• Author / Uploaded
• Cesar Guerrero

Citation preview

Tarea 2

Nombre: César Guerrero Rodríguez

Matrícula: 2857837

Nombre del curso:

Nombre del profesor:

Estadística y pronostico para la toma

Rubén Valadez Escamilla.

de decisiones. Módulo:1 Estadísticas y series de

Actividad: Tarea 2

tiempo. Fecha: 15 Junio 2018 Bibliografía: Morales Hernández, Juan, Antonio. Blackboard. MA13251 Estadística y pronósticos para la toma de decisiones. Universidad Tecvirtual. Recuperado de:

https://miscursos.tecmilenio.mx/ultra/courses/_115380_1/cl/outline.

Metodos de pronosticos para series de tiempo y datos de corte transversal. Introducción. El propósito con esta tarea el comprender los componentes de una serie de tiempo asi como su representacion grafica de los datos que estos tienen y poder realizar de manera autónoma ejercicios que nos ayuden a introducirnos al ambiente empresarial o de negocios y poder llevar registros legibles para su representación como para su análisis de manera a decuada.

Desarrollo.

I. Ejercicios de conceptos básicos 1. Describe con tus propias palabras qué significa una serie de tiempo y cuáles son sus componentes. R= Son una serie de datos que se recopilan para su análisis durante un determinado tiempo. Sus cuatro elementos son: Tendencia, Estacional, Ciclíca e Irregular. 2. ¿Cuál de los cuatro componentes de una serie de tiempo se utilizaría para describir el efecto de las ventas navideñas de una tienda departamental de menudeo? R= Se utilizaría el componente estacional, ya que se presentan patrones de cambio cada año y este podría repetirse cada año en temporada navideña 3. ¿Por qué es más fácil pronosticar valores para una serie de tiempo que contiene un componente estacional que uno que posee un componente cíclico? R= Por que en la serie de tiempo estacional ocurren todos los movimientos en un cierto periodo de tiempo año tras año y estos pueden moverse solo un poco mas o menos que el año anterior y la serie de tiempo cíclico se presentan altibajos en la tendencia de ventas por asi decirlo y estos se pueden ver afectados por la prosperidad de la gente, recesión, clima o factores culturales.

Tarea 2

4. Los datos que se presentan a continuación corresponden al número de autos de pasajeros (en miles) en Francia durante los años 1970 a 2005. ¿Qué componentes de la series de tiempo parecen estar presentes en esta serie? R= Se presenta una serie de tiempo de componente TENDENCIA ya que se presenta el crecimiento a largo plazo del crecimiento del numero de autos en un largo periodo de tiempo y este va en tendencia de crecimiento.

5.- El gerente de un banco está interesado en reducir el tiempo que las personas esperan para ver a su asesor financiero. También le interesa la relación entre el tiempo de espera (Y) en minutos y el número de asesores atendiendo (X). Se registraron los siguientes datos: Realiza el diagrama de dispersión y calcula el coeficiente de correlación. ¿Qué puedes interpretar del resultado obtenido del coeficiente de correlación? R= Que hay una correlacion negativa y esta supone una determinación absoluta entre las dos variables.

2 12.8

3 11.3

coeficiente de correlacion

5 3.2

4 6.4

2 11.6

6 3.2

1 8.7

-0.813646405

Valores Y Tiempo de espera (en minutos)

X Y

15 10 5 0 0

1

2

3

4

5

Numero de asesores atendiendo

6

7

3 10.5

4 8.2

Tarea 2

6. El siguiente conjunto de datos son las ventas semanales de un artículo de comida (en miles). Determina el coeficiente de autocorrelación r1 y prueba la hipótesis. Hipótesis nula: la autocorrelación es igual a cero ρ1 = 0 Hipótesis alterna: la autocorrelación es diferente de cero ρ1 ≠ 0 Donde ρ es el coeficiente de autocorrelación poblacional en el lapso k. Utiliza un alfa (α) = 0.05. Interpreta el coeficiente de autocorrelación ¿Para qué te sirve este coeficiente?

Para rechazar si es mayor que el valor p1 › 2/√12= 0.57 Periodo Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13

Ventas Semanales Yt 2.6 2.8 3.0 3.8 4.0 3.2 3.5 2.4 1.8 2.2 3.4 1.4 -

Serie con un Retardo Yt-1 2.6 2.8 3.0 3.8 4.0 3.2 3.5 2.4 1.8 2.2 3.4 1.4

Periodo t

Serie, Yt

Serio co n un retardo Yt-1

1 2 3 4 5 6 7 8 9 10 11 12 13

2.6 2.8 3 3.8 4 3.2 3.5 2.4 1.8 2.2 3.4 1.4 -

2.6 2.8 3 3.8 4 3.2 3.5 2.4 1.8 2.2 3.4 1.4

Total

(Yt - Ӯ)

(Yt-1 - Ӯ)

-0.242 -0.042 0.158 0.958 1.158 0.358 0.658 -0.442 -1.042 -0.642 0.558 -1.442

-0.242 -0.042 0.158 0.958 1.158 0.358 0.658 -0.442 -1.042 -0.642 0.558

34.1 Ӯ= 2.84166667

(Yt - Ӯ) (Yt-1 (Yt-1 - Ӯ)² - Ӯ) 0.058 0.002 0.025 0.918 1.342 0.128 0.433 0.195 1.085 0.412 0.312 2.078 6.989

rk= 0.22760423

0.010 -0.007 0.152 1.110 0.415 0.236 -0.291 0.460 0.668 -0.358 -0.805 1.591

Tarea 2

rk= 1.591/ 6.989= 0.227 7. Enseguida se presentan los precios diarios al cierre (en dólares por acción). Realiza el diagrama de dispersión y prueba si existe autocorrelación en estos datos. Utiliza un alfa = 0.05.

R= P› 2/√20 = 0.44 Existe autocorrelacion Periodo Precio

1 2 3 4 5 6 7 8 9 10 88.87 83.00 83.61 83.15 82.84 83.99 84.85 84.36 85.53 86.54

Periodo Precio

11 12 13 14 15 16 17 18 19 20 88.69 87.77 87.29 87.99 88.80 88.80 89.11 89.10 88.90 89.21

Precio del dolar por acciones

Valores Y 90 89 88 87

86 85 84 83 82 0

5

10

15

20

25

Periodo

Conclusiones. Las series de datos es la recopilación de datos en determinado tiempo este se conforma de cuatro elementos: Tendencia, Estacional, Ciclica e Irregula y cada una de ellas nos ayuda a buscar la relación en entre ese perido de tiempo y las ventas por decir un ejemplo de una empresa y este al representarlo en su grafica nos ayuda a visualizar mejor el proceso o resultados los cuales nos ayudaran a tomar mejores deciciones con respecto a mejor o áreas de oportunidad que se pueden trabajar en el tiempo que se vea mas conveniente.