Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRODUCCION
INTEGRANTES
a) Con un análisis de regresión por mínimos cuadrados, ¿cuál estimaría que fuera la demanda de cada mes del
año entrante? Con una hoja de cálculo, siga el formato general de la ilustración 15.11. Compare sus resultados
con los obtenidos usando la función pronóstico de la hoja de cálculo
Enero 4200 1 1
Febrero 4300 2 4
Marzo 4000 3 9
Abril 4400 4 16
Mayo 5000 5 25
Junio 4700 6 36
ANTERIOR
Julio 5300 7 49
Agosto 4900 8 64
Septiembre 5400 9 81
Octubre 5700 10 100
Noviembre 6300 11 121
Diciembre 6000 12 144
TOTAL 60200 78 650
DEMANDA HISTORICA
7000
6300
6000
6000 5700
5300 5400
5000 4900
5000 4700
4200 4300 4400
4000
4000
3000
2000
1000
0
er
o
er
o zo ril ay
o
ni
o li o to br
e
br
e
br
e
br
e
En br ar Ab M Ju Ju g os m tu m m
e M tie c
F A O vie cie
S ep No Di
1000
0
er
o
er
o zo ril ay
o
ni
o li o to br
e
br
e
br
e
br
e
En br ar Ab M Ju Ju g os m tu m m
e M tie c
F A O vie cie
S ep No Di
b) ¿A partir de la evaluación del error de pronósticos y usando el análisis de variables tales como la desviación media absoluta
y la señal de rastreo determine que tan probable es que los resultados establecidos se cumplan?
Demanda Demanda
Mes Error Valor absoluto (ABS) (MAD)
real pronosticada
INTERPRETACION
Señal de
rastreo
-1
-2 La probabilidad que se presente este
-3
comportamiento en el año entrante es
del 33%, una probabilidad baja, esto
-4 es causado por los valores negativos
-5 que superan los limites establecidos
-6 que son ±1 y ±4, donde hay datos que
-7
toman valores hasta de -12. Donde lo
esperado es que sean valores que
-8 oscilen entre el limite establecido.
-9
-10
-11
-12
-6.5
12
192.307692
3766.66667
DE
8382
190
e e
br br
m em
ci
Di
e e
br br
m em
ci
Di
EJERCICIO 2
2006 2007
CANTIDAD CANTIDAD
TRIMESTRE
(Unidades)
TRIMESTRE
(Unidades) VENTA
I 12 I 16
II 18 II 24 30
III 26 III 28
25
IV 16 IV 18
20
Cantidad (unidades)
18
15
12
10
0
I II
I II
B)
PROMEDIO PROMEDIO
AÑO TRIMESTRE PERIODO (x) VENTAS REALES
VENTAS ESTACIONAL
I 1 12 14 13.1666666666667
II 2 18 21 13.1666666666667
2006
III 3 26 27 13.1666666666667
IV 4 16 17 13.1666666666667
I 5 16 14 13.1666666666667
II 6 24 21 13.1666666666667
2007
III 7 28 27 13.1666666666667
IV 8 18 17 13.1666666666667
TOTAL 158 158 105.333333333333
c)
Y (15.143 +
AÑO TRIMESTRE PERIODO (x) S ESTACIONALIZAR
1.0238*x)
I 9 24.3572 1.06329113924 25.8987949367089
2008
II 10 25.381 1.59493670886 40.4810886075949
2008
III 11 26.4048 2.05063291139 54.1465518987342
IV 12 27.4286 1.29113924051 35.4141417721519
INTERPRETACIÓN:
30 28
26
25 24
20
Cantidad (unidades)
18 18
16 16
15
12
10
0
I II III IV
I II III IV
Trimestre
VENTAS
S (Indice VENTAS Y (15.143 +
ESTACIONALIZADAS
estacional) DESESTACIONALIZADAS 1.0238*x)
(PRONOSTICO)
1.0632911392 11.2857142857143 16.1668 17.1900151898734
1.5949367089 11.2857142857143 17.1906 27.4179189873418 a
2.0506329114 12.679012345679 18.2144 37.3510481012658 b
1.2911392405 12.3921568627451 19.2382 24.8391949367089
1.0632911392 15.047619047619 20.262 21.5444050632911
1.5949367089 15.047619047619 21.2858 33.9495037974684
2.0506329114 13.6543209876543 22.3096 45.7488
1.2911392405 13.9411764705882 23.3334 30.1266683544304
PRONOSTICO
(Unidades)
26
40
54
35
AÑO 2008
60
54
50
40
40 35
Unidades
30 26
20
10
0
9 10 11 12
Periodo
PRONOSTICO (Unidades)
18
15.1430
1.0238
A continuación, se da la demanda tabulada actual de un artículo durante un period
EJERCICIO 3 quiere probar dos métodos de prueba para ver cuál r
A) Pronostique de abril a octubre haciendo uso de un promedio móvil simple con n=2; n=3
B) Pronostique de abril a octubre haciendo uso de promedio móvil ponderado con n=3 con ponderaciones w1=0,5; w2=0,
D)C)Evalué
Mediante suavización
el error exponencial
del pronóstico de las simple estime
técnicas las ventas
utilizadas de marzo
y determiné cuála es
octubre
la más
conveniente y por qué.
MES
ENERO
FEBRERO
MARZO
ABRIL
MAYO
VENTAS REALES JUNIO
JULIO
200 180
180 170
160 AGOSTO
160 150
130
140
130
140 SEPTIEMBRE
140
120 110 OCTUBRE
100
80
60
40
20
0
RO ZO IL O O LIO O E E
RO E R AY NI ST BR BR
E
BR AR AB M JU JU O M U
EN M AG IE T
FE PT OC
SE
GRAFICOS DE PRONOSTICOS
180
PROMEDIO MOVIL SIMPLE
160 165
170
160
N=2 180
PROMEDIO MOVIL SIMPLE
170 N
160 160
160 140 160 150
135 135
140 120 140 130
120 120
100 100
80 80
60 60
40 40
20 20
0 0
IL O O .. RE
O RO Z O R AY
IO LIO T E. RO RO Z O RI
L O
NI
O LIO O
ER E AR AB JU
N
JU OS TI B E E AR AB AY JU OS
T
EN BR M M G EP TU EN BR M JU P
FE A S OC
FE
M AG SE
D
ERRORES DE PRONÓSTICO (promedio movil simple N=2)
MESES VENTAS REALES PRONÓSTICO ERROR ABS
ENERO 110
FEBRERO 130
MARZO 150 120 30 30
ABRIL 170 140 30 30
MAYO 160 160 0 0
JUNIO 180 165 15 15
JULIO 140 170 -30 30
AGOSTO 130 160 -30 30
SEPTIEMBRE 140 135 5 5
PROMEDIO 20 20
INTERPRETACIÓN:
El error del pronostico para cada una de las tecnicas planteadas de evidenc
tecnica con mayor porcentaje de ocurrencia es la de suavizacion exponencia
que esta tecnica tiene una probabilidad de 86%. La señal de rastreo tambien
que las otras tecnicas.
un artículo durante un periodo de nueve meses (de enero a septiembre). Su supervisor
odos de prueba para ver cuál resultó mejor en el periodo
W1
PONDERACIONES W2
W3
N
Ft-1
At-1
O MOVIL SIMPLE
170 N=3
160 160
150 150
130 137
IL O IO IO O .. E
AY L T E. BR
UN JU OS TI
M J G EP TU
A S OC
O MOVIL PONDERADO
N=3
156 161
172
156
143
136 137
L E E
RI AY
O
NI
O LIO ST
O
BR BR
M JU JU O M T U
AG PT
IE
OC
S E
136 137
L O E E
RI AY N IO LIO ST
O
BR BR
M JU JU O M T U
AG PT
IE
OC
S E
30 1
30 2
20 3
18.75 4
21 2.1429
22.5 0.6667 MIXTO
20 1 F 14%
23.1785714 1.97278911564626 E 86%
40 1
25 2
23.3333333 3
25 1.6
26 0.3846 MIXTO
23.3333333 0 F 33%
27.1111111 1.33076923076923 E 67%
il ponderado N=3)
MAD SR
34 1
19 2
19 3
22.25 1.1236
23 -0.0435 MIXTO
19.6666667 -0.2034 F 33%
22.8194444 1.14612123570666 E 67%
PONENCIAL SIMPLE)
MAD SR
20 1
28 2
25 3
27.5 4
24.4 4.0164
23.6666667 3.2958 MIXTO
21.1428571 3.4054 F 14%
24.2442177 2.95965335655938 E 86%
130
134
141
145
152
150
146
145
0.5
0.3
0.2
0.2
130
130
EJERCICIO
Mark Price, nuevo gerente de producción de Speaker y Company, tiene que averiguar
qué variable afecta más la demanda de su línea de bocinas para estereofónicos. No está
seguro de que el precio unitario del producto o los efectos de mayor marketing sean los
principales impulsores de las ventas y quiere aplicar un análisis de regresión para
averiguar qué factor impulsa más la demanda de su mercado. La información pertinente
se recopiló en un extenso proyecto de marketing que se extendió a los últimos 10 años
y que se vació en los datos siguientes
VENTAS/ PUBLICIDAD
AÑO UNIDAD PRECIO/UNIDAD X1 (MILES DE
(MILLARES) Y DOLARES) X2
1996 400 280 600
1997 700 215 835
1998 900 211 1100
1999 1300 210 1400
2000 1150 215 1200
2001 1200 200 1300
2002 900 225 900
2003 1100 207 1100
2004 980 220 700
2005 1234 211 900
2006 925 227 700
2007 800 245 690
𝒀=𝑩_𝟎+𝑩_𝟏∗𝑿_𝟏+𝑩_𝟐∗𝑿_𝟐
b) Qué variable, el precio o la publicidad, tiene un mayor efecto en las ventas y cómo
se sabe?
Teniendo en cuenta el análisis de regresión que se realizó, el cual arrojó, que los coefientes para X1 es de -
6,90 y para X2 es de 0.325. Cabe resaltar que X1 corresponde al precio unitario del producto y X2 a la
publicidad. Esto indica que, por cada unidad de precio unitario que aumente se reduce -6,90 a las ventas, y
por cada unidad de publicidad que aumente, asimismo aumentarán 0,325 las ventas. También, se observa
en las graficas el comportamiento que tienen las ventas a medida que el valor de la publicidad aumenta,
también las ventas aumentan, pero también a medida que aumenta el precio, disminuyen las ventas, en
mayor proporción (-6,90). Además teniendo en cuenta las graficas en la que se observa el comportamiento
de cada variable con respecto a la ventas, se evidencia que el indique de correlación (R2) en la grafica del
precio vs ventas es mayor, al de la grafica de ventas vs publicidad, lo cual indica que existe mayor relación
entre el precio unitario y las ventas, aunque la relación es inversamente proporcional ya que mientras
aumente el precio las ventas disminuyen. En conclusión, la variable que tiene mayor efecto en las ventas e
el precio unitario del producto.
c) Pronostique las ventas anuales promedio de bocinas de Speaker and Company basándose
regresión, si el precio fue de 300 dólares por unidad y el monto gastado en publicidad (en m
𝒀=𝑩_𝟎+𝑩_𝟏∗𝑿_𝟏+𝑩_𝟐∗𝑿_𝟐
desarrollo
𝒀=𝟐𝟏𝟗𝟑,𝟑𝟒−𝟔.𝟗𝟎∗(𝟑𝟎𝟎)+𝟎,𝟑𝟐𝟓∗(𝟗𝟎𝟎)
𝒀=𝟒𝟓𝟓𝟔,𝟔𝟔
IO
GRAFICOS
VENTAS/PUBLICIDAD
1400 1400
1200 1200
1000 1000
Ventas/ Unidad
Ventas/ Unidad
800 800
600 600
400 400
200 200
0 0
500 600 700 800 900 1000 1100 1200 1300 1400 1500 190 200
Publicidad
efientes para X1 es de -
el producto y X2 a la
uce -6,90 a las ventas, y
as. También, se observa
a publicidad aumenta,
minuyen las ventas, en
erva el comportamiento
ón (R2) en la grafica del
e existe mayor relación
onal ya que mientras
r efecto en las ventas es
nd Company basándose en los resultados de la
tado en publicidad (en miles) fue de 900 dólares.
Pronostico de ventas
Y= 4556.66974
CONCLUSION
VENTAS/PRECIO
1400
1200
1000
Ventas/ Unidad
800
600
400
200
0
190 200 210 220 230 240 250 260 270 280 290
Precio unidad
a) Realice en Excel® un análisis de regresión basado en estos dato
conteste las preguntas siguientes.
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.854969139337787
Coeficiente de determinación R^2 0.730972229219997
R^2 ajustado 0.671188280157774
Error típico 146.623446705045
Observaciones 12
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 2 525718.333886996
Residuos 9 193485.916113004
Total 11 719204.25
VARIANZA
Promedio de los cuadrados F Valor crítico de F
262859.166943498 12.2268977 0.00271698354671208
21498.4351236671
1200
1000
800
Y
600
400
200
0
500 600 700 800 900 1000 1100 1200 1300 1400
Variable X 2
Superior 95,0%
4060.06602844
-0.3131768309
0.86457386296
1200
1000
800
Y
Pronóstico para Y
Y
600
400
200
0
00 1300 1400 1500 190 200 210 220 230 240 250
Variable X 1
e X 1 Curva de regresión ajustada
Y
Pronóstico para Y