Una empresa que produce sillas requiere que se pronostique

con suavisacion exponencial de A=0.10

ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO

75 65 85 105 80 83 95 110
85 84 82 82 84 84 84 85
pronostique 0.1

SEPTIEMBRE OCTUBRE NOVIEMBRE

83 88 80 DEMANDA
88 88 88 PRONOSTICO
 vendedor n. de llama n.prod.ven. xy 𝑥^2 𝑦^2
1 30 70 2100 900 4900
2 20 30 600 400 900
3 20 50 1000 400 2500
4 20 40 800 400 1600
5 10 40 400 100 1600
6 10 30 300 100 900
7 30 60 1800 900 3600
8 20 40 800 400 1600
9 40 60 2400 1600 3600
10 20 30 600 400 900
total 220 450 10800 5600 22100
 la jugueteria gaby desea estimar mediante regresion lineal simple las ventas para el mes de julio de su nuevo car
"mate". La informacion del compartimiento de las ventas 2023 de todos los almacenes de cadena se presenta en

mes ventas X Y
1 enero 7000 1 7000 14000
2 febrero 9000 2 9000
3 marzo 5000 3 5000 12000
f(x) = 1114.2857142857
4 abril 11000 4 11000 R² = 0.53212827988338
10000
5 mayo 10000 5 10000
6 junio 13000 6 13000 8000

6000

pronostico mes 7 13067 4000

pronostico mes 8 14181
pronostico mes 9 15295 2000

0
0 1 2 3
error de pronostico
el termino error se refiere a la diferencia entre el avalor

x y pronostico error
1 7000 6381 619
2 9000 7495 1505
3 5000 8610 -3610
4 11000 9724 1276
5 10000 10838 -838
6 13000 11953 1048

ejercicio
mes ventas x y pronostico error
1 2353 1 2353 2432.2 -79.2
2 2564 2 2564 2487.0 77.0
3 2486 3 2486 2541.9 -55.9
4 2875 4 2875 2596.7 278.3
5 2351 5 2351 2651.6 -300.6
6 2787 6 2787 2706.4 80.6
7 7 2761 2761.3 -0.3
pronostico mes 7 2761.3 -0.1
 el mes de julio de su nuevo carrito infaltil
cenes de cadena se presenta en el siguiente tabulado

f(x) = 1114.28571428571 x + 5266.66666666667

R² = 0.532128279883382

0 1 2 3 4 5 6 7

y
3500

3000

2500 f(x) = 54.8571428571429 x + 2377.33333333333

R² = 0.217387543932759
2000

1500

1000

500
2500 f(x) = 54.8571428571429 x + 2377.33333333333
R² = 0.217387543932759
2000

1500

1000

500

0
0 1 2 3 4 5 6 7