• Author / Uploaded
• Victor Huchim

• Categories
• Estadísticas multivariantes
• Métodos matemáticos y cuantitativos (economía)
• Estadísticas
• Teoría estadística
• Análisis estadístico

Citation preview

1.- Ron es dueño del videoclub Popcorn and Movies en un área universitaria. Los una oportunidad de ordenar los videos, por lo que es importante que obtenga e los clientes irán a otro local de renta de videos. Sue, una de sus empleadas, tiene estudios en administración y piensa que e el número de boletos vendidos cuando la película se exhibió en los cines. Asegu de renta de videos, ya que debió haber sido una buena película. Ron piensa q a un acuerdo, Sue registra el número de pedidos de 20 películas el viernes en la boletos, en miles de dólares, para las películas. Use esta información para ay debe ordenar. ¿Cuál sería su propuesta? Explicar porque es válida su propuesta

x

Numero de película 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

y

Boletos vendidos miles de dolares

Pedidos para renta de la película

16

44

24

80

95

191

84

187

13

57

114

238

147

283

96

204

59

144

35

102

41

109

28

63

21

50

a

18

67

b

46

109

r2

145

304

r

122

239

108

223

85

173

66

147

22

72

es en un área universitaria. Los fines de semana, tiene muchos pedidos de películas populares. Sólo tiene e es importante que obtenga el número correcto. Demasiados atoran el dinero, pero si ordena muy pocos,

n administración y piensa que existe una relación entre el número de pedidos de una película en particular y a se exhibió en los cines. Asegura que mientras más boletos vendidos, más alta será la demanda na buena película. Ron piensa que las personas que vieron la película en los cines no la rentarán. Para llegar de 20 películas el viernes en la noche, que es la noche de mayor demanda. También busca las ventas de Use esta información para ayudar a Ron a decidir cuántos videos de una película en particular

a+bx

a independiente

b dependiente

Pedidos para renta de la película 400 300 Axis Title

f(x) = 1.8061107367x + 27.8369969133 R² = 0.986854459

200 100 0

0

20

40

60

80

100

120

140

160

Axis Title Pedidos para renta de la película Linear (Pedidos para renta de la película)

27.837 1.8061 0.9869 0.9934

Linear (Pedidos para renta de la película)

al aplicar el metodo de regresion lineal se puede observar que los pedidos de la renta de pelicula dependen de los boletos vendidos, y segun el r2 el 98% de la variacion de la renta de de la pelicula depende de los boletos vendidos

ahora bien segun el promedio general ron deberia ordenar 147 videos de un PELICULA EN PROMEDIO; PARA OBTENER 66 MIL DOLARES EN VENTA DE BOLETOS

ulas populares. Sólo tiene pero si ordena muy pocos,

una película en particular y s alta será la demanda s no la rentarán. Para llegar bién busca las ventas de película en particular

a película

9969133

100

120

140

160

lícula

de la película)

de la película)

de observar que los pedidos de endidos, y segun el r2 el 98% pende de los boletos vendidos.

beria ordenar 147 videos de una MIL DOLARES EN VENTA DE

Caso Tires for You Inc. Tires for You Inc. (TFY), fundada en 1987, es una empresa de reparación ha experimentado un enorme crecimiento durante los últimos años deb representa una parte importante del negocio de TFY (también realiza ca para el consumo de llantas en la empresa. Su gerente mecánico Skip Gr anterior, aunque rápidamente admitió que muchas veces, durante la es parte. Aunque muchos reemplazos de deben a los neumáticos defectuosos o d colocan las 4 a la vez. Lan Overbaugh decidió obtener una mejor perspe continuación se presenta un resumen de las ventas por mes.

Usted ha sido contratado para que determine la mejor técnica de pronó ¡Cual es y porque? la mejor tecnica es el RLT ya q tiene el menor mad p Elabore el pronóstico para los próximos 6 meses Elabore una gráfica donde se observe la demanda real así como el pron  alfa .3 n= 4 p1= 4 p2 =3 p3 =2 p4 =1

2010

2011

2012

PERIODO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

MES Octubre Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio Julio Agosto

VENTAS 9,797 11,134 10,687 9,724 8,786 9,254 10,691 9,256 8,700 10,192 10,751 9,724 10,193 11,599 11,130 10,696 9,665 10,179 11,760 9,150 9,571 8,375 11,826

PROMEDIO SIMPLE PROMEDIO MO PS PMS 10,144 10,144 10,144 10,144 10,144 10,336 10,144 10,083 10,144 9,613 10,144 9,614 10,144 9,497 10,144 9,475 10,144 9,710 10,144 9,725 10,144 9,842 10,144 10,215 10,144 10,567 10,144 10,662 10,144 10,905 10,144 10,773 10,144 10,418 10,144 10,575 10,144 10,189 10,144 10,165 10,144 9,714

2012

2013

24 25 26 27 28 29 30 31 32 33

Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio

PROME

10,696 11,212 9,750 9,380

10,144

10,144 10,144 10,144 10,144

9,731 10,117 10,527 10,871

es una empresa de reparación automotriz que se especializa en neumáticos de reemplazo, Con sede en Altoon o durante los últimos años debido al ingreso de un nuevo director general, Lan Overbaugh. Ya que el reemplazo ocio de TFY (también realiza cambios de aceite, pequeñas reparaciones mecánicas etc.), a Lan le sorprendió la a. Su gerente mecánico Skip Grenoble, le comento que, por lo general, se abastecían para el año corriente con ue muchas veces, durante la estación, se presentaban carencias de inventario y que los clientes debían compra

los neumáticos defectuosos o destruidos, la mayoría se instalan en vehículos cuyos originales se desgastan. Co cidió obtener una mejor perspectiva de cuantos neumáticos deben mantener en inventario durante los distinto las ventas por mes.

mine la mejor técnica de pronóstico de la demanda de TFY con base en la información proporcionada. RLT ya q tiene el menor mad por lo q es el mas recomendado 6 meses demanda real así como el pronóstico propuesto

PROM. MOVIL SUAVIZAMIENREGRESION L PMP SES RLT PS 9,797 9983 9797 9996 10198 10008 10345 10020 103022 10159 10033 96824 9747 10045 93509 9599 10057 97822 9927 10070 96391 9725 10082 93204 9418 10094 96071 9650 10107 100236 9980 10119 100233 9903 10131 101638 9990 10144 107174 10473 10156 109427 10670 10168 109565 10678 10181 104607 10374 10193 102233 10315 10205 107603 10749 10218 101903 10269 10230 99433 10060 10242 92273 9554 10255

MAD PMS 347 990 543 420 1358 890 547 888 1444 48 607 420 49 1455 986 552 479 35 1616 994 573 1769 1682

1,550 829 1,078 358 797 717 1,041 1 351 1,384 563 35 1,240 594 1,343 1,425 618 1,790 2,112

PMP

92,878 86,680 83,365 87,678 86,247 83,060 85,927 90,092 90,089 91,494 97,030 99,283 99,421 94,463 92,089 97,459 91,759 89,289 82,129

100721 104583 108963 105854

10236 10374 10625 10363

10267 10279 10292 10304 10316 10329 10341 10353 10366 10378

552 1068 394 764 795

966 1,095 777 1,491 963

90,577 94,439 98,819 95,710 91304

pronostico con RLT PROXIMOS 6 ME 10500 10400 10300 10200 10100 10000 9900 9800 9700

1 2 3 4 5 6 7 8 9 1011121314151617181920212223242 RLT

la mejor tecnica es el RLT ya q tiene el menor mad por lo q es el mas recomenda

eemplazo, Con sede en Altoona Pennsylvania, TFY erbaugh. Ya que el reemplazo del neumático s etc.), a Lan le sorprendió la falta de pronósticos ían para el año corriente con las ventas del año ue los clientes debían comprar el producto a otra

s originales se desgastan. Con frecuencia se inventario durante los distintos meses del año. A

ción proporcionada.

MAD SES

RLT 0 1337 489 621 1373 493 1092 671 1025 774 1101 256 290 1609 657 26 1013 195 1445 1599 698 1685 2272

Resumen 186 1,138 679 296 1,247 791 634 814 1,382 98 644 395 62 1,455 974 528 516 14 1,555 1,068 659 1,867 1,571

N P1 P2 P3 P4 ALFA A B

4 4 3 2 1 0.3 9971.1 12.325

Estadísticas de la regresión Coeficiente de 0.1026281 Coeficiente d 0.01053253 R^2 ajustado-0.02904617 Error típico 966.990814 Observacione 27 ANÁLISIS DE VARIANZA Grados de libertad Regresión 1 Residuos 25 Total 26 Coeficientes Intercepción 9971.07407 PERIODO 12.3253968

VENTAS 12,500 12,000 11,500 11,000 10,500 10,000

f(x) = 12.3253968254x + 9971.0740740741

VENTAS 12,500 12,000

460 838 875 983

11,500

429 933 542 924 884

11,000 10,500 10,000

f(x) = 12.3253968254x + 9971.0740740741

9,500

793

9,000 8,500 8,000

1 2

3

4

5

6

7

8

9 10 11 12 13 14 15

VENTAS

con RLT PROXIMOS 6 MESES

Linear (VENTAS

todos los metosd o 14,000 12,000 10,000 8,000 6,000

112131415161718192021222324252627282930313233 RLT

4,000 2,000 0 VENTAS

por lo q es el mas recomendado

PS

PMS

SES

RLT

Suma de cuadrados Promedio de los cuadradosF Valor crítico de F 248837.437 248837.437 0.26611602 0.6104817 ES MAYOR A .05 23376780.9 935071.234 23625618.3 Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0% 382.780791 26.0490451 1.2273E-019 9182.72228 10759.4259 9182.72228 23.8927093 0.51586434 0.6104817 -36.8825592 61.5333528 -36.8825592

VENTAS

2.3253968254x + 9971.0740740741

VENTAS

2.3253968254x + 9971.0740740741

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

VENTAS

Linear (VENTAS)

dos los metosd o

PS

PMS

SES

RLT

Linear (VENTAS)

Superior 95.0% 10759.4259 61.5333528

Envases de Plástico S.A. es una empresa que se especializa en la fab onzas en los últimos 5 años son los siguientes: Seleccione el mejor método de pronostico y elaborar el pronóstico para ¡Cual sería?R= METODO DE ESTACIONALIDAD CON TENDENCIA FCE ¿Porque? POR TENER EL MENOR MAD Elabore una gráfica donde se pueda observar la demanda real y el pron   MES

VENTAS

MES

2008 Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre MES

2009 742 697 776 898 1030 1107 1165 1216 1208 1131 971 783

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

VENTAS

MES

2011

2012

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

951 861 938 1109 1274 1422 1486 1555 1604 1600 1403 1209

Enero Febrero Marzo

2008 742 697 776

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre 2009 741 700 774

2010 896 795 885

Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre año

2008

2009

2010

periodo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

898 1030 1107 1165 1216 1208 1131 971 783

932 1099 1123 1290 1349 1341 1296 1066 901

mes ventas Enero 742 Febrero 697 Marzo 776 Abril 898 Mayo 1030 Junio 1107 Julio 1165 Agosto 1216 Septiembre 1208 Octubre 1131 Noviembre 971 Diciembre 783 Enero 741 Febrero 700 Marzo 774 Abril 932 Mayo 1099 Junio 1123 Julio 1290 Agosto 1349 Septiembre 1341 Octubre 1296 Noviembre 1066 Diciembre 901 Enero 896 Febrero 795 Marzo 885 Abril 1055 Mayo 1204 Junio 1326 Julio 1303 Agosto 1436

ie 0.75 0.70 0.78 0.91 1.05 1.14 1.18 1.23 1.23 1.19 0.99 0.85 0.75 0.70 0.78 0.91 1.05 1.14 1.18 1.23 1.23 1.19 0.99 0.85 0.75 0.70 0.78 0.91 1.05 1.14 1.18 1.23

1055 1204 1326 1303 1436 1473 1453 1170 1023 DSE 988 990 1001 987 984 971 986 985 980 951 984 922 986 995 998 1025 1050 985 1092 1093 1088 1090 1080 1061 1193 1129 1142 1160 1150 1163 1103 1163

2010

2011

2012

2013

33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72

Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

1473 1453 1170 1023 951 861 938 1109 1274 1422 1486 1555 1604 1600 1403 1209 1030 1032 1126 1285 1468 1637 1611 1608 1528 1420 1119 1013

1.23 1.19 0.99 0.85 0.75 0.70 0.78 0.91 1.05 1.14 1.18 1.23 1.23 1.19 0.99 0.85 0.75 0.70 0.78 0.91 1.05 1.14 1.18 1.23 1.23 1.19 0.99 0.85 0.75 0.70 0.78 0.91 1.05 1.14 1.18 1.23 1.23 1.19 0.99 0.85

1195 1222 1185 1205 1266 1223 1210 1219 1217 1248 1258 1260 1301 1346 1421 1424 1371 1466 1453 1413 1402 1436 1364 1303 1240 1194 1134 1192.8

esa que se especializa en la fabricación de recipientes de plástico. Los datos de las ventas mensuales de botella entes: co y elaborar el pronóstico para el año 2013 (con el método seleccionado). LIDAD CON TENDENCIA FCE

ervar la demanda real y el pronóstico propuesto

VENTAS

MES

2009

VENTAS 2010

741 700 774 932 1099 1123 1290 1349 1341 1296 1066 901

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

896 795 885 1055 1204 1326 1303 1436 1473 1453 1170 1023

promedios 872 817 899.8

ie 0.75 0.70 0.78

VENTAS 2012 1030 1032 1126 1285 1468 1637 1611 1608 1528 1420 1119 1013 2011 951 861 938

2012 1030 1032 1126

1109 1274 1422 1486 1555 1604 1600 1403 1209 FSE 938 945 953 961 968 976 983 991 998 1006 1013 1021 1029 1036 1044 1051 1059 1066 1074 1081 1089 1097 1104 1112 1119 1127 1134 1142 1149 1157 1165 1172

1285 1468 1637 1611 1608 1528 1420 1119 1013 promprom FCE 705 665 739 874 1013 1112 1161 1223 1231 1196 1000 867 773 729 809 956 1108 1215 1268 1335 1342 1304 1090 944 841 793 879 1039 1203 1319 1375 1447

1055.8 1215 1323 1371 1432.8 1430.8 1380 1145.8 985.8 1161 MAD 37.4 31.5 37.2 24.3 16.6 5.1 3.6 7.0 22.6 64.9 29.4 84.1 31.7 29.3 35.0 24.2 9.3 92.4 21.6 14.1 1.4 7.7 23.9 43.1 55.2 1.9 5.7 16.4 0.9 7.3 72.5 10.8

0.91 1.05 1.14 1.18 1.23 1.23 1.19 0.99 0.85 12.00

A B

RLT

MAD 901 909 918 927 936 945 954 962 971 980 989 998 1006 1015 1024 1033 1042 1051 1059 1068 1077 1086 1095 1103 1112 1121 1130 1139 1148 1156 1165 1174

159 212 142 29 94 162 211 254 237 151 18 215 265 315 250 101 57 72 231 281 264 210 29 202 216 326 245 84 56 170 138 262

1180 1187 1195 1202 1210 1217 1225 1232 1240 1248 1255 1263 1270 1278 1285 1293 1300 1308 1316 1323 1331 1338 1346 1353 1361 1368 1376 1383.6 1391.1 1398.7 1406.2 1413.8 1421.3 1428.9 1436.4 1444.0 1451.5 1459.1 1466.6 1474.2

1454 1411 1179 1021 909 857 950 1121 1298 1422 1483 1559 1566 1519 1269 1098 977 921 1020 1204 1393 1525 1590 1671 1678 1627 1358 1175 1045 984 1090 1286 1488 1629 1697 1782 1789 1735 1448 1252

18.9 41.6 9.4 1.9 42.1 4.1 11.6 12.1 24.0 0.0 3.5 3.7 38.2 80.8 134.2 110.9 53.0 111.3 106.2 81.5 75.1 111.7 21.4 62.5 149.5 206.9 239.3 162.0 46.4

1183 1192 1200 1209 1218 1227 1236 1244 1253 1262 1271 1280 1289 1297 1306 1315 1324 1333 1341 1350 1359 1368 1377 1386 1394 1403 1412 1421

290 261 30 186 267 366 298 135 21 160 215 275 315 303 97 106 294 301 215 65 109 269 234 222 134 17 293 408 192

SE RECOMIENDA USAR EL METOD EL MENOR MAD

as ventas mensuales de botellas de champú de 10

Resumen Estadísticas de la regresión Coeficiente de0.57813764 Coeficiente d 0.33424313 R^2 ajustado 0.32276457 Error típico 219.159504 Observacione 60 ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados Regresión 1 1398606.21 Residuos 58 2785791.52 Total 59 4184397.73 Coeficientes Error típico a Intercepción 891.845198 57.3015489 b periodo 8.81600445 1.63374542

1 930.37 7.553

2 891.85 8.816

ventas 1800 1600 1400 1200

f(x) = 8.8160044457x + 891.8451977401

1000 800 600 400 200 0 ventas

Linear (ventas)

Linear (ven

D DSE

Line

1500 1400 1300

f(x) = 7.5530497024x + 930.3653174106

1200 1100 1000 900 800

FS 1500 1400 1300 1200

FS 1500 1400 1300 1200 1100 1000 900 800

VENTAS Y PRONO 2000 1800 1600 1400 1200 1000 800 600 400 ventas

RECOMIENDA USAR EL METODO FCE PRONOSTICO CON ESTACIONALIDAD POR TENER MENOR MAD

Promedio de los cuadradosF Valor crítico de F 1398606.21 29.1188911 1.3154E-006 48030.8883

Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0% Superior 95.0% 15.5640679 2.2702E-022 777.143685 1006.54671 777.143685 1006.54671 5.39619228 1.3154E-006 5.54570767 12.0863012 5.54570767 12.0863012

ventas

Linear (ventas)

Linear (ventas)

DSE DSE

Linear (DSE)

30.3653174106

FSE

Linear (DSE)

R TENER

FSE

FSE

VENTAS Y PRONOSTICO FCE

ventas

FCE

rior 95.0%