REALIZAR EL PRONOSTICO CON SIPPER Y SUAVIZADO EXPONENCIAL Y MINIMOS CUADRADOS CON ALFA

=0,2 Y 0,89 HALLAR EL ERROR

x y
k AÑO DEMANDA XY X^2 Y (Y-y)
1 2010 176 176 1 171.37 -4.63
2 2011 195 390 4 187.14 -7.86
3 2012 180 540 9 202.90 22.90
4 2013 222 888 16 218.67 -3.33
5 2014 235 1175 25 234.43 -0.57
6 2015 230 1380 36 250.20 20.20
7 2016 280 1960 49 265.97 -14.03
8 2017 301 2408 64 281.73 -19.27
9 2018 295 2655 81 297.50 2.50
10 2019 325 3250 100 313.26 -11.74
11 2020 333 3663 121 329.03 -3.97
12 2021 325 3900 144 344.79 19.79
78 3097.00 22385 650
13 2022 360.56
14 2023 376.33
15 2024 392.09

1 UTILIZAR MODELOS CALCULAR DATOS

2 b 15.76573427 𝑏=(𝑛∑▒𝑋𝑌−∑▒𝑋 ∑▒𝑌)/(𝑛∑▒𝑋^

a 155.6060606
a=(𝑦 )/𝑛 −𝑏 𝑥/

3 MODELO MATEMATICO 𝒀=𝟏𝟓𝟓,𝟔𝟎+𝟏𝟓,𝟕𝟔(𝒌)

Y2022 360.5606061
Y2023 376.3263403
Y2024 392.0920746
 CUADRADOS CON ALFA

Chart Title
400
(Y-y)^2 ERROR -SD
21.42
350
61.82
524.56
300
11.10
0.32
250
408.06
13.37618769
196.95
200
371.26
6.24
150
137.75
15.77
100
391.84
2147.07 50

0
2008 2010 2012 2014 2016 2018 2020

Column D Column G

𝒀=𝒂+𝒃(𝒌)
▒𝑋𝑌−∑▒𝑋 ∑▒𝑌)/(𝑛∑▒𝑋^2 −∑▒ 〖 (𝑋) 〗 ^2 ) ((B12*E13)-(B13*D13))/((B12*F13)-(B13^2))

a=(𝑦 )/𝑛 −𝑏 𝑥/𝑛 ((D13/B12)-(E20*(B13/B12)))

Y2010 171.3717949
Y2011 187.1375291
Y2012 202.9032634
Y2013 218.6689977
Y2014 234.4347319
Y2015 250.2004662
Y2016 265.9662005
Y2017 281.7319347
Y2018 297.497669
Y2019 313.2634033
Y2020 329.0291375
Y2021 344.7948718
 2018 2020 2022

G
REALIZAR EL PRONOSTICO CON SIPPER Y SUAVIZADO EXPONENCIAL Y MINIMOS CUADRADOS CON ALFA
=0,2 Y 0,89 HALLAR EL ERROR

x y
k AÑO DEMANDA XY X^2 Y (Y-y)
1 2010 176 176 1 182.49 6.49
2 2011 195 390 4 198.78 3.78
3 2012 208 624 9 215.07 7.07
4 2013 222 888 16 231.36 9.36
5 2014 235 1175 25 247.65 12.65
6 2015 320 1920 36 263.94 -56.06
7 2016 280 1960 49 280.23 0.23
8 2017 301 2408 64 296.52 -4.48
9 2018 314 2826 81 312.81 -1.19
10 2019 325 3250 100 329.10 4.10
11 2020 333 3663 121 345.39 12.39
12 2021 356 4272 144 361.68 5.68
78 3265.00 23552 650
13 2022 377.97
14 2023 394.26
15 2024 410.55

1 UTILIZAR MODELOS CALCULAR DATOS

2 b 16.29020979 𝑏=(𝑛∑▒𝑋𝑌−∑▒𝑋 ∑▒𝑌)/(𝑛∑▒𝑋^

a 166.1969697
a=(𝑦 )/𝑛 −𝑏 𝑥/

3 MODELO MATEMATICO 𝒀=𝟏𝟔𝟔,𝟏𝟗+𝟏𝟔,𝟐𝟗(𝒌)

Y2022 377.969697
Y2023 394.2599068
Y2024 410.5501166
 CUADRADOS CON ALFA

Chart Title
400
(Y-y)^2 ERROR -SD
42.08
350
14.27
49.95
300
87.57
159.97
250
3142.92
17.60888261
0.05
200
20.08
1.42
150
16.80
153.49
100
32.26
3720.87 50

0
2008 2010 2012 2014 2016 2018 2020

Column D Column G

𝒀=𝒂+𝒃(𝒌)
▒𝑋𝑌−∑▒𝑋 ∑▒𝑌)/(𝑛∑▒𝑋^2 −∑▒ 〖 (𝑋) 〗 ^2 ) ((B12*E13)-(B13*D13))/((B12*F13)-(B13^2))

a=(𝑦 )/𝑛 −𝑏 𝑥/𝑛 ((D13/B12)-(E20*(B13/B12)))

Y2010 182.4871795
Y2011 198.7773893
Y2012 215.0675991
Y2013 231.3578089
Y2014 247.6480186
Y2015 263.9382284
Y2016 280.2284382
Y2017 296.518648
Y2018 312.8088578
Y2019 329.0990676
Y2020 345.3892774
Y2021 361.6794872
 2018 2020 2022

G
PRACTICA CRYSTAL BALL
AÑO DEMANDA
2010 176
2011 195
2012 180
2013 222
2014 235
2015 230
2016 280
2017 301
2018 295
2019 325
2020 333
2021 325

AÑO DEMANDA
2010 176
2011 195
2012 208
2013 222
2014 235
2015 320
2016 280
2017 301
2018 314
2019 325
2020 333
2021 356
 731788390.xlsx

Informe de Crystal: completo

09/09/2023
9/9/2023
creado a las 12:06
Resumen:
Atributos de datos:
Número de serie 1
Los datos están en periodos

Prefs ejecución:
Periodos en previsión 12
Introducir valores que faltan Activado
Ajustar valores atípicos Desactivado
Métodos utilizados Métodos no estacionales
Métodos estacionales
Métodos de ARIMA
Técnica de previsión Previsión estándar
Medida de error RMSE

Page 10
 731788390.xlsx

Serie de Predictor

Serie: Serie 1
Resumen:
Mejor método SARIMA(2,1,2)(1,0,1)
Medida de error (RMSE) 3.69

Resultados de previsión:

Periodo Inferior: 2,5% Previsión Superior: 97,5%

13 352.31 359.53 366.76
14 363.50 377.78 392.06
15 353.92 374.02 394.11
16 370.53 400.32 430.12
17 368.17 406.72 445.27
18 351.66 397.27 442.87
19 370.53 426.28 482.02
20 376.19 442.84 509.48
21 364.60 441.59 518.58
22 377.49 467.22 556.95
23 371.23 473.22 575.21
24 350.21 462.98 575.76

Page 11
 731788390.xlsx

Datos históricos:

Estadísticas Datos históricos

Valores de datos 12
Mínimo 176.00
Media 258.08
Máximo 333.00
Desviación estándar 58.54
Ljung-Box 15.49 (Sin tendencia)
Estacionalidad 3 (Detección automática)
Valores filtrados 0

Estadísticas de ARIMA:

ARIMA Estadísticas
Transformación Lambda 1.00
BIC 3.92 *
AIC 3.70
AICc 5.61
* Se utiliza para la selección de modelo

Coeficientes de modelo de ARIMA:

Variable Coeficiente Error estándar

AR(1) 1.12 0.0131
AR(2) -0.9926 0.0133
MA(1) 0.4190 0.1783
MA(2) -0.4552 0.1405
Estacional AR(1) 0.9453 0.0095
Estacional MA(1) -0.5565 0.1210

Precisión de previsión:

Método Rango RMSE

SARIMA(2,1,2)(1,0,1) Mejor 3.69
Promedio móvil doble 2.º 14.77
Aditivo estacional de tendencia desechada 3.º 18.15

Método U de Theil Durbin-Watson

SARIMA(2,1,2)(1,0,1) 0.1291 2.01
Promedio móvil doble 0.5607 1.42
Aditivo estacional de tendencia desechada 0.7957 1.02

Page 12
 731788390.xlsx

Parámetros de método:

Método Parámetro Valor

SARIMA(2,1,2)(1,0,1) --- ---
Promedio móvil doble Orden 3
Aditivo estacional de tendencia desechada Alfa 0.4118
Beta 0.9990
Gamma 0.6735
Phi 0.9098

Page 13
 731788390.xlsx

Informe de Crystal: completo

09/09/2023 creado a las 12:16
Resumen:
Atributos de datos:
Número de serie 1
Los datos están en periodos

Prefs ejecución:
Periodos en previsión 12
Introducir valores que faltan Activado
Ajustar valores atípicos Desactivado
Métodos utilizados Métodos no estacionales
Métodos de ARIMA
Técnica de previsión Previsión estándar
Medida de error RMSE

Page 14
 731788390.xlsx

Serie de Predictor

Serie: Serie 1
Resumen:
Mejor método Promedio móvil doble
Medida de error (RMSE) 18.62

Resultados de previsión:

Periodo Inferior: 2,5% Previsión Superior: 97,5%

13 324.26 360.75 397.24
14 314.22 372.25 430.28
15 305.58 383.75 461.92
16 301.35 395.25 489.15
17 307.89 406.75 505.61
18 --- 418.25 ---
19 --- 429.75 ---
20 --- 441.25 ---
21 --- 452.75 ---
22 --- 464.25 ---
23 --- 475.75 ---
24 --- 487.25 ---

Page 15
 731788390.xlsx

Datos históricos:

Estadísticas Datos históricos

Valores de datos 12
Mínimo 176.00
Media 272.08
Máximo 356.00
Desviación estándar 61.55
Ljung-Box 2.55 (Sin tendencia)
Estacionalidad No estacional (Detección automática)
Valores filtrados 0

Precisión de previsión:

Método Rango RMSE

Promedio móvil doble Mejor 18.62
ARIMA(1,1,2) 2.º 21.49
Tendencia desechada no estacional 3.º 27.59

Método U de Theil Durbin-Watson

Promedio móvil doble 1.15 * 0.5756 **
ARIMA(1,1,2) 0.6699 2.07
Tendencia desechada no estacional 0.8953 1.99
* - Advertencia: U de Theil > 1,0
** - Advertencia: Durbin-Watson < 1,0

Parámetros de método:

Método Parámetro Valor

Promedio móvil doble Orden 4
ARIMA(1,1,2) --- ---
Tendencia desechada no estacional Alfa 0.4289
Beta 0.8128
Phi 0.8515

Page 16