PCO

Practica: Métodos Cuantitativos para Pronósticos – Modelos

causales-regresión lineal simple de series de tiempo
Caso 1
SiderPerú S.A. produce fierro corrugado para la industria de la construcción. Durante más
de un año, la planta de producción ha operado a casi plena capacidad. El gerente de
planta, estima que el crecimiento en las ventas continuará y desea desarrollar un
pronóstico a largo plazo que se usará para planear las necesidades de las instalaciones
para los siguientes tres años. Se han totalizado las cifras de ventas correspondientes a los
últimos diez años:

Año Ventas anuales (miles de unidades)

1 75,600
2 80,400
3 95,600
4 120,600
5 121,700
6 128,000
7 125,000
8 131,800
9 134,600
10 138,900

Se pide:

(a). Realizar un pronóstico para los siguientes tres años;

(b). Validar el modelo;

(c). Establecer rangos para niveles de confianza del 90% para cada pronóstico.
Caso 2
Autonorte Import S.A. distribuidora de autos desea conocer el nivel de demanda para los
próximos 5 años y así poder planificar en el mediano plazo sus operaciones referente a
instalaciones y distribución de planta. Para lo cual cuenta con la siguiente información
histórica de sus ventas:

Año Ventas (und)

1 780
2 820
3 890
4 850
5 920
6 1,050
7 960
8 1,100
9 1,150
10 1,040
11 1,250
12 1,320

a. Utilice la regresión lineal simple para pronosticar la cantidad anual unidades vendidas
para cada uno de los cinco años siguientes.

b. Determine el coeficiente de correlación para los datos e intérprete su significado.

c. Calcule el error estándar del pronóstico.

d. Determine los límites de confianza superior e interior que se pueden estimar para el
pronóstico del año 13 si se utiliza un nivel de confianza del 90%

e. Grafique su modelo de pronóstico.