• Author / Uploaded
• Pilar

Citation preview

PROYECCTOS DE INVERSION CONTA 5TO A

INTEGRANTES 1.2.3.4.-

Alejo Chambilla, Lucrecia Quispe Barrera, Paola Quispe Valeriano, Leonela Yessica Limachi Mamani, Julio Cesar

La empresa Delimix desea introducir una nueva marca de gaseosas en el mercado Limeño, para esto los ejecutivos de determinar algunos datos que deberían servir para poder conocer la tendencia de la demanda así como realizar una pro lineal. Los datos encontrados del mercado son los siguientes:

Año

Poblacion

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

8,464,581 9,004,873 10,350,429 11,897,045 13,674,765 15,718,120 16,545,390 17,416,200 18,332,842 19,297,729

Año

Poblacion

Consumo de gaseosa (Lts. X año)

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 SUMA PROM

8,464,581 9,004,873 10,350,429 11,897,045 13,674,765 15,718,120 16,545,390 17,416,200 18,332,842 19,297,729 140,701,974 14,070,197

3,845,000 5,450,456 5,099,346 8,890,987 6,681,064 9,678,206 4,542,730 4,557,329 13,289,998 10,506,650 72,541,766 7,254,177

DESARROLLO

A) Valor de b =

639,225,960,046,746 1,413,312,679,042,184

B) Valor de a =

890,379.279

C) Y = a + bX

Y = 0.452+890,379.28(X)

0.452

D) La muestra de 10 puntos revela un coeficiente de correlacion simple de 0.3211, una relacion lineal ciertamente p informacion de que los puntos de los datos, caen lejos de la linea de regresion, entonces R2 explica que el mod tanto no es fiable, en este caso podriamos tomar otras variables, como ventas anuales y trimestrales para que nu confiable.

E)

F)

Año

Poblacion 2018 19,915,256.33 2019 20,552,544.53 2020 21,066,358.14 2021 21,593,017.10 2022 22,132,842.52 Tasa de crecimiento poblacional Tasa de crecimiento poblacional

Consumo 9,897,833.21 10,186,071.73 10,418,464.05 10,656,666.17 10,900,823.34 3.20% 2.50%

Año

Poblacion

Consumo de gaseosa (Lts. X año)

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022

8,464,581.00 9,004,873.00 10,350,429.00 11,897,045.00 13,674,765.00 15,718,120.00 16,545,390.00 17,416,200.00 18,332,842.00 19,297,729.00 19,915,256.33 20,552,544.53 21,066,358.14 21,593,017.10 22,132,842.52

3,845,000.00 5,450,456.00 5,099,346.00 8,890,987.00 6,681,064.00 9,678,206.00 4,542,730.00 4,557,329.00 13,289,998.00 10,506,650.00 9,897,833.21 10,186,071.73 10,418,464.05 10,656,666.17 10,900,823.34

Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año)

G 14,000,000.00 12,000,000.00 10,000,000.00 8,000,000.00

f(x) = 0.452289128602424 x + 890379.278689915 R² = 0.506613851209413

Consumo de gaseosa ( año)

Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año) 14,000,000.00 12,000,000.00 10,000,000.00

f(x) = 0.452289128602424 x + 890379.278689915 R² = 0.506613851209413

Consumo de gaseosa ( año) Linear (Consumo de ga (Lts. X año))

8,000,000.00 6,000,000.00 4,000,000.00 2,000,000.00 0.00 5,000,000.00

10,000,000.00

15,000,000.00

20,000,000.00

25,000,000.00

n el mercado Limeño, para esto los ejecutivos del área de investigación de mercados pudieron ndencia de la demanda así como realizar una proyección de la misma a través de una regresión

Consumo de gaseosa (Lts. X año) 3,845,000 5,450,456 5,099,346 8,890,987 6,681,064 9,678,206

Consumo de gaseosa (Lts. X añ

4,542,730 4,557,329 13,289,998

14,000,000 12,000,000

10,506,650 10,000,000 8,000,000

xy

x2

6,000,000

32,546,313,945,000 49,080,664,072,088 52,780,418,719,434 105,776,472,433,415 91,361,980,149,960 152,123,203,292,720 75,161,239,514,700 79,371,353,329,800 243,643,433,514,316 202,754,484,397,850 1,084,599,563,369,283

71,649,131,505,561 81,087,737,746,129 107,131,380,484,041 141,539,679,732,025 186,999,197,805,225 247,059,296,334,400 273,749,930,252,100 303,324,022,440,000 336,093,095,796,964 372,402,344,557,441 2,121,035,816,653,886

4,000,000 2,000,000 0

f(x) = 0.452289128602424 x + 890379.27868991 R² = 0.321105521212608

mple de 0.3211, una relacion lineal ciertamente positiva entre Y y X. El bajo R2 proporciona a de regresion, entonces R2 explica que el modelo no se ajusta a los datos observados, por lo , como ventas anuales y trimestrales para que nuestro modelo de ajuste y pueda ser mas

X año) GASEOSA (Lts. X año)

15 Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año)

X año) GASEOSA (Lts. X año)

15

.00

Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año) Linear (Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año))

25,000,000.00

mo de gaseosa (Lts. X año) GASEOSA (Lts. X año)

452289128602424 x + 890379.278689911 Consumo de gaseosa (Lts. X año) 21105521212608 GASEOSA (Lts. X año) Linear (Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año))

años, puesto que los dueños están evaluando si les conviene continuar con el negocio o no. Para realizar esta evaluación contrataron a un especialista en proyectos y le pidieron que analizara la información de los últimos años de la empresa, los cuales se presentan a continuación:

Año

Empanadas vendidas

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

250 750 650 1,200 1,565 1,325 1,200 1,350 1,270 1,435

Año (x)

Empanadas vendidas (y)

XY

X2

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 20,125 2,013

250 750 650 1,200 1,565 1,325 1,200 1,350 1,270 1,435 10,995 1,100

502,000 1,506,750 1,306,500 2,413,200 3,148,780 2,667,225 2,416,800 2,720,250 2,560,320 2,894,395 22,136,220 2,213,622

4,032,064 4,036,081 4,040,100 4,044,121 4,048,144 4,052,169 4,056,196 4,060,225 4,064,256 4,068,289 40,501,645 4,050,165

DESARROLLO

1 2 3 4 5 6 7 8 9 10 SUMA PROM

A) Valor de b =

B) Valor de a =

87,825 106.45454545455 825 -213140.27273

Em 1,800 1,600 1,400

f(x) = 106.4 R² = 0.6079

1,200 1,000 800 600 400 200

0 2006 2008 2010 2

C) Y = a + bX

Y = -213140.27 + 106.45(x)

D) La muestra de 10 puntos revela un coeficiente de correlacion de 0.6079, una relacion lineal ciertamente positiva entre los años y las empanadas vendidas. De ahí se puede concluir que a medida que va pasando los años, aumenta la venta de empanadas, ya que existe una confiabilidad del 60%, se podria buscar evaluar otras variables para el ajuste del modelo.

E)

F)

Año (x)

Empanadas vendidas (y)

2018 2019 2020 2021 2022

1,685.00 1,791.45 1,897.91 2,004.36 2,110.82

Año (x)

Empanadas vendidas (y)

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022

250 750 650 1,200 1,565 1,325 1,200 1,350 1,270 1,435 1,685.00 1,791.45 1,897.91 2,004.36 2,110.82

Empanadas vendidas 2,500 2,000 1,500

f(x) = 106.454545454543 x − 213140.272727268 R² = 0.840304374489798 Empanadas vendidas (y) Linear (Empanadas vendidas (y))

1,000 500 0 2005

2010

2015

2020

2025

o. Para realizar esta mación de los últimos

Empanadas vendidas 1,800 1,600 1,400

f(x) = 106.454545454544 x − 213140.272727271 R² = 0.607902316494304

1,200 1,000 800 600 400 200 0 2006 2008 2010 2012 2014 2016 2018

Empanadas vendidas (y) Linear (Empanadas vendidas (y))

n lineal ciertamente dida que va pasando los odria buscar evaluar

das

2727268 Empanadas vendidas (y) Linear (Empanadas vendidas (y))

gustaría saber cuál sería el futuro de su negocio a través de un estudio concreto del mismo. Esta familia ha solicitado la ayuda de un proyectista y su tarea es analizar los datos de la siguiente tabla:

Año 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Empanadas vendidas 1,100 850 650 950 1,200 1,535 850 1,605 1,100 1,435

DESARROLLO

1 2 3 4 5 6 7 8 9 10 SUMA PROM

Año (x)

Empanadas vendidas (y)

xy

x2

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 20,125 2,013

1,100 850 650 950 1,200 1,535 850 1,605 1,100 1,435 11,275 1,128

2,208,800 1,707,650 1,306,500 1,910,450 2,414,400 3,089,955 1,711,900 3,234,075 2,217,600 2,894,395 22,695,725 2,269,573

4,032,064 4,036,081 4,040,100 4,044,121 4,048,144 4,052,169 4,056,196 4,060,225 4,064,256 4,068,289 40,501,645 4,050,165

A) Valor de b =

47,875 825

B) Valor de a =

-115,658.48

58.030

Emp 1,800 1,600 1,400 1,200

f(x) = 58.03030303 R² = 0.3056620695

1,000 800 600 400 200

0 2006 2008 2010 2012 2

C) Y = a + bX

Y = -115,658.48 + 58.030(x)

D) La muestra de 10 puntos revela un coeficiente de correlacion simple de 0.3057, una relacion lineal ciertamente positiva entre años y empanadas vendidas. De ahí se puede concluir de que R2 tiene como respuesta el 30%, dandonos a conocer que los puntos que representan la venta de empanadas estan muy dispersas.

E)

F)

Año (x)

Empanadas vendidas (y)

2018 2019 2020

1,446.67 1,504.70 1,562.73

Año (x)

Empanadas vendidas (y)

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

250 750 650 1,200 1,565 1,325 1,200 1,350 1,270 1,435 1,446.67 1,504.70 1,562.73

Empanadas vendidas 1,800 1,600 1,400

f(x) = 82.2885447885454 x − 164536.122211123 R² = 0.640673122914746

1,200 1,000

Empanadas ven Linear (Empana

800 600 400 200 0 2006 2008 2010 2012 2014 2016 2018 2020 2022

G) No, para ver los errores podemos aplicar la formula de la desviacion estandar para encontrar mas a fondo la dispersion de los puntos, ya que los puntos se alejan de la linea de tendencia, sugeriria que se haga un modelo de regresión multiple, aumentando una variable independiente claro. Despues de ello aplicar una prueba de significancia para determinar si la relación entre las variables es estadisticamente significativa.

mo. Esta familia ha

Empanadas vendidas

1,800

1,600

1,400

1,200

1,000

f(x) = 58.030303030298 x − 115658.484848475 R² = 0.305662069514471 Empanadas vendidas (y) Linear (Empanadas vendidas (y))

800 600 400 200 0 2006 2008 2010 2012 2014 2016 2018

relacion lineal que R2 tiene como mpanadas estan muy

vendidas

211123

Empanadas vendidas (y) Linear (Empanadas vendidas (y))

0 2022

encontrar mas a fondo eriria que se haga un es de ello aplicar una camente significativa.