -185.282416914
3 1216.439 83.56104672075
4 1115.3278 34.67219159245
 5 1205.326 -5.32603650088
6 955.77256 -55.7725599685
7 1097.9041 2.09593327602
8 886.21554 93.78446037722
9 999.94833 234.0516656951
10 864.12765 60.87234754541
11 803.06352 -3.06352417738
 AVERIGUAR QUE VARIABLE AFECTA MAS LA
DEMANDA
Precio unitario o Mayor marketing: Cual impulsa
la demanda?

Lower 95.0%Upper 95.0%

-2086.863 4650.3368
-16.41721 10.106386
-0.214729 1.0680696