Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROMEDIO POBLACIONAL
ID Estado PIB/ per cápita 𝜇=(∑▒𝑥)/𝑁
1 Alabama 27,795
2 Alaska 34,454
3 Arizona 28,442 N= 50 =COUNT(D8:D57)
4 Arkansas 25,725 ∑x = 1,597,555.00 =SUM(D8:D57)
5 California 35,019 μ= 31,951.10 =G11/G10
6 Colorado 36,063 31,951.10 =AVERAGE(D8:D57)
7 Connecticut 45,398
8 Delaware 35,861 DESVIACION ESTANDAR DE LA POBLACION
9 Florida 31,455
10 Georgia 30,051 σ= 4,403.94
11 Hawaii 32,160
12 Idaho 27,098
13 Illinois 34,351 CALCULAR EL TAMAÑO DE LA MUESTRA
14 Indiana 30,094
15 Iowa 30,560 n= 18
16 Kansas 30,811 ESCOGER LA MUESTRA AL AZAR
17 Kentucky 27,709
18 Louisiana 27,581 MUESTRA
19 Maine 30,566 30 New Jersey 41,332
20 Maryland 39,247 2 Alaska 34,454
21 Massachusetts 41,801 29 New Hampshire 37,040
22 Michigan 31,954 3 Arizona 28,442
23 Minnesota 35,861 28 Nevada 33,405
24 Mississippi 24,650 1 Alabama 27,795
25 Missouri 30,608 48 West Virginia 25,872
26 Montana 26,857 40 South Carolina 27,172
27 Nebraska 31,339 47 Washington 35,299
28 Nevada 33,405 8 Delaware 35,861
29 New Hampshire 37,040 42 Tennessee 30,005
30 New Jersey 41,332 39 Rhode Island 33,733
31 New Mexico 26,191 27 Nebraska 31,339
32 New York 38,228 16 Kansas 30,811
33 North Carolina 29,246 25 Missouri 30,608
34 North Dakota 31,398 9 Florida 31,455
35 Ohio 31,322 15 Iowa 30,560
36 Oklahoma 28,089 33 North Carolina 29,246
37 Oregon 29,971 1 Alabama 27,795
𝑥 ̅=(∑▒𝑥)/𝑛
38 Pennsylvania 33,348 PROMEDIO MUESTRAL
39 Rhode Island 33,733
40 South Carolina 27,172 ∑x = 602,224
41 South Dakota 30,856 n= 19
42 Tennessee 30,005 x ̅= 31,696
43 Texas 30,222 31,913
44 Utah 26,606
45 Vermont 32,770 DESVIACION ESTANDAR DE LA MUESTRA
46 Virginia 35,477
47 Washington 35,299 s= 3,896.21
48 West Virginia 25,872
49 Wisconsin 32,157 CUADRO RESUMEN
50 Wyoming 34,306
POBLACION MUESTRA
Promedio 31,951 31,696
Desv. S 4,404 3,896
Histogram (with Normal Curve) of PIB/ per cápita
12 Mean 31951
StDev 4449
N 50
10
8
COUNT(D8:D57)
Frequency
SUM(D8:D57)
6
AVERAGE(D8:D57)
4
POBLACION 𝜎=√((∑▒(𝑥−𝜇)^2 )/𝑁)
0
25000 30000 35000 40000 45000
PIB/ per cápita
4
Frequency
0
𝑥 ̅=(∑▒𝑥)/𝑛 25000 30000 35000 40000
MUESTRA
𝑠=√((∑▒(𝑥−𝑥 ̅ )^2 )/𝑛)
DIFERENCIA %
255 0.80%
508 11.53%
of PIB/ per cápita
Mean 31951
StDev 4449
N 50
40000 45000
e) of MUESTRA
Mean 31913
StDev 3896
N 18
40000
N Finita
Introducir Datos
Intervalo 1.96 Confianza Intervalo Z
Error 5.00% 80% 1.28
N 49 85% 1.44
P 0.95 90% 1.65
95% 1.96
99% 2.57
n=
n/N =
Error e
2%
3%
4%
5%
6%
7%
Ajuste Numerador n 30
Denominado 1+(n/N) 1.603274
Resultado
0.30 Resultado n 18
30
60.33%
5 3
Aleatoriedad
1.2
1
0.8
0.6
0.4
0.2
0
0 10 20 30 40 50 60
Modelo Aditivo
400
Modelo Multiplicativo
300 900
800
200
700
100
600
0
0 10 20 30 40 50 60 500
400
300
200
100
0
0 10 20 30 40 50 60
ativo
40 50 60
Tiempo Ventas y Pronostico (y - yest)^2
1 1.11 1.05 1.10
2 1.28 1.09 1.19 V
3 1.17 1.14 1.29
4 1.10 1.18 1.39 1.8
5 1.06 1.23 1.50
6 1.14 1.27 1.61 1.7
f(x) = 0.04409090909090
7 1.24 1.31 1.72 R² = 0.68871021322838
1.6
8 1.33 1.36 1.84
9 1.38 1.40 1.96 1.5
10 1.50 1.45 2.09
Ventas
1.4
11 1.65 1.49 2.22
12 1.53 1.53 2.35 1.3
13 1.58
14 1.62 1.2
15 1.67
1.1
16 1.71
1
MSE= 1.30 0 2 4
R2 = coeficiente de determinación.
Entre mas cerca de 1 es mejor la prediccion
Indica cuan correcto es el estimado de la ecua
MSE = Mean Squared Error
Ventas en miles de $
1.8
1.7
f(x) = 0.0440909090909091 x + 1.00454545454545
R² = 0.68871021322838
1.6
1.5
1.4
1.3
1.2
1.1
1
0 2 4 6 8 10 12 14 16 18
Años
e de determinación.
a de 1 es mejor la prediccion
rrecto es el estimado de la ecuación de regresión
quared Error
Año Estación Demanda actual PM PMC IE
2002 Invierno 2.00
2002 Primavera 3.00
2002 Verano 4.00 2.50 2.88 1.39
2002 Otoño 1.00 3.25 3.63 0.28
2003 Invierno 5.00 4.00 4.38 1.14
2003 Primavera 6.00 4.75 4.88 1.23
2003 Verano 7.00 5.00 5.25 1.33
2003 Otoño 2.00 5.50 6.00 0.33
2004 Invierno 7.00 6.50 6.88 1.02
2004 Primavera 10.00 7.25 7.38 1.36
2004 Verano 10.00 7.50 7.88 1.27
2004 Otoño 3.00 8.25 9.13 0.33
2005 Invierno 10.00 10.00 10.75 0.93
2005 Primavera 17.00 11.50 11.38 1.49
2005 Verano 16.00 11.25 11.63 1.38
2005 Otoño 2.00 12.00 12.38 0.16
2006 Invierno 13.00 12.75 14.25 0.91
2006 Primavera 20.00 15.75 16.63 1.20
2006 Verano 28.00 17.50 18.25 1.53
2006 Otoño 9.00 19.00 20.75 0.43
2007 Invierno 19.00 22.50 23.25 0.82
2007 Primavera 34.00 24.00 23.25 1.46
2007 Verano 34.00 22.50 23.50 1.45
2007 Otoño 3.00 24.50 25.13 0.12
2008 Invierno 27.00 25.75 27.50 0.98
2008 Primavera 39.00 29.25 30.25 1.29
2008 Verano 48.00 31.25 31.13 1.54
2008 Otoño 11.00 31.00 31.63 0.35
2009 Invierno 26.00 32.25 33.25 0.78
2009 Primavera 44.00 34.25 35.63 1.24
2009 Verano 56.00 37.00 38.50 1.45
2009 Otoño 22.00 40.00 40.88 0.54
2010 Invierno 38.00 41.75 43.50 0.87
2010 Primavera 51.00 45.25 45.13 1.13
2010 Verano 70.00 45.00 45.75 1.53
2010 Otoño 21.00 46.50 48.50 0.43
2011 Invierno 44.00 50.50 51.88 0.85
2011 Primavera 67.00 53.25 53.88 1.24
2011 Verano 81.00 54.50 55.38 1.46
2011 Otoño 26.00 56.25 57.75 0.45
2012 Invierno 51.00 59.25 62.50 0.82
2012 Primavera 79.00 65.75 66.63 1.19
2012 Verano 107.00 67.50
2012 Otoño 33.00
PM= =AVERAGE(D3:D6) Promedio móvil
PMC= =AVERAGE(E5:E6) Promedio móvil centrado
IE= =D5/F5 Indice Estacional
Promedio de IE Estación
Año Invierno Otoño Primavera Verano
2002 0.28 1.39
2003 1.14 0.33 1.23 1.33
2004 1.02 0.33 1.36 1.27
2005 0.93 0.16 1.49 1.38
2006 0.91 0.43 1.20 1.53
2007 0.82 0.12 1.46 1.45
2008 0.98 0.35 1.29 1.54
2009 0.78 0.54 1.24 1.45
2010 0.87 0.43 1.13 1.53
2011 0.85 0.45 1.24 1.46
2012 0.82 1.19
Total Result 0.91 0.34 1.28 1.43
SUMA 3.97
200
150
Deman
300
250
2013 262.527
200
Demanda
Demanda
MSE= 28.10
PRONOSTICO.ETS
Calcula o predice un valor futuro en base a valores (históricos) existentes mediante la versión AAA el
algoritmo de Suavizado exponencial triple (ETS). El valor pronosticado es una continuación de los
,$C$4:$C$19,$B$4:$B$19,$D$2) valores históricos de la fecha de destino especificada, que debería ser la continuación de la línea de
tiempo. Esta función se puede usar para realizar previsiones de ventas, establecer requisitos de
inventario o tendencias de los consumidores.
https://support.microsoft.com/es-es/office/pronostico-ets-función-pronostico-ets-15389b8b-677e-
4fbd-bd95-21d464333f41?
ns=excel&version=90&syslcid=3082&uilcid=3082&appver=zxl900&helpid=xlmain11.chm60646&ui=es-
es&rs=es-es&ad=es
160
140
120
100
80
Ventas
60
40
20
-
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
(20)
Años
stico-ets-15389b8b-677e-
=xlmain11.chm60646&ui=es-
Año Asistencia (miles)
1993 5,761
1994 6,148 Asistencia (miles)
1995 6,783 25,000
1996 7,445
1997 7,405
20,000
1998 11,450
1999 11,224
2000 11,703 15,000
2001 11,890
2002 12,380 10,000
2003 12,181
2004 12,557 5,000
2005 12,700
2006 19,300
-
2007 22,100 1990 1995 2000 2005 2010
2008 22,720
2009 21,136
2010 22,785
2011 23,377
2012 23,300
(miles)
Estacionalidad 4
Año Asistencia (miles) y (𝑦−𝑦 ̂ )^2
1993 5,761 3,749 4,047,563 =FORECAST.ETS.ADD(B33,$C$33:$C$52,$B$33:$
1994 6,148 6,148 - =(C34-D34)^2
1995 6,783 6,783 -
1996 7,445 7,445 -
1997 7,405 7,405 -
1998 11,450 11,450 -
1999 11,224 11,224 -
2000 11,703 11,703 -
2001 11,890 11,890 -
2002 12,380 12,380 -
2003 12,181 12,181 -
2004 12,557 12,557 -
2005 12,700 12,700 -
2006 19,300 19,300 -
2007 22,100 22,100 -
2008 22,720 22,720 -
2009 21,136 21,136 -
2010 22,785 22,785 -
2011 23,377 23,377 -
2012 23,300 23,300 -
2013 23,872
2014 27,229
MSE 3,090,209
RMSE 1,758
Estacionalidad 2 1,820
3 1,807
4 1,758
5 1,929
EAR(B3,$C$3:$C$22,$B$3:$B$22)
Asistencia
ADD(B33,$C$33:$C$52,$B$33:$B$52,$D$31)
PRONOSTICO ETS
30000
25000
20000
15000
10000
5000
0
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
5000
0
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
ETS
06 2007 2008 2009 2010 2011 2012 2013 2014 2015
ETS