Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ciencias Aplicadas
2
Tema: Estadísticas descriptivas y estimaciones por intervalo
Logro: El estudiante construye y analiza tablas elaboradas con MS Excel; asimismo, analiza estimaciones
puntuales y por intervalo utilizando para ello salidas obtenidas con el software estadístico Minitab.
Entendiendo las diferencias entre punto crítico y valor crítico. Obtenga los valores críticos utilizando el
software MS Excel y complete la tabla siguiente:
Z0,99 =
Z0,01 =
T (0,025;15) =
T (0,975;15) =
F (0,025;3;5) =
F (0,975;3;5) =
INV.NORM.ESTAND(probabilidad)
3
Caso: Empresa de Telefonía Movitel S.A.
La base de datos que está en el archivo de esta sesión muestra la información de 150 usuarios de telefonía
celular de la empresa de telefonía Movitel S.A., los cuáles fueron seleccionados aleatoriamente en todo
Lima, con el objetivo de realizar un estudio. Las variables para analizar son:
La gerencia de la empresa de telefonía Movitel S. A. lo ha designado a usted como analista para realizar un
análisis estadístico de los datos recolectados. Como parte del análisis se solicita lo siguiente:
A continuación, se muestra las salidas obtenidas utilizando el software MINITAB para cada una de las
preguntas anteriores
(a) (b)
Cuenta de variables discretas: Operador Estadísticas tabuladas: Operador; Tipo de celular
Contar Filas: Operador Columnas: Tipo de celular
Operador Conteo Porcentaje POST-PAGO PRE-PAGO Todo
CLARO 54 36.00
ENTEL 33 22.00 CLARO 22 32 54
MOVISTA 63 42.00 32.35 39.02 36.00
R ENTEL 16 17 33
N= 150 23.53 20.73 22.00
MOVISTA 30 33 63
R
44.12 40.24 42.00
Todo 68 82 150
100.00 100.00 100.00
Contenido de la celda
Conteo
% de columna
4
2) La tabla debajo incluye estadísticas descriptivas para la variable edad según operador que se obtuvo
con el programa Minitab. Analice los datos obtenidos e indique en qué grupo las edades son más
homogéneos y en qué grupo se concentran los usuarios con mayores edades.
3) Determinar si el gasto promedio mensual de los usuarios de telefonía supera los 60 soles mensuales.
Use intervalos de confianza de una media y un nivel de confianza del 98%. A continuación, se muestra
la salida obtenida con el software Minitab.
5
4) Determine si más de la mitad de los usuarios utilizan el tipo de celular prepago. Use intervalos de
confianza de una proporción y un nivel de confianza del 99%. A continuación, se muestra la salida
obtenida con el software Minitab.
Logro: Desarrollar pruebas de hipótesis de una media y una proporción poblacional, en casos de su
especialidad.
Tiempo de carga por vehículo (min) 39.0 42.6 29.5 39.6 38.2 41.4 33.2 39.9
A la luz de los resultados obtenidos, ¿puede afirmar que la nueva estrategia de carga de vehículos
implementada por el Gerente de Producción fue exitosa? Justifique adecuadamente su respuesta. Use el
nivel de significación estándar y asuma que el tiempo de carga por vehículo sigue una distribución normal.
Interpretación:
Representación:
6
Cálculo:
7
POR QUE ES COLA A LA IZQUIERDA
Análisis:
Argumentación:
8
Caso: Empresa fabricante de baterías para autos eléctricos RACE BATTERY
S.A.
El Gerente de Producción de la empresa RACE BATTERY quiere garantizar que
el lote de baterías de autos eléctricos que enviará a un cliente cumpla con la
especificación de calidad, es decir “máximo 2% de productos defectuosos”. Si
el lote no cumple con la especificación de calidad para la proporción
defectuosa, el Gerente de producción realizará mejoras en el proceso de
fabricación de las baterías.
Para ello ha tomado una muestra aleatoria 540 unidades del lote y ha identificado 18 productos
defectuosos. A la luz de los resultados obtenidos, ¿se deberá realizar mejoras en el proceso de fabricación?
Use nivel de significación del 1%.
Interpretación:
Representación:
Cálculo:
Análisis:
9
Argumentación:
Logro: Desarrollar pruebas de hipótesis de razón de varianzas y diferencia de medias para muestras
independientes, en casos de su especialidad, usando el Minitab.
10
Analice la información presentada. ¿Qué fórmula de aceite para motores de auto recomendaría producir al
responsable del área de producción? Justifique adecuadamente su respuesta. Utilice un nivel de
significación de 7% y asuma que se cumple el supuesto de normalidad.
Valores críticos para una prueba de hipótesis bilateral para el cociente de varianzas
11
Cálculo del valor crítico cola izquierda Cálculo del valor crítico cola derecha
F Crit-izq =
1
[ α
]
F tab ;( n 2 -1); ( n1 -1 )
[α
]
F Crit-der = Ftab ; ( n1 -1 ) ; ( n 2 -1 )
2
2
12
Caso 2: Empresa de transporte Challenger S.A.C.
El Ingeniero Luis Palomino, se encarga de la compañía de transporte terrestre de pasajeros Challenger
S.A.C. que tiene dos tipos de Buses para el transporte de pasajeros: El tipo Panorámico y el tipo Estándar.
Luis, desea adquirir más unidades de buses Panorámicos, pues sospecha que el desgaste en la compresión
de los cilindros (que mide la estanqueidad entre los segmentos/pistones/cilindros y las válvulas con sus
asientos en unidades PSI) en dichos buses es inferior al desgaste de los buses Normales. De ser cierto esto,
el ingeniero iniciará el trámite para la adquisición de nuevas unidades Panorámicas. Para verificar ello,
realiza la medición de la compresión de cilindros a 10 buses Panorámicos y 9 buses Normales con un
manómetro, los registros de las mediciones de cada tipo de bus se muestran a continuación:
13
178 155
180 160
175 155
175 164
170 180
160 160
155 170
165 150
180
14
15
Dalta
Verifique el supuesto del ingeniero de producción y de sus conclusiones con un nivel de significación del
5%. Asuma que el tiempo de entrega de los lotes de fierros de construcción se distribuye en forma normal.
Interpretación:
Determinar si el nuevo es más eficaz que el método actual
Representación:
Variables:
X1=Tiempo de entrega con Método actual en días
X2= Tiempo de entrega con Método nuevo en días
16
Parámetro
X1=Tiempo de entrega promedio con Método actual en días
X2= Tiempo de entrega promedio con Método nuevo en días
izquierdaaaaaa
HO :u 1≤ u 2 →u 1−u 2 ≤ 0
H 1:u 1>u 2→ u 1−u 2 ≤ 0
Cálculo:
Análisis:
tcal> t crítico →no se rechaza H 0
Argumentación:
17
Con un nivel de significación de 5%n no existe evidencia suficiente para afirmar que el tiempo de entrega
del nuevo método fueron MENORES al tiempo de entrega actual
Interpretación:
Representación:
Cálculo:
Análisis:
18
Argumentación:
Interpretación:
Representación:
Cálculo:
19
Análisis:
Con un nivel de significancia de 0,05, no existe evidencia muestral suficiente para afirmar que los
compradores del producto A tienen más devoluciones que del producto B en más del 2%
Argumentación:
20
Caso: Densidad de los tabiques
Un ingeniero realizó un experimento para determinar si cuatro diferentes tipos de arcilla, utilizadas en la
elaboración de ciertos tabiques, afectan su densidad. A continuación, se muestran los datos:
Con un nivel de significación del 1%, si se requiere tabiques de mayor densidad, ¿qué tipo(s) de arcilla es la
más adecuada?
Interpretación:
Representación:
Cálculo y análisis:
21
Argumentación:
22
metales y, a cada uno, se le asigna de manera aleatoria un método anticorrosivo. El tiempo, en minutos,
que tardan en corroerse los metales se ha registrado en la siguiente tabla:
M1 M2 M3 M4
17 25 20 21
18 22 17 31
16 22 19 24
19 27 20 30
20 26 17 31
Asumiendo que se cumplen los supuestos y utilizando un nivel de significación del 5% ¿Qué método(s)
anticorrosivo deberá utilizar el jefe de control de calidad?
Interpretación:
Representación:
Cálculo y análisis:
23
Argumentación:
Logro: Desarrollar análisis de varianza para dos factores y prueba de Tukey, en casos de su especialidad,
usando el MINITAB.
24
Caso: Tiempo de conservación de los espárragos
Una empresa agroindustrial del norte del país dedicada a la exportación de espárragos, en donde la
característica más importante es el tiempo de conservación (semanas) de los espárragos. Uno de los
ingenieros dentro de la empresa desea evaluar si la variedad del esparrago (A, B y C) y el sistema de
enfriamiento (Pro –frio, Mega – frio y Súper-frio) al cual se sometido el espárrago para su conservación
influyen en el tiempo de conservación de los espárragos. Para esto, se diseña un experimento con tres
variedades de espárragos y tres sistemas de enfriamiento. Los resultados se muestran a continuación:
Con un nivel de significación de 3%, ¿Qué sistema de enfriamiento y/o variedad de esparrago, de acuerdo si
afectan de forma conjunta o independientemente, obtiene un mayor tiempo de conservación de los
espárragos?
Interpretación:
Representación:
Cálculo y análisis
25
Argumentación:
26
aleatoriamente, de tres en tres, a las doce combinaciones generadas por los 4 operarios y las 3 máquinas. A
continuación, se presentan los resultados:
I II III
A B C D A B C D A B C D
115 117 109 112 111 105 100 105 109 110 103 108
115 114 110 115 108 102 103 107 110 113 102 111
119 114 106 111 114 106 101 107 107 114 105 110
Con un nivel de significación de 5%, ¿Con que operador y/o tipo de máquina, de acuerdo si afectan de
forma conjunta o independiente, obtiene una mayor resistencia al rompimiento?
Interpretación:
Representación:
Cálculo y análisis:
27
Argumentación:
28
Tema: Análisis de regresión lineal simple
Logro: Estimar valores a partir de modelos de regresión lineal simple que brindan la adecuada validez
estadística, en casos de su especialidad, utilizando el software estadístico Minitab.
A continuación, se presentan los siguientes datos obtenidos de los últimos 10 registros diarios:
Con el objetivo de disminuir los gastos diarios por consumo de electricidad, Luis solicitará un servicio de
mantenimiento para la máquina, si el gasto diario por consumo de electricidad, cuyo tiempo de
funcionamiento es de 16 horas (x)al día, es mayor a 165 soles. De ser necesario, utilice un nivel de
significación de 5% y nivel de confianza de 95%
Interpretación:
Representación:
29
Cálculo y análisis:
30
2
R =94,69 % →el 94,69% de la variabilidad del gasto de electricidad es explicado por el tiempo de
funcionamiento de la maquina
GRAFICA
IMAGENESS
31
Argumentación:
Cantidad
2 3 2 11 7 16 9 2 12 4 9 3 13
videocámaras
5.0 5.1 4. 12.9 8.0 19.0 10.1 4.2 13.5 4.8 10.2 5.1 15.0
Gasto en publicidad
0 6 5 7 5 1 6 9 2 2 3 5 5
32
Si el pronóstico de la cantidad media de videocámaras vendidas es mayor a 10 mil unidades, cuando el
gasto en publicidad realizado es de 15 mil soles, el gerente disminuirá en 6%, el gasto en publicidad. Utilice
un nivel de significación del 3% y un nivel de confianza del 95%.
Interpretación:
Representación:
Cálculo y análisis:
33
34
Argumentación:
Caso: Espárragos
La tenacidad y fibrosidad de los espárragos son determinantes importantes de su calidad. Este fue el
enfoque de un estudio reportado en “Post-Harvest Glyphosphate Application Reduces Toughening, Fiber
Content, and Lignification of Stored Asparagus Spears” (J. of the Amer. Soc. of Horticultural Science, 1988:
569-572). El artículo reportó siguientes datos sobre la variable X: fuerza cortante (kg), sobre la variable Y:
porcentaje de peso de fibra en seco.
35
x 46 48 55 57 60 72 81 85 94
y 2.18 2.1 2.13 2.28 2.34 2.53 2.25 2.62 2.63
a) Calcule el valor del coeficiente de correlación. Basado en este valor, ¿cómo describiría la naturaleza
de la relación entre las dos variables?
n
1
σ xy n
∑ ( x i - x ) ( y i - y )
i=1
Use la siguiente fórmula: r = =
√ √
σ x σy 1
n n
n
∑ ( x i - x ) * 1n
2
∑ ( y i - y )2
i =1 i =1
r 0,9647
b) Realice la estimación del modelo de regresión lineal para estimar el porcentaje de peso de fibra en
seco. Interprete el coeficiente de regresión.
σ y →desviacion estnadr de Y
σy
Use las siguientes fórmulas: β^ 1 = r β^ 0 = y - β^ 1 x
σx
36
d) Uno de los supuestos del modelo de regresión, de mínimos cuadrados, es que los errores son
independientes es decir no están autocorrelacionados. Gráficamente usando el gráfico de
dispersión de et y et - 1 ¿hay autocorrelación de los residuos?
37
Caso: Planta ensambladora de autos
Juan Pérez, es un ingeniero industrial quien actualmente está a cargo del
área de producción de una planta ensambladora de autos. Últimamente
se han reportado en la planta, máquinas ensambladoras paralizadas,
situación que afecta fuertemente la tasa de productividad.
Juan piensa que el costo por falla de la máquina ensambladora (en miles
de dólares) está en función al tiempo (en horas) que se pierde cada vez
que ésta deja de operar.
A continuación, se presentan los siguientes datos obtenidos de los últimos 12 registros de fallas:
Tiempo perdido
12 21 31 34 37 49 34 34 42 51 56 67
( horas)
Costo por falla
16 22 26 28 30 40 33 29 37 42 45 47
(miles de $)
a) Calcule el valor del coeficiente de correlación. Basado en este valor, ¿cómo describiría la naturaleza
de la relación entre las dos variables?
n
1
σ xy n
∑ ( x i - x ) ( y i - y )
i=1
Use la siguiente fórmula: r = =
√ √
σ x σy 1
n
1
n
n
∑ ( x i - x ) *2
n
∑ ( y i - y )2
i =1 i =1
b) Realice la estimación del modelo de regresión lineal para estimar el porcentaje de peso de fibra en
seco. Interprete el coeficiente de regresión.
38
σy
Use las siguientes fórmulas: β^ 1 = r β^ 0 = y - β^ 1 x
σx
d) Uno de los supuestos del modelo de regresión, de mínimos cuadrados, es que los errores son
independientes es decir no están autocorrelacionados. Gráficamente usando el gráfico de
dispersión de et y et-1 ¿hay autocorrelación de los residuos?
39
Tema: Análisis de regresión no lineal
Logro: Estimar valores a partir de modelos de regresión no lineal simple que brindan la adecuada validez
estadística, en casos de su especialidad, utilizando el software estadístico Minitab.
¿Cuál será la decisión del Gerente Comercial? Utilice un nivel de significación de 1% y un nivel de confianza
del 99% en las diferentes pruebas.
Interpretación:
Representación:
40
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 49,00 4,98 9,84 0,000
Tiempo utilizado X 0,09142 0,00766 11,94 0,000 1,00
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
7,22610 94,69% 94,02% 91,30%
Cuadratico
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Constante 35,06 8,29 4,23 0,004
Tiempo utilizado X 0,1596 0,0353 4,52 0,003 28,91
X^2 -0,000060 0,000031 -1,96 0,090 28,91
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
6,20262 96,57% 95,59% 90,86%
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Constante 4,0134 0,0741 54,14 0,000
Tiempo utilizado X 0,000980 0,000114 8,59 0,000 1,00
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 1,686 0,226 7,47 0,000
Ln(X) 0,4681 0,0363 12,89 0,000 1,00
41
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0,0737527 95,40% 94,83% 91,07%
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 2 7590,3 3795,15 98,65 0,000
Tiempo utilizado X 1 784,8 784,81 20,40 0,003
X^2 1 148,4 148,43 3,86 0,090
Error 7 269,3 38,47
Total 9 7859,6
42
EE del
Término Coef coef. Valor T Valor p FIV
Constante 1,686 0,226 7,47 0,000
Ln(X) 0,4681 0,0363 12,89 0,000 1,00
Falta la grafica
43
Cálculo y análisis:
44
Predicción
Ajuste EE de ajuste IC de 99% IP de 99%
4,96402 0,0378941 (4,83687; 5,09117) (4,68579; 5,24224)
45
Argumentación:
Regrdsion simple
46
47
Caso: Empresa Super Metal S.A.
La empresa Super Metal S.A., dedicada a la producción de herramientas de acero, desea presentar al
mercado un nuevo tipo de punta para taladros. Antes de ello desea saber la relación entre la deformación
(en mm) que sufre el acero a temperatura normal y la dureza del acero (en kg/mm 2). Para investigar esta
relación se ha tomado la siguiente muestra de datos:
Dureza (Kg/mm2) 68 67 65 53 44 40 37 34 32
Deformación (mm) 6 9 11 13 22 26 28 33 35
Si la dureza del acero es menor a 35 kg/ mm2, cuando la deformación que sufre el acero es de 40 mm (X), la
empresa presentará el nuevo tipo de punta para taladros. ¿Cuál será la decisión de la empresa? Utilice un
nivel de significación de 5% y nivel de confianza de 97% en las diferentes pruebas.
Interpretación:
Representación:
48
Lineal
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 75,72 2,46 30,78 0,000
Deformación X -1,320 0,108 -12,21 0,000 1,00
Cuadrática
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 83,40 4,66 17,90 0,000
Deformación X -2,322 0,550 -4,22 0,006 34,86
x^2 0,0245 0,0133 1,85 0,114 34,86
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
2,86123 97,15% 96,19% 94,13%
Exponencial
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 4,4055 0,0353 124,98 0,000
Deformación X -0,02735 0,00155 -17,66 0,000 1,00
Potencial
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 5,168 0,119 43,26 0,000
Ln(X) -0,4621 0,0410 -11,28 0,000 1,00
49
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0,0733502 94,78% 94,04% 88,02%
Exponencial
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 1 0,70605 0,706049 311,99 0,000
Deformación X 1 0,70605 0,706049 311,99 0,000
Error 7 0,01584 0,002263
Total 8 0,72189
X q gano exponencial
50
51
52
Valor p = 0,897 > 0,05 no se rechaza h0 se cumple el suppuesto
homocedasticidad
Estadístico de Durbin-Watson
Estadístico de Durbin-Watson = 2,18019
El mejor modelo
x=40
Ln Y= 3,3115
e^( Ln Y)= e^(3,3115)
Y= 27,42623
53
54
Predicción
Ajuste EE de ajuste IC de 97% IP de 97%
3,31159 0,0343316 (3,21839; 3,40478) (3,15234; 3,47084)
23,39 32,16
Cálculo y análisis:
Argumentación:
55
Tema: Análisis de regresión lineal múltiple
Logro: Estimar valores a partir de modelos de regresión lineal múltiple que brindan la adecuada validez
estadística, en casos de su especialidad, utilizando el software estadístico Minitab.
Variable Descripción
Peso total de material utilizado x1 En kilogramos.
Producción total de botellas de cerveza sin rotura x2 Producción en unidades.
Total de botellas con rotura x3 En unidades.
Costo total de botellas fabricadas En soles.
Interpretación:
Representación:
56
57
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Constante 967 301 3,21 0,002
Peso total X1 0,001644 0,000725 2,27 0,026 1,23
botellas sin rotura X2 0,1272 0,0162 7,84 0,000 101,01
botellas con rotura X3 -0,58 2,83 -0,20 0,839 100,32
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 3 325428463 108476154 2019,72 0,000
Peso total X1 1 275829 275829 5,14 0,026
botellas sin rotura X2 1 3298324 3298324 61,41 0,000
botellas con rotura X3 1 2241 2241 0,04 0,839
Error 82 4404089 53708
Total 85 329832552
MODELO INDIVIADUL
Coeficientes
58
Término Coef EE del coef. Valor T Valor p FIV
Constante 967 301 3,21 0,002
Peso total X1 0,001644 0,000725 2,27 0,026 1,23
botellas sin rotura X2 0,1272 0,0162 7,84 0,000 101,01
botellas con rotura X3 -0,58 2,83 -0,20 0,839 100,32
Paso a paso
59
mostras detalle
60
61
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Constante 1026,4 86,1 11,93 0,000
Peso total X1 0,001651 0,000720 2,29 0,024 1,23
botellas sin rotura X2 0,12390 0,00178 69,63 0,000 1,23
Este modelo hay esta validado porque hay elimino le malo pero igual se
va a confirmar xd
62
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 2 325426223 162713111 3064,95 0,000
Peso total X1 1 278907 278907 5,25 0,024
botellas sin rotura X2 1 257383164 257383164 4848,21 0,000
Error 83 4406329 53088
Total 85 329832552
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Constante 1026,4 86,1 11,93 0,000
Peso total X1 0,001651 0,000720 2,29 0,024 1,23
botellas sin rotura X2 0,12390 0,00178 69,63 0,000l 1,23
63
64
|
65
Estadístico de Durbin-Watson
Estadístico de Durbin-Watson = 1,78366
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Constante 1026,4 86,1 11,93 0,000
Peso total X1 0,001651 0,000720 2,29 0,024 1,23
botellas sin rotura X2 0,12390 0,00178 69,63 0,000 1,23
Estadísticas
Variable Mínimo Máximo
COOK 0,00000 0,06387
67
X1= el peso total del material utilizado (Kg) 45580
X2= producción total de botellas sin roturas40000
68
95%
Cálculo y análisis:
Argumentación:
69
Caso: “Sam Motor Perú S.A.”
El gerente de comercialización de “Sam Motor Perú S. A.” piensa que el ingreso mensual de la empresa (en
dólares) depende de las siguientes variables: Cantidad de servicios realizados por mes, Costos mensuales
(en dólares) y margen de utilidad mensual (%). Para tal fin se selecciono una muestra aleatoria de 30
meses.
Si el ingreso mensual medio de la empresa es menor a 3000 dolares, cuando la cantidad de servicios es 100,
el costo mensual es 80 dólares y el margen de utilidad mensual resulta 25%, el gerente tomará la decisión
de realizar campañas publicitarias con el objetivo de incrementar la cantidad de servicios realizados al mes.
¿Qué decisión tomará el gerente?. De ser necesario, considere en los análisis un nivel de significación del
5% y un nivel de confianza del 99% (alfa a entrar 0.05 y alfa a retirar 0.05).
Interpretación:
Representación:
Y= el ingreso mensual
X1= Cantidad de servicios realizados por mes
X2= Costos mensuales (en dólares)
X3= margen de utilidad mensual (%)
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 515 314 1,64 0,114
servicios realizado X1 -1,30 1,61 -0,81 0,428 1,04
Costos mensuales x2 13,56 3,19 4,24 0,000 1,29
utilidad mensual X3 52,71 9,69 5,44 0,000 1,34
70
S= 151,119 …….
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 3 2161489 720496 31,55 0,000
servicios realizado X1 1 14833 14833 0,65 0,428
Costos mensuales x2 1 411411 411411 18,02 0,000
utilidad mensual X3 1 676046 676046 29,60 0,000
Error 26 593765 22837
Total 29 2755254
individial
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 515 314 1,64 0,114
servicios realizado X1 -1,30 1,61 -0,81 0,428 1,04
Costos mensuales x2 13,56 3,19 4,24 0,000 1,29
utilidad mensual X3 52,71 9,69 5,44 0,000 1,34
Las variables de X2= Costos mensuales (en dólares) y X3= margen de utilidad mensual (%) son
sognificantes dentro del modelo. Sim embargo, la variable X1= Cantidad de servicios realizados por mes
no es significante. Por lo tanto, el modelo no es valido
Paso a paso
71
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 322 203 1,59 0,125
Costos mensuales x2 13,41 3,17 4,23 0,000 1,29
utilidad mensual X3 54,23 9,44 5,75 0,000 1,29
Este modelo hay esta validado porque hay elimino le malo pero igual se
va a confirmar xd
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 2 2146656 1073328 47,62 0,000
Costos mensuales x2 1 403994 403994 17,92 0,000
utilidad mensual X3 1 744013 744013 33,01 0,000
Error 27 608598 22541
Total 29 2755254
a
un nivel de significación de 5%, la evidencia muestras es suficiente para afirmar que existe
relación lineal entre Y= el ingreso mensual, X2= Costos mensuales (en dólares), y el X3= margen de
utilidad mensual (%). A NIVEL GLOBAL EL MODELO ES VÁLIDO
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 322 203 1,59 0,125
Costos mensuales x2 13,41 3,17 4,23 0,000 1,29
utilidad mensual X3 54,23 9,44 5,75 0,000 1,29
H0: B2=0
72
H0: B2≠0
H0: B3=0
H0: B3≠0
A un nivel de significación de 5%, las variables de X2= Costos mensuales (en dólares), y el
X3= margen de utilidad mensual (%) son significativos dentro del modeo. POR LO TANTO, EL MODELO
ES VÁLIDO
73
Cálculo y análisis:
74
75
76
Argumentación:
Logro: Pronosticar valores a partir de modelos con series de tiempo estacionarias o no estacionarias, en
casos de su especialidad.
Año Trimestre Yt
III 79
2018
IV 87
I 77
II 81
2019
III 89
IV 79
I 76
II 87
2020
III 79
IV 87
Si el pronóstico de las ventas para el I trimestre de 2021 supera los 86000 soles, la empresa invertirá en
publicidad para promocionar la nueva línea de juguetes. ¿Cuál será la decisión de la empresa? Utilice α =
0.40, 0.70 y 0.90.--> 3 pronostico
Interpretación:
Representación:
Y= ventas de juguetes en miles de soles
X(periodo de tiempo)= periodo dependiente TRIMESTRAL
77
78
79
Cálculo y Análisis:
80
81
82
Medidas de exactitud
MAPE 6,0387
MAD 5,0277
MSD 32,5994
sumaaa
Estadísticas
Variable Suma
RESID1 11,18
83
y lo
demás ya esta marcado
Constante de suavización
α 0,7
Pronósticos
Período Pronóstico Inferior Superior
11 85,0654 70,4724 99,6584
Medidas de exactitud
MAPE 7,1865
MAD 5,9564
MSD 43,7311
84
Estadísticas
Variable Suma
RESID2 8,66
85
Constante de suavización
α 0,9
Medidas de exactitud
MAPE 8,0416
MAD 6,6528
MSD 54,0633
Pronósticos
Período Pronóstico Inferior Superior
11 86,2694 69,9704 102,568
Estadísticas
Variable Suma
RESID3 8,08
86
Saco al mayor de 2
Argumentación:
87
4 Abril 11257 16 Abril 9783
5 Mayo 10779 17 Mayo 12073
6 Junio 11957 18 Junio 10182
7 Julio 10701 19 Julio 10667
8 Agosto 12132 20 Agosto 10669
9 Setiembre 10331 21 Setiembre 10247
10 Octubre 12552 22 Octubre 12231
11 Noviembre 11154 23 Noviembre 11653
12 Diciembre 11890 24 Diciembre 11461
25 2021 Enero 9764
Interpretación:
Representación:
Cálculo y Análisis:
88
Argumentación:
Logro: Pronosticar valores a partir de modelos con series de tiempo estacionarias o no estacionarias, en
casos de su especialidad, utilizando el software estadístico Minitab.
Si los pronósticos del número de embarques a realizar, durante los dos últimos trimestres del 2020, son
menores a 2000 embarques, optará por el nuevo proceso de lo contrario mantiene el actual. Los datos
que se muestran corresponden al número de embarques realizados desde el primer trimestre del año
2016 hasta el primer trimestre del año 2020.
89
Año
Trimestre
2016 2017 2018 2019 2020
I 440 500 576 749 837
II 510 630 750 830
III 525 610 695 745
IV 745 778 839 928
Asumiendo que cumplen los supuestos de los modelos de regresión y para validar los modelos utilizar α =
0.01. ¿Talma debe de implementar el nuevo proceso en sus operaciones?
Interpretación:
Representación:
90
91
92
93
Cálculo y Análisis:
94
cada cuatro periodos
si fuese 2 – 2
95
96
97
lineal
98
99
100
101
102
103
19 y 10 pronostico
iguak con el 20
104
Argumentación:
El gerente de comercialización de la empresa afirma que, si el monto de las ventas de repuestos del primer
trimestre del 2021 es mayor a 5000 dólares, solicitará al departamento de logística incrementar la
importación de repuestos. Para tomar una decisión al respecto, recopila la información sobre los montos de
ventas de estos repuestos, desde el primer trimestre del año 2016 hasta el tercer trimestre del año 2020,
tal como se muestra a continuación:
105
III 4210
IV 4000
Utilizando un nivel de significación del 5% y asumiendo que cumplen los supuestos de los modelos de
regresión ¿Cuál será la decisión del gerente de comercialización de la empresa?
Interpretación:
Representación:
Cálculo y Análisis:
106
107
Argumentación:
108