Los índices mensuales de desempleo para 1997 se presentan a continuación.

Como analista usted debe:

1)Suavizar las fluctuaciones utilizando un suavizamiento exponencial con un α=0,4
2)Utilizar un modelo de suavizamiento exponencial fijando α= 0.8

•Obtenga los errores de pronóstico

•Calcule el CME (Error cuadrático) de los dos métodos
¿Cuál genera un factor de error más pequeño?

Datos
Mes t originales Ft Error CME E² Ft Error CME E²
Enero 5.4
Febrero 5.1
Marzo 5.1
Abril 5.2
Mayo 5.3
Junio 5.3
Julio 5.4
Agosto 5.5
Septiembre 5.2
Octubre 5.5
Noviembre 5.1
Diciembre 5.4

Para el CME α=0.4:

Para el CME α=0.8:
1)Suavizar las fluctuaciones utilizando un suavizamiento exponencial con un α=0,5
2)Utilizar un modelo de suavizamiento exponencial fijando α= 0.7

•Obtenga los errores de pronóstico

•Calcule el CME (Error cuadrático) de los dos métodos
¿Cuál genera un factor de error más pequeño?

Datos
Mes t originales Ft Error CME E² Ft Error CME E²
1 14
2 19
3 17
4 12
5 7
6 24
7 23
8 17
9 18
10 14
11 16
12 6
13 16
14 17
15 22
16 25
17 26
18 21
19 14
20 15
Southdown, Inc., el tercer productor de cemento más grande de EU está impulsando un programa de quema de residuos de combustible.
Es importante para la compañía tener un pronóstico exacto de los ingresos para el primer trimestre de 2000. Los datos se presentan a continuación

a) Use suavización exponencial con una constante α= 0,4 ; para pronosticar los ingresos trimestrales del primer trimeste de 2000
b) Use ahora un constante de suavización de α=0,6; para pronosticar los ingresos trimestrales del primer trimestre de 2000
Calcule el Error cuadrático ¿Qué constante de suavización genera un factor de error más pequeño?

Trimestre
Año DATOS REALES
77.4
88.88
1986
92.1
79.8
77.5
89.1
1987
92.4
80.1
74.7
185.2
1988
162.4
178.1
129.1
158.4
1989
160.6
138.7
127.2
149.8
1990
151.7
132.9
103
136.8
1991
141.3
123.5
 107.3
136.1
1992
138.6
123.7
106.1
144.4
1993
156.1
138.2
111.8
149.8
1994
158.5
141.8
119.1
158
1995
170.4
151.8
127.4
178.2
1996
189.3
169.5
151.4
187.2
1997
199.2
181.4
224.9
317.7
1998
341.4
300.7
244.9
333.4
1999
370
326.7
continuación
La siguiente tabla muestra las ventas de Wal-Mart
Realice un prónostico de tendencia ¿Es adecuada la tendencia lineal para estos datos? SI O NO;
¿Podría sugerir una curva de tendencia que resulte adecuada?

Trimestre
Año DATOS REALES
6.768
7.544
2000
7.931
10.359
9.281
10.34
2001
10.628
13.639
11.649
13.028
2002
13.684
17.122
13.92
16.237
2003
16.827
20.361
17.686
19.942
2004
20.418
24.448
20.44
22.723
2005
22.914
27.55
22.772
25.587
2006
25.644
30.856
25.409
28.386
2007
28.777
35.386
29.819
33.521
2008
33.509
40.785
35.129
28.913
2009
40.899
51.868
43.447

2010
 46.588
2010
46.181
57.079
48.565
53.187
2011
53.185
64.735
52.126
56.781
2012
55.765
66.905
57.224
63.231
2013
63.036
75.19
65.443
70.466
2014
69.261
82.819
La compañía Sears ahora desea desarrollar los índices estacionales para el número de despidos
Utilice un PM a cuatro períodos y visualice la variacion estacional

Período Despidos
1997-I 25
II 27
III 32
IV 29
1998-I 28
II 32
III 34
IV 38
1999-I 35
II 37
III 37
IV 42
2000-I 38
II 42
III 42
IV 45
Una compañía de productos electrónicos desea desarrollar los índices estacionales para el número de sus utilidades
Utilice un PM a tres períodos y visualice la variacion estacional

Trimestre Utilidades
del año
2005 -I 480
II 410
III 600
IV 650
2006-I 580
II 520
III 680
IV 740
2007-I 600
II 560
III 750
IV 780
2008-I 630
II 590
III 800
IV 840
mero de sus utilidades
El periódico el Universal ahora desea desarroller los índices estacionales para el número de ejemplares vendidos
Utilice un PM a 6 períodos y visualice la variacion estacional

Mes Ejemplares vendidos

Enero 2015 15.5
Febrero 2015 17.8
Marzo 2015 18.1
Abril 2015 20.5
Mayo 2015 21.3
Junio 2015 12.5
Julio 2015 20.5
Agosto 2015 22.3
Septiembre 2015 22.9
Octubre 2015 21.1
Noviembre 2015 22
Diciembre 2015 22.8
Enero 2016 20.4
Febrero 2016 20.8
Marzo 2016 22.2
Abril 2016 24.4
Mayo 2016 25.5
Junio 2016 25.9
Julio 2016 20.4
Agosto 2016 27.5
Septiembre 2016 25.8
Octubre 2016 29.8
Noviembre 2016 27.4
Diciembre 2016 29.7
Enero 2017 26.9
Febrero 2017 29.4
Marzo 2017 29.9
Abril 2017 32.4
Mayo 2017 33.3
Junio 2017 34.5
Julio 2017 27.6
Agosto 2017 39.1
Septiembre 2017 39
Octubre 2017 36.5
Noviembre 2017 37.5
Diciembre 2017 39.7
Enero 2018 36
Febrero 2018 39
Marzo 2018 42.2
Abril 2018 44.3
Mayo 2018 46.6
Junio 2018 46.1
Julio 2018 40
Agosto 2018 52.6
Septiembre 2018 52.2
Octubre 2018 50.8
Noviembre 2018 51.9
Diciembre 2018 55.1
Enero 2019 52.1
Febrero 2019 53.1
Marzo 2019 56.5
Abril 2019 58.4
Mayo 2019 61.7
Junio 2019 61
Julio 2019 55.5
Agosto 2019 71
Septiembre 2019 68.1
Octubre 2019 67.5
Noviembre 2019 68.8
Diciembre 2019 68.1
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!