You are on page 1of 93

PUNTO A

VARIABLE
INDEPENDIENTE
X

TOTAL

VARIABLE
DEPENDIENTE
Y

1
2
3
4
5
6
7
8
9
10
11
12
78

4200
4300
4000
4400
5000
4700
5300
4900
5400
5700
6300
6000
60200

XY

X^2

4200
8600
12000
17600
25000
28200
37100
39200
48600
57000
69300
72000
418800

X   =

6.5

Y   =

5016.667
192.3077

1
4
9
16
25
36
49
64
81
100
121
144
650

3766.667
PUNTO B

269.85

TRES ERRORES ESTANDAR
810

DEBE TENER 810 UNIDADES ADICIONALES PARA CUMPLIR

Y^2
17640000
18490000
16000000
19360000
25000000
22090000
28090000
24010000
29160000
32490000
39690000
36000000

Y=a+bx
3958.974
4151.282
4343.590
4535.897
4728.205
4920.513
5112.821
5305.128
5497.436
5689.744
5882.051
6074.359

(y-Y)^2
58093.360
22117.028
118053.912
18468.113
73872.452
48625.904
35036.160
164128.863
9493.754
105.194
174681.131
5529.257
728205.128

MESES NUEVOS PRONOSTICO
13
14
15
16
17
18
19
20
21
22
23
24

6266.67
6458.97
6651.28
6843.59
7035.90
7228.21
7420.51
7612.82
7805.13
7997.44
8189.74
8382.05

ONALES PARA CUMPLIR CON ESTE NIVEL DE CONFIANZA .

calcule la ecuación de la regresión d los datos anteriores a la demanda.2) La demanda histórica del producto es: enero febrero marzo abril mayo junio julio a) b) c) 15 14. . c) usando un exponencial aminorado sencillo donde α=0.2 y un pronóstico de junio=13.3 13. e) usando la ecuación de la regresión de d. con los pesos de espacio sobrante .10 encuentre el pronóstico para julio.30 y . calcule el pronóstico ara julio .60.4 12 11 15 12 16 15 a) usando un promedio móvil ponderado. b) usando un promedio móvil simple para 3 meses. d) usando un análisis de regresión lineal simple. encuentre el pronóstico para julio. encuentre le pronóstico para julio.

8 + 0.2 espacio sobrante re el pronóstico y un pronóstico cuación de la stico ara julio TOTAL X   = Y   = .77X (período) 16.d) e) demanda = 10.

5 13.77 10.8 xy x^2 12 22 45 48 80 90 297 1 4 9 16 25 36 91 .5 0.VARIABLE VARIABLE INDEPENDIENTE DEPENDIENTE x y 1 12 2 11 3 15 4 12 5 16 6 15 21 81 3.

a)

Pronóstico

Real
Enero
Febrero
Marzo
Abril
Mayo
Junio

100
94
106
80
68
94

Pronóstico
80
84
86
90
88
84

b)

MAD

5

DEMANDA
VARIABLE
PERIODO (X)
DEPENDIENT
E (Y)

TOTAL
PROMEDIO (Yd)

1
2
3
4
5
6
7
8
9
10
11
12
78

4800
3500
4300
3000
3500
2700
3500
2400
3200
2100
2700
1700
37400

PROMEDIO
PERIODO

3833
2767
3500
2367

3116.67

X   =

6.5

Y   =

3116.67
-168.42

4211.38

FACTOR
ESTACIONAL

1.23
0.89
1.12
0.76
1.23
0.89
1.12
0.76
1.23
0.89
1.12
0.76

DEMANDA
DESESTACIO
NALIZADA
(Yd)

3902.61
3942.77
3829.05
3950.70
2845.53
3033.71
3125.00
3157.89
2601.63
2359.55
2410.71
2236.84
37396

23 2487.69 .89 1649.00 0.64 1.12 1887.53 1685.95 1853.70 FACTOR PRONOSTICO ESTACIONAL FINAL 1.PERIODO X 13 14 15 16 Yd 2021.33 0.12 1516.76 1152.

54 11487.X^2 X*Y 1 4 9 16 25 36 49 64 81 100 121 144 650 4800 7000 12900 12000 17500 16200 24500 19200 28800 21000 29700 20400 214000 DEMANDA DESESTACIONAL IZADA X(Yd) 3902.51 26517.14 15802.11 219016.16 23414.26 .00 25263.25 21875.63 23595.61 7885.64 18202.82 14227.86 26842.

.

5 .PUNTO A) VARIABLE DEPENDIENTE Y 200 180 160 140 120 VARIABLE DEPENDIENTE Y 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 PUNTO DEL B) AL D) VARIABLE DEPENDIENTE VARIABLE X Y 1 109 2 104 3 150 X*Y PROMEDIO PERIODO X^2 109 208 450 1 4 9 112 108 154.

71 140.79 136.4 5 6 7 8 9 10 11 12 78 TOTALES PROMEDIO 170 120 100 115 112 159 182 126 106 1553 680 600 600 805 896 1431 1820 1386 1272 10257 16 25 36 49 64 81 100 121 144 650 176 123 103 129.865 117.73 139.95 132.796 112.9804 123.08 1.7 141.21 0.36 188.69 PRONÓSTICO FACTOR PRONOSTICO DEMANDA ESTACIONAL DESESTACIONA SIMPLE LIZADA Yd 0.94 1.42 X   = Y   = 6.2 137.80 0.194 164.77 137.5 129.5 139.75 138.35 0.04 VARIABLE X 13 14 15 16 17 18 Yd 135.7 140.0 142.5 136.42 DESESTACIONALIZADO SIMPLE 0.48 .835 114.

194 125.94 .95 249.65 125.62 125.865 0.95 124.25 376.835 1.EY DEMANDA DEMANDA FACTOR DESESTACIO DESESTACIO ESTACIONAL NALIZADA NALIZADA (Yd) X(Yd) 0.

70 .136364 122.13 133.95 1597.360 0.17 1553.796 1.26 125.1.17 133.0303 125.950 0.65 132.02 631.05 1198.865 0.64 1073.49 1338.00 126.95 134.24 1458.95 0.63 133.36 0.194 1.00 500.30 753.99 10234.835 1.88 930.796 0.82 132.

el m TS 2 .TS 1 TS 1: Dado que ha habido un rápido aumento de la tendencia. la previsión en breve estar fuera de los límites. Por lo tanto.

la previsión es aceptable Forecasting TS 3 TS 3: Esta serie está aumentando rápidamente. y se encuentra fuera de los límites. el m .TS 2: Esto está dentro de los límites. Por lo tanto. En consecuencia.

Por lo tanto. el modelo de pronóstico es pobre .ra de los límites.

. En consecuencia. el modelo es pobre.límites.

18 1495.56 214.28 206.45 241.003 1.5 177.00 .950 12 261.003 1.164 0.003 1.5 217.883 1.5 165.26 1.X Total Y 1 2 3 4 5 6 7 8 36 160 195 150 140 215 240 205 190 1495 PERI ODO Yd PROMEDIO PERIODO 187.950 0.883 FACTOR ESTACIONAL 1.92 158.21 215.0 FACTOR ESTACIONAL 9 10 11 231.164 0.83 215.950 0.164 0.883 PRONOSTICO FINAL 232 281 239 231 DEMANDA DESESTACIONALIZ ADA (YD) 159.35 251.17 0.47 167.54 157.

47 335.24 1510.79 1721.X^2 1 4 9 16 25 36 49 64 204 DEMANDA DESESTACIONA LIZADA X(YD) 159.09 473.24 1071.52 7143.53 .77 634.42 1237.

71 1.37 0.5 Y   = 19.06 1.PUNTO B DEMANDA VARIABLE PERIODO (X) DEPENDIENT E (Y) TOTAL PROMEDIO 1 2 3 4 5 6 7 8 36 12 18 26 16 16 24 28 18 158 X   = 4.71 1.86 79 19.75 (DEMANDA) .37 0.51 PUNTO C PROMEDIO PERIODO FACTOR ESTACIONAL 14 21 27 17 0.86 0.72 16.06 1.75 0.

15 0.86 21.06 25.32 23.43 1.47 25.37 33.63 .99 0.13 24.71 16.71 1.2008 9 10 11 12 TENDENCIA FACTOR PRONOSTICO Y=a+bX ESTACIONAL FINAL 22.

02 18.35 112.93 16.59 22.85 143.54 22.44 20.93 33.07 167.44 741.23 .06 74.01 X^2 DEMANDA DESESTACIO NALIZADA X(YD) X*Y 1 4 9 16 25 36 49 64 204 12 36 78 64 80 144 196 144 754 16.86 57.93 19.93 158.DEMANDA DESESTACIONALIZADA (YD) 16.64 20.68 135.

.

.

.

5. será el mismo porcentaje de variación que tendremos durante pronóstico sería (395/360) 560 = 614. Estrategia B: Lo que se venden en el mismo período de tres meses del año pasado. El pronóstico sería 1. 560/580 = 97% Estrategia C: Probablemente vamos a vender el 10 por ciento más en los próximos tres meses que he pronóstico es 1.Cada estrategia se utiliza para predecir el segundo trimestre de este año. Estrategia E: Cualquiera que sea el porcentaje de cambio que tuvimos en los últimos tres meses de es meses del año pasado.50 (560) = 840. probablemente. real fue de 580.4 / 580 = 106%.10 (395) = 434. Tual acción era 580. 614. aplicándolo a tercer trimestre de este año los resultados en una previsión de 4 . El mejor método fue B. Entonces.4. real fue de 580. 395/580 = 68%. Actual era 580.5 / 580 = 75%. que probablemen Por lo tanto. real era 580. nuestro pronóstico es 560. 840/580 = 145%. Estrategia D: Probablemente vamos a vender el 50 por ciento más en los próximos tres meses de lo q pasado. el mejor se utiliza Estrategia A: Lo que hemos vendido en los últimos tres meses es lo que probablemente venderemos e pronóstico es 395. 434.

que probablemente vender en ese plazo de tres meses de este año. Por lo tanto.Entonces. Nuestro próximos tres meses de lo que hicimos en los mismos tres meses del año 5%. . El = 106%. próximos tres meses que hemos vendido en los últimos tres meses. los últimos tres meses de este año en comparación con los mismos tres ación que tendremos durante los próximos tres meses de este año. nuestro o pasado. robablemente venderemos en los próximos tres meses. el mejor se utiliza para predecir el tercer trimestre de este año. ltados en una previsión de 420.

00 146.a-c.24 153.3 Sobre la base de MAD.43 23.47 146. MA 130 150 160 170 160 150 Absolute Deviation 40 10 20 30 30 10 Exponential Smoothing 130.34 159.20 150. el modelo de suavizado exponencial parece ser la mejor . Para la previsión de suavizado exponencial necesitamos un principio pronosticado para marzo y un Para iniciar el pronostico debemos utilizar el promedio de los tres primeros períodos y seleccionar α = 0. Month Demand January February March April May June July August September 110 130 150 170 160 180 140 130 140 MAD 3-Mo.00 136.

Absolute Deviation 34.onosticado para marzo y un α períodos y seleccionar α = 0.30.47 6.66 19.24 23.80 29.43 21.1 .00 13. Otras opciones producirán diferentes respuestas.

X TOTALES 1 2 3 4 5 6 21 MES PRONÓNSTICO ABRIL 250 MAYO 325 JUNIO 400 JULIO 350 AGOSTO 375 SEPTIEMPRE 450 REAL DESVIACIÓN 200 -50 250 -75 325 -75 300 -50 325 -50 400 -50 .

-50 50 50 -125 75 125 -200 75 200 -250 50 250 -300 50 300 -350 50 350 MAD 50.3 TS -1 -2 -3 -4 -5 -6 MAD= SUMA DESV.7 62.RSFE DESVIACIÓN ABSOLUTA SUMA DESV.0 58.0 62. ABS.5 60./X TS= RSFE/MAD .5 66. ABS.

/X = RSFE/MAD . ABS.MA DESV.

el MAD es 23.13. Para el mes 8.75 . MES PRONOSTICO REAL DESVIACION RSFE 1 2 3 4 5 6 7 140 140 140 140 140 150 150 137 133 150 160 180 170 185 -3 -7 10 20 40 20 35 -3 -10 0 20 60 80 115 8 150 205 55 170 a.

La señal de seguimiento es demasiado grande. La señal de seguimiento para el mes 8 es de 7.16 c.b. por lo que el pronóstico se debe considerar pobres. .

00 2.00 5.67 19.DESVIACIÓN ABSOLUTA SUMA DESV.80 5.75 7.75 4.16 .00 16.29 -1.00 3.67 10.00 6.00 16. MAD TS 3 7 10 20 40 20 35 3 10 20 40 80 100 135 3.00 -2.96 55 190 23.00 0. ABS.

.debe considerar pobres.

a-c
MES

DEMANDA
1
2
3
4
5
6
7
8
9
10

MAD

31
34
33
35
37
36
38
40
40
41

SUAVIZADO
EXPONENCIAL

31.00
31.00
31.90
32.23
33.06
34.24
34.77
35.74
37.02
37.91

DESVIACION
ABSOLUTA

Tt

3.00
1.10
2.77
3.94
1.76
3.23
4.26
2.98
3.09

1.00
1.00
1.18
1.11
1.14
1.24
1.11
1.10
1.17
1.11

2.9

En base a la MAD de cada pronóstico, la suavización exponencial con tendencia es el m

Ft

FITt

DESVIACIÓN
ABSOLUTA

30.00
31.00
32.60
33.55
34.76
36.23
37.03
38.10
39.43
40.42

31.00
32.00
33.78
34.66
35.90
37.47
38.14
39.19
40.60
41.54

2.00
0.78
0.34
1.10
1.47
0.14
0.81
0.60
0.54

0.86

encial con tendencia es el mejor modelo de pronóstico.

SEMANA

PRONOSTICO

REAL

DESVIACIÓN

1
2
3
4
5

800
850
950
950
1000

900
1000
1050
900
900

100
150
100
-50
-100

6

975

1100

125

Para la semana 6, el MAD es de 104, y la señal de seguimiento es de 3.1. Este es un valor bastante al

0 2.DESVIACIÓN ABSOLUTA SUMA DESVIACIÓN ABS 100 250 350 300 200 100 150 100 50 100 100 250 350 400 500 100 125 117 100 100 1.0 3.0 2. .1 RSFE MAD TS Este es un valor bastante alto.0 3. lo que indica que el modelo es inaceptable.0 325 125 625 104 3.

16 .

.

mayo=2. y así sucesivamente. cálcule un pronóstico pa b) usando el exponencial aminorado simple con α=0. mientras d) calcule un pronóstico para octubre. 100 80 60 40 20 0 DEMANDA . c) usando una regresión líneal simple.5 a) usando un promedio móvil simple de 4 meses.17) LA DEMANDA HISTÓRICA PARA UN PRODUCTO ES: PUNTO A X 1 2 3 4 5 6 21 TOTAL MESES DEMANDA Y ABRIL 60 MAYO 55 JUNIO 75 JULIO 60 AGOSTO 80 SEPTIEMBRE 75 OCTUBRE 405 PROMEDIO MÓVIL SIMPLE 72.2 y un pronóstico pa calcule un pronóstico para octubre. calcule la línea de la tendencia de l digamos que el eje x es abril=1.

80 60 40 20 0 .

y así sucesivamente.2 y un pronóstico para septiembre =65 lcule la línea de la tendencia de los datos históricos. . cálcule un pronóstico para octubre. PUNTO C .UN PRODUCTO ES: PUNTO B PUNTO D EXPONENCIAL REGRESIÓN LINEAL AMINORADO SIMPLE 67 XY X^2 60 110 225 240 400 450 1 4 9 16 25 36 1485 91 81 4 meses. mientras que el eje y es la demanda. ple con α=0.

.

86 54 Y=a+bx Y= 54+3.5 Y   = 67.5 3.86x .X   = 3.

.

000 = 176%.000. Estrategia E: Cualquiera que sea el porcentaje de cambio que tuvimos en los últimos tres meses de este tres meses del año pasado.000 = 7.000 24.500 .000 / 15. probablemente.000 / 15.000 = 16.400 / 15. El mejor método es E. que probablemente v este año. 18.000. 27.000 Cada estrategia se utiliza para predecir el tercer trimestre de este año. (15.000. Estrategia C: Probablemente vamos a vender el 10 por ciento más en los próximos tres meses que hemo Nuestro pronóstico es 1.000 / 15.000 IV 9. Real fue de 15.000 = 120%. Real fue de 15. Estrategia D: Probablemente vamos a vender el 50 por ciento más en los próximos tres meses de lo que h año pasado.TRIMESTRE I II III ULTIMO AÑO 23. Por lo tanto.000) 9.000 18.000 15. Estrategia A: Lo que hemos vendido en los últimos tres meses es lo que probablemente venderemos en lo nuestro pronostico es de 24. 16. Real fue de 15. 26. El pronóstico sería (24.000 27. Aplicar para el cuarto trimestre de este año.000.000 / 27.000 = 160%.000) = 26. El pronóstico sería 1.400.000 = 107%.000 ESTE AÑO 19. será el mismo porcentaje de variación que tendremos durant año.000) = 27. Estrategia B: Lo que se venden en el mismo período de tres meses del año pasado.000. el mejor se utiliza para p año. Real fue de 15.000. Entonces.000 = 180%.000. 24.50 (18.10 (24.000 / 18.000.000 / 15. Real fue de 15. nuestro pronostico es de 18.000) 18.000.

el mejor se utiliza para predecir el cuarto trimestre de este bablemente venderemos en los próximos tres meses.000 = 7. óximos tres meses de lo que hicimos en los mismos tres meses del 27. Por lo tanto. pasado. %.000 / 15.000 = 107%.nces.000 = 180%. s últimos tres meses de este año en comparación con los mismos riación que tendremos durante los próximos tres meses de este 00.000 = 176%. 15.500 .000 = 120%.000 / 15.000 / 15.000) 9. 16. 18. que probablemente vender en ese plazo de tres meses de 18. óximos tres meses que hemos vendido en los últimos tres meses.

67 de la media y es razonable . y el TS = -1.67 b. El modelo parece aceptable ya que la señal de seguimiento es de 1.PERIODO PRONOSTICO REAL DESVIACIÓN 1 2 3 4 1500 1400 1700 1750 1550 1500 1600 1650 50 100 -100 -100 5 1800 1700 -100 A. el MAD = 90. Para el período 5.00.

0 75.3 87.RSFE DESVIACION ABS SUMA DESVIACION ABS MAD TS 50 150 50 -50 50 100 100 100 50 150 250 350 50.5 1.00 2.60 -0.0 -1.67 de la media y es razonable.00 0. Sin embargo.0 83.57 -150 100 450 90. la tendencia a la baja en el gráfico sí presenta una preocupación .

senta una preocupación .

Sobre la base de MAD. el alisamiento exponencial con componente de tendencia parece ser el mejor m .

ndencia parece ser el mejor método. .

0 0.736 525 0.80 344.449 1.Total x y PROMEDIO PERIODO FACTOR ESTACIONAL 1 2 3 4 5 6 7 8 36 205 140 375 575 475 275 685 965 3695 340.147 946 DEMANDA DESESTACIONALIZ ADA (YD) 278.84 3695.449 1.449 345 1.66 824.63 326.0 207.736 0.147 1.27 612.44 0.5 530.667 0.12 596.736 0.147 1.667 PRONOSTICO Yd* PERIODO X VERANO '06 9 10 11 Yd FACTOR ESTACIONAL 712.88 768.48 311.0 770.91 645.00 .95 578.

12 880.22 1.667 1467 .

75 18970.63 3226.24 .48 623.40 1379.X^2 DEMANDA DESESTACIONA LIZADA X(YD) 1 4 9 16 25 36 49 64 204 278.74 4178.33 3672.25 980.66 4630.

.

Por lo tanto. 964/975 = 99%. Actual era 975. Si tan sólo los tres primeros se utilizan. el mejor método es B.5 / 975 = 133%.5. Estrategia D: Probablemente vamos a vender el 50 por ciento más en los próximos tres meses de lo q pasado.075) = 1. las previsiones para el cua . Actual era 975. real era 975. 1075/975 = 110%. el mejor se utiliza p Estrategia A: Lo que hemos vendido en los últimos tres meses es lo que probablemente venderemos e previsión es 1175.175) = 1.612. 1175/975 = 121%.50 (1.5 / 975 = 165%. Estrategia E: Cualquiera que sea el porcentaje de cambio que tuvimos en los últimos tres meses de es meses del año pasado. Actual era 975. Estrategia B: Lo que se venden en el mismo período de tres meses del año pasado.5. Entonces. será el mismo porcentaje de variación que tendremos durante pronóstico sería (1175/1310) 1075 = 964. Actual era 975. probablemente. Estrategia C: Probablemente vamos a vender el 10 por ciento más en los próximos tres meses que he pronóstico es 1. 1.292. que probablemen Por lo tanto.292. nuestra previsión es 1075. El pronóstico sería 1.10 (1. 1612.Cada estrategia se utiliza para predecir el tercer trimestre de este año.

Si se utilizan los cinco métodos que figuran en el texto. .550 = 1. aplicán previsión de (975 / 1.406.075) 1. a continuación. el mejor método es E.

Por lo tanto. Nuestro %. nuestra o pasado. que probablemente vender en ese plazo de tres meses de este año. próximos tres meses que hemos vendido en los últimos tres meses.550. las previsiones para el cuarto trimestre es de 1. el mejor se utiliza para predecir el cuarto trimestre de este año. . próximos tres meses de lo que hicimos en los mismos tres meses del año 5 / 975 = 165%. El . robablemente venderemos en los próximos tres meses. los últimos tres meses de este año en comparación con los mismos tres ación que tendremos durante los próximos tres meses de este año. .ntonces.

aplicándolo al cuarto trimestre de este sí produce una .mejor método es E.

PUNTO A PUNTO B X DEMANDA (Y) PROM. SIMPLE PROMEDIO NUEVO 1 400 350 2 350 325 3 325 300 358 6 1075 TOTALES 325 .

PUNTO C 440 422 403 .

a usted le gustaría ver a los TS que van y vienen entre positivo y n (4 puntos consecutivos en una fila hacia abajo). o si esto ocurrió por azar . los pronosticos serán inacepta cerca para ver si la tendencia a la baja continúa. Sin embargo. Si esta tendencia continúa.MES PRONÓSTICO REAL DESVIACIÓN RSFE May June July August September 450 500 550 600 650 500 550 400 500 675 50 50 -150 -100 25 50 100 -50 -150 -125 October 700 600 -100 -225 El TS en sí es aceptable.

71 -1.00 1.DESVIACIÓN ABSOLUTA SUMA DESVIACIÓN ABS MAD TS 50 50 150 100 25 50 100 250 350 375 50.50 75.00 83.00 -0.60 -1.00 50.33 87. En la actualidad está dirigida hacia abajo os pronosticos serán inaceptables.67 100 475 79.17 -2.00 2.84 van y vienen entre positivo y negativo. Este pronostico debe ser monitoreado de .

07 0.52 1.64 1.79 PRONOSTICO 0.51 1.36 -0.67 1.17 0.14 -0.74 0.17 0.67 0.20 -1.19 1.76 0.23 1.87 1.11 1.21 0.62 1.48 0.53 0.38 0.50 1.45 0.61 1.67 1.99 0. Company A PRONOSTICO Period 2002-I II III IV 2003-I II III IV 2004-I II III IV 2005-I II III = 0.18 0.26 0.18 -0.17 0.12 0.19 DESVIACIÓN ABS 0.10 0.68 1.15 DESVIACIÓN ABS 0.68 0.62 1.54 0.42 0.91 0.29 PRONOSTICO = 0.07 0.96 DEMANDA PRONOSTICO 0.66 1.58 0.63 0.35 1.74 1.52 1.09 1.06 0.79 2.67 1.10 EPS 1.34 0.19 0.18 0.04 1.36 1.53 1.17 0.08 0.24 0.13 .08 1.56 2.30 0.64 MAD PERIODO 2002-I II III IV DESVIACIÓN ABS 0.30 1.68 0.14 0.38 1.68 0.21 DESVIACION ABS 0.17 0.15 1.67 2.a.67 1.54 2.67 1.06 0.29 -0.91 0.13 0.07 0.88 1.97 0.52 0.17 0.55 0.14 0.48 1.

14 0.723 1.38 105 9.08 Sobre la base MAD un α de 0.32 MAD b.15 1.16 0.97 0.780 1.14 0.401 -0.07 0.624 0.10 0.495 1.05 0.2003-I II III IV 2004-I II III IV 2005-I II III 0.37 0.47 0.217 1.20 0.40 0.05 0.35 1.677 0.31 0.401 1.41 0.25 0.451 0.47 0.22 0.00 0.10 0.843 0.828 0.16 0.14 0.11 1.157 1.67 2.677 0.12 0.309 1.20 -1.10 c.31 0.56 2.723 1.129 0.37 0.227 1 4 9 16 25 36 49 64 81 100 121 144 169 196 9.38 0.677 2.18 -0.13 0.36 0.10 0.365 2.26 0.148 0.556 0.01 0.577 FACTOR ESTACIONAL DEMANDA DESESTACIONALIZ ADA (YD) x^2 0.21 0.25 0.237 -2.54 0.29 -0.40 0.37 0.723 1.30 0.02 0.36 0.29 0.58 PROMEDIO DEL TRIMESTRE 0.28 0.31 0.40 0.33 0.624 0.35 0.12 0.843 0.20 0. 0.723 1.677 0.580 1015 .44 0.34 0.26 0.07 0.427 0.30 se comporta mejor que 0.24 0.25 0.843 0.624 0.04 1.107 -1. Company A Total x y 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1.06 0.18 0.13 0.29 0.

077 0.280 0.223 0.417 FACTOR ESTACIONAL DEMANDA DESESTACIONALIZ ADA (YD) x^2 0.764 1.260 0.25 0.33 0.26 0.30 0.24 0.764 1.213 0.764 1.363 0.327 0.393 0.077 0.36 0.410 0.764 1.360 0.213 0.263 0.223 0.37 0.17 0.077 0.47 105 4.44 0.344 0.432 0.40 0.810 1015 .34 0.999 1.388 0.999 1.41 0.47 0.371 0.213 0.370 0.436 1 4 9 16 25 36 49 64 81 100 121 144 169 196 4.999 1.077 0.81 PROMEDIO DEL TRIMESTRE 0.COMPAÑÍA B Total X Y 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0.343 0.

mientras que Coop está creciendo.d. . Los resultados indican que Goodyear Tires EPS está en una tendencia a la baja.

.

676 3.113 2.DEMANDA DESESTACIONA LIZADA X(YD) 2.172 14.803 5.608 -1.458 10.073 -17.798 3.783 7.848 -27.341 5.607 3.165 .309 2.299 12.

522 2.902 3.636 2.110 39.121 1.781 1.DEMANDA DESESTACIONA LIZADA X(YD) demand 0.672 .651 5.887 3.104 6.513 4.061 2.223 0.714 4.446 0.

per Tires EPS .

0 .8 40870.6 5728. x y xy x2 y2 1 2 3 4 5 6 7 8 9 10 11 4865.8 30421843.9 5067. muchos de los procedimientos que se no va a funcionar.Ya que nuestro interés en la previsión de los próximos cuatro años.8 25678542.8 5550.4 32819149.9 5860.9 10134.4 26099837.4 30809160.8 16546.3 27016085. El examen de la gráfica de los ingresos con el tiempo sugiere que puede haber una ligera tendencia al alz haber un componente cíclico.0 64460.7 5094. mover suavización exponencial media y sólo se proyectará un período en de los métodos presentados en el texto.5 31186. es muy difícil determinar consecuencia. posiblemente 6 o 7 años.8 22915.2 34339600. la regresión parece ser el enfoque lógico.7 5197.2 35660.0 4865. regresión simple parece ser la opción disponible para el pronóstico. Con los datos limitados.2 27488.4 32934973.8 5497.6 5738.4 5108.4 5515.4 30224705.4 57389. Por ejemplo.3 25952911.4 49955.0 1 4 9 16 25 36 49 64 81 100 121 23676982.

0 .8 361473.Total 66 Estimacion lineal 59225.0 506 319973791.

ber una ligera tendencia al alza.de los procedimientos que se presentan en el texto se proyectará un período en el futuro. Por lo tanto. En óstico. ógico. Además. puede dos. . es muy difícil determinar el ciclo.

.

62 898. .98 1195.374 -69.80 constante precio 21.913.85 1231.21 1090.lineal en Microsoft Excel ventas precio publicidad valores 400 700 900 1300 1150 1200 900 1100 980 1234 925 800 280 215 211 210 215 200 225 207 220 211 227 245 600 835 1100 1400 1200 1300 900 1100 700 900 700 690 451.42 722. Respuestas utilizando la función ESTIMACION.25 1118.72 977.98 850.094 .79 1025.40 1095.99 929.a.

desde el crecimiento de los precios y e Sales = 2191.3250 (900) Sales = 411. c. 0. Precio en realidad tiene un efecto negativo.9094 (300) + .3250 y intercepto precio pendiente de precio pendiente de la publicidad Precio tiene un gran efecto en las ventas porque valor de la pendiente es mucho mayor (-6.3374 .04 .6.3250). 0.publicidad Donde a= b1 = x2 = b2 = b.

osoft Excel .

endiente es mucho mayor (-6.9094 frente crecimiento de los precios y el decrecimiento de las ventas. .

.

.

29 .