Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Una fabrica de pintura necesita saber cuanti va a vender en Enero del 2023 de acuerdo a la siguiente tabla:
Colocar en valor de n
Sacar el promedio de los primeros 3 renglones de ventas
918.80 83.5272727 9.13932562 Calcular el pronostico
Periodo Mes Ventas n=7 Pronostico Error Error^2
1 Enero 400
2 Febrero 432
3 Marzo 410
4 Abril 425
5 Mayo 390
6 Junio 408
7 Julio 420 412.14
8 Agosto 420 415.00 412.14 -7.86 61.73
9 Septiembre 430 414.71 415.00 -15.00 225.00
10 Octubre 395 412.57 414.71 19.71 388.65
11 Noviembre 415 411.14 412.57 -2.43 5.90
12 Diciembre 405 413.29 411.14 6.14 37.73
13 Enero 413.29
SSE MSE Error Paso 1: Sacar grados de libertad (gl)
gl = # de periodos - 1
-1
Colocar en valor de n
Sacar el promedio de los primeros 3 renglones de ventas
Calcular el pronostico
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.07082615906359
Coeficiente de determinación R^2 0.005016344807701
R^2 ajustado -0.09448202071153
Error típico 14.1523923698508
Observaciones 12
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 10.0979020979021
Residuos 10 2002.9020979021
Total 11 2013
X Y pronostico
Periodo Mes Ventas Yi Error Error^2 SSE
1 Enero 400 413.9543 13.9543 194.722488 2002.90269
2 Febrero 432 413.6886 -18.3114 335.30737
3 Marzo 410 413.4229 3.4229 11.7162444
4 Abril 425 413.1572 -11.8428 140.251912
5 Mayo 390 412.8915 22.8915 524.020772
6 Junio 408 412.6258 4.6258 21.3980256
7 Julio 420 412.3601 -7.6399 58.368072
8 Agosto 420 412.0944 -7.9056 62.4985114
9 Septiembre 430 411.8287 -18.1713 330.196144
10 Octubre 395 411.563 16.563 274.332969
11 Noviembre 415 411.2973 -3.7027 13.7099873
12 Diciembre 405 411.0316 6.0316 36.3801986
13 Enero 410.7659
GRESION LINEAL
Paso 1: Sacar grados de libertad (gl)
gl = # de periodos - 2
10
MSE ERROR
200.290269 14.1523945
Estadísticas de la regresión
Coeficiente d 0.41616266
Coeficiente d 0.17319136
R^2 ajustado 0.1095907
Error típico 20.1717647
Observacione 15
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1108.03214 1108.03214 2.72310615 0.12284475
Residuos 13 5289.70119 406.900092
Total 14 6397.73333
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 370.219048 10.9604931 33.7775906 4.73404E-14 346.540342 393.897753 346.540342
Variable X 1 1.98928571 1.20549351 1.65018367 0.12284475 -0.61502469 4.59359612 -0.61502469
Superior 95.0%
393.897753
4.59359612
REGRESION LINEAL
X Y pronostico
Periodo Mes Ventas Yi Error Error^2 SSE
1 Enero 350 372.2082 22.2082 493.204147 5289.7012
2 Febrero 375 374.1974 -0.8026 0.64416676
3 Marzo 410 376.1866 -33.8134 1143.34602
4 Abril 385 378.1758 -6.8242 46.5697056
5 Mayo 348 380.165 32.165 1034.58723
6 Junio 405 382.1542 -22.8458 521.930578
7 Julio 400 384.1434 -15.8566 251.431764
8 Agosto 375 386.1326 11.1326 123.934783
9 Septiembre 352 388.1218 36.1218 1304.78444
10 Octubre 407 390.111 -16.889 285.238321
11 Noviembre 400 392.1002 -7.8998 62.40684
12 Diciembre 390 394.0894 4.0894 16.7231924
13 Enero 395 396.0786 1.0786 1.16337796
14 Febrero 400 398.0678 -1.9322 3.73339684
15 Marzo 400 400.057 0.057 0.003249
16 Abril 402.0462
RESION LINEAL
Paso 1: Sacar grados de libertad (gl)
gl = # de periodos - 2
13
MSE ERROR
406.900092 20.1717647
Estadísticas de la regresión
Coeficiente d 0.16651273
Coeficiente d 0.02772649
R^2 ajustado-0.06950086
Error típico 13.4513444
Observacione 12
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 51.5985869 51.5985869 0.2851717 0.60499844
Residuos 10 1809.38665 180.938665
Total 11 1860.98524
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 416.404489 8.27873017 50.2981111 2.33201E-13 397.958329 434.85065 397.958329
Variable X 1 -0.60069067 1.12485792 -0.5340147 0.60499844 -3.10703031 1.90564898 -3.10703031
Superior 95.0%
434.85065
1.90564898
DESCOMPOSICIÓN LINEAL
Se deben descomponer los periodos en un minimo de 4 factore
X
Periodo Mes Ventas Pronostico
1 Enero 400 409.919408
2 Febrero 432 414.360015
3 Marzo 410 417.110916
4 Abril 425 418.179394
5 Mayo 390 407.550982
6 Junio 408 411.962468
7 Julio 420 414.089716
8 Agosto 420 415.752727
9 Septiembre 430 410.9946
10 Octubre 395 415.800613
11 Noviembre 415 415.79576
12 Diciembre 405 415.793333
13 Enero 402.814128
Y
Promedio 412.5 Yi estacionalizados
Factores estacionalizados 1 0.985858586 405.7377
Factores estacionalizados 2 0.997979798 432.8745
Factores estacionalizados 3 1.006060606 407.5301
Factores estacionalizados 4 1.01010101 420.75
395.5943
408.8259
417.4699
415.8
436.1680
395.7996
412.5
400.95
DESCOMPOSICIÓN LINEAL
dos en un minimo de 4 factores que se representan por colores