You are on page 1of 8

PRACTICA N° 02

PLANEAMIENTO Y CONTROL DE LA PRODUCCION

ESTADISTICA DESCRIPTIVA DEL PROCESO
I. OBJETIVO

 Analizar e interpretar el comportamiento de la demanda  Aplicar los modelos para el tratamiento de demanda con tendencia y estacionales. II. TEMAS A TRATAR

 Método de Regresión de Mínimos Cuadrados.  Método de Regresión Exponencial III. DURACIÓN DE LA PRACTICA

 2 horas. IV. MARCO TEORICO

1. CORRELACIÓN La correlación es el método es el método empleado para determinar el grado de relacionamiento entre las variables que se estudian, para así determinar en que medida una relación funcional describe o explica de una forma adecuada la relación entre estas dos variables Se usa el término correlación cuando se habla de relaciones entre variables de experimentos bivariantes. Los diversos tipos de correlación que existen pueden ser:

Ing. Vanessa Nieto Peña

Página

2 1.1. Coeficiente de correlación lineal de Pearson Es una medida del grado de asociación lineal entre las variables X e Y. Es un número abstracto y se representa por r:

1

• Si r está próximo a 1 ó a -1. cuanto mayor sea el valor de r2. su interpretación puede no tener ningún sentido. Vanessa Nieto Peña Página 2 . mejor será el ajuste y mas útil la recta de regresión como instrumento de predicción.Donde: SXY = Covarianza de X e Y. (r2 = 0.2. Propiedades • r está siempre comprendido entre -1 y 1. habrá una asociación lineal muy débil. 3. pero ambas variables están claramente disociadas. s Y = Desviación estándar de Y. es una medida de la proximidad del ajuste de la recta de regresión. b) Aunque el grado de correlación sea cercano a cero (pobre aproximación al modelo lineal) eso no significa que no haya relación entre las dos variables. Puede ser que dicha relación sea no lineal. s X = Desviación estándar de X. Esto demuestra que r no tiene dimensión. El coeficiente de determinación r2. • Si r = 1 ó r = -1 entonces los puntos de la muestra están situados en línea recta (correlación lineal perfecta). 2. MÉTODO DE MÍNIMOS CUADRADOS PARA ENCONTRAR LA ECUACIÓN DE REGRESIÓN Ing. Aunque un alto grado de correlación indique buena aproximación a un modelo matemático lineal. COEFICIENTE DE DETERMINACIÓN El coeficiente de determinación se calcula elevando al cuadrado el coeficiente de correlación y representa el porcentaje de la variación explicada por la recta de regresión. habrá una asociación lineal fuerte entre ambas variables.92 indica que de 100 pares de puntos 92 están en la recta de regresión y 8 fueran de la recta de regresión) Cuando el n es pequeño se debe calcular el coeficiente de determinación corregido. Por ejemplo puede haber un alto grado de correlación entre las ventas de celulares y el consumo de alcohol en Arequipa. 1. a) Se trata de una medida matemática que luego hay que interpretar. • r no varía cuando en las variables se realiza un cambio de escala o de origen. Dos consideraciones sobre el coeficiente de correlación. • Si r es cercano a 0.

ha estado produciendo durante 5 años herramientas especiales manuales para clavar. Es el valor estimado de Y cuando X = 0. como se indica en la tabla 1. en trimestres. La planta ha operado casi a su capacidad durante los últimos 2 años. Entonces la ecuación lineal que se tiene que encontrar es: Donde: Y * = Se lee Y asterisco. sea la cantidad más pequeña posible.Recordemos que el análisis de regresión lo que persigue es determinar la relación funcional de la variable dependiente Y con respecto a la variable independiente X con el fin de predecir valores de Y.1 Tabla 1. o el cambio promedio en Y* por cada cambio en una unidad de la variable independiente X. se conoce con el nombre de mínimos cuadrados. El principio matemático con base con el cual se traza la ecuación de la línea y se predicen los valores de Y. La técnica que se utiliza para desarrollar la ecuación de la línea y hacer estas predicciones. A los valores a y b se les conoce como coeficientes de regresión y se calculan con las siguientes fórmulas: Ejemplo. Página Ing. b = Es la pendiente de la línea.1: Ventas trimestrales en miles de dólares. a = Es la intersección con el eje Y. Este principio consiste en trazar una línea sobre la gráfica de dispersión de los valores de modo que la suma de los cuadrados de la distancia vertical entre el valor real de Y y su valor predictorio. A continuación desarrollaremos un modelo matemático (ecuación de la línea) para expresar la relación entre dos variables y para estimar el valor de la variable dependiente Y basándonos en el valor de la variable independiente X. Se necesitan pronósticos para programar la producción del próximo año y para suministrar estimaciones a fin de planear la expansión futura de los medios de producción. es el valor predictorio de la variable Y para un valor seleccionado de X. Se han tabulado los registros de ventas para los 5 años. Inc. se le llama análisis de regresión. Vanessa Nieto Peña Año Trimestre I 2008 190 2009 280 2010 270 2011 300 2012 320 3 . X = Es el valor que se escoge para la variable independiente..La Generox.

( x)² Formula del pronóstico: y = a + bx Año 2008 2009 2010 2011 2012 Sumatoria x 1 2 3 4 5 15 y 108 119 110 122 130 589 x2 1 4 9 16 25 55 xy 108 238 330 488 650 1814 (5 * 1814) – (15 * 589) b = -----------------------------------(5 * 55) – (15)2 a = (589 – (4. La línea recta está definida por la ecuación y= a +bx y = valor pronosticado a = el valor de y en el punto base b = la pendiente de la recta.7* 15)) / 5 = 4.9 Otra forma se calcular la demanda para 2013 sería:  Cambiando el punto base de 2008 a 2010 Año 2008 2009 2010 2011 2012 Sumatoria x -2 -1 0 1 2 0 y 108 119 110 122 130 589 x2 4 1 0 1 4 10 xy -216 -119 0 122 260 47 Los cuales permiten que a y b se calculen como: Ing.7 = 103.7 + 4. x  y b = -------------------n x² .7(6) = 131.Trimestre II Trimestre III Trimestre IV Totales 370 300 220 1080 420 310 180 1190 360 280 190 1100 430 290 200 1220 440 320 220 1300 Solución por mínimos cuadrados. a = ( y . Se emplean 2 ecuaciones para determinar a y b.b  x ) / n n xy . Vanessa Nieto Peña Página 4 .7 El pronóstico para 2013 está a 6 años del punto base y = 103.

por tanto.0701 N 5 . para esto convertimos la ecuación exponencial a su forma logarítmica: log y = log a + x log b  (log y) .0864 4.= ---. a = 117.1139 10.1719 a = ant.= 4.8 n 5  xy 47 b = ----.3506 log a -----------.( x)² Cuando el punto base se escoge para hacer  x=0.07) = 117.0755 2.= ----.7(3) = 131.0864 2.log (2.0334 2.9 Método de regresión exponencial. x  (log y) log b = -------------------------------N  x² .= -------.8 + 4.= 2. la solución se reduce a calcular  (log y) log a = ---------N  (x log y) log b = ----------- x² Año 2008 2009 2010 2011 2012 Sumatorias x -2 -1 0 1 2 0 y 108 119 110 122 130 589 x2 4 1 0 1 4 10 Log y 2.= 117.0000 2. Vanessa Nieto Peña Página 5 Debido a que x = 0.0414 2. podemos resolver para a y b en la forma siguiente:  (log y ) 10.0755 0.3507 x Log y -4. algunas veces una curva suave suministra un mejor ajuste para los datos que una línea recta. y varía con la tasa constante b en cada periodo. La curva esta dada por: Y = ab x.0668 -2.5 y. x (log b) log a = -------------------------N n (xlog y) .2279 0.7  x² 10 El pronóstico para 2012 está a 3 años del punto base y = 117.5 Ing.a=  y 589 ----.

la demanda de unidades fue: Mes Enero Febrero Marzo Abril Mayo Junio Demanda (unidades) 4 200 4 300 4 000 4 400 5 000 4 700 Mes Julio Agosto Septiembre Octubre Noviembre Diciembre Demanda (unidades) 5 300 4 900 5 400 5 700 6 300 6 000 a) Use el análisis de regresión de mínimos cuadrados. Nina espera que también aumente la demanda de los reproductores. Suponga que existen factores de tendencia y de estacionalidad y que el ciclo de estacionalidad dura un año. El año pasado.172) = 1. 2. En los últimos años el mercado se ha reducido por el ingreso de otros competidores en la comercialización de este producto. Cuál sería su pronóstico de la demanda para cada mes del próximo año. Use la técnica más adecuada para pronosticar los cuatro trimestre de 2002. ACTIVIDADES Industrias Nina creció casi 50% el último año debido a la gran demanda que tuvieron los reproductores de discos compactos entre los corredores.0404 En esta forma. para realizar la importación del producto. La demanda para los 12 últimos trimestre se muestra a continuación. La Molinera Valencia. 1. que se presentan a continuación. tenía grandes contratos para la comercialización de azúcar. Trimestre 1 Ventas 160 Trimestre 5 Ventas 215 Ing.= 0.log(0. Por lo que la compañía le encomienda la tarea de pronosticar el próximo año.0404)x y = 132 V. Como el número de corredores va en aumento. 6 . ya que hasta la fecha no hay ningún reglamento de seguridad que evite que los usen los corredores. Vanessa Nieto Peña Página Prepare un pronóstico para cada trimestre del próximo año a partir de la información de ventas trimestrales de los últimos años.0172  x² 10 b = ant.5 + (1. (x log y) 0.0172x ó y = 117. Trimestre I II II IV Año 1999 4800 3500 4300 3000 Año 2000 3500 2700 3500 2400 Año 2001 3200 2100 2700 1700 3. la ecuación de pronósticos es log y = 2.1719 log b = ----------.0701 + 0.= -------.

para cada una de las ecuaciones halladas en el punto (c). c) Encontrar la ecuación de regresión por el método de mínimos cuadrados. cuenta con agencias en 10 ciudades del país. b) Hallar el coeficiente de correlación y determinación e interpretar los resultados.A.2 3 4 195 150 140 6 7 8 240 205 190 VI. LANDA SRLtda. Se han totalizado las ventas correspondientes a los últimos 10 años: a) Elaborar un diagrama de dispersión y sacar conclusiones.. gerente de planta. estima que el crecimiento de las ventas continuara y desea desarrollar un pronóstico a largo plazo que se utilizara para planear las necesidades de las instalaciones para los siguientes tres años. exponencial y parabólica. d) Encontrar un intervalo de predicción para el año 11. EJERCICIOS 1. a) Elaborar el diagrama de dispersión. es una empresa que se dedica a la producción y comercialización de artículos para limpieza en todo el territorio peruano. Rodrigo Gonzales. c) Encontrar la ecuación de regresión lineal por el método de mínimos cuadrados. CUESTIONARIO Página Ing. a continuación se presenta la cantidad de vendedores por agencia que posee esta empresa. produce carcasas para estabilizadores utilizados en la venta de computadoras. 2. Industrias Peruanas S. con tendencia lineal. VII. Vanessa Nieto Peña 7 . b) Hallar el coeficiente de correlación y determinación e interpretar los resultados. d) Halle el intervalo de confianza y de predicción cuando los vendedores sean 10.

Administración de la Producción y Operaciones. ¿Cuál es la principal desventaja de la proyección diaria mediante la utilización del análisis de regresión? 3. 2009. ¿Que es la estacionalidad en los pronósticos de series de tiempo? VIII. ¿Cuál es la lógica del método de mínimos cuadrados en el análisis de regresión lineal? 2. Vanessa Nieto Peña Página 8 .A. BIBLIOGRAFÍA 1. Mc Graw Hill. Ing. Norman Gaither y Greg Fraizer. 2. Ed. 2000. Jacobs y Aquilano. Chase. International Thomson Editores S.1. Administración de la Producción y Operaciones.