Problema 1
Un gerente general, durante los últimos 8 meses, ha pedido a sus gerentes de marketing y de operaciones
que le den pronósticos de ventas Las ventas reales y los pronósticos se presentan en la tabla.
Pronóstico Pronóstico
Mes Ventas reales
Operaciones Marketing
1 334,650 325,000 320,000
2 350,724 359,400 330,000
3 345,072 336,000 340,000
4 313,464 322,000 350,000
5 352,650 330,000 330,000
6 304,000 310,000 327,000
7 312,000 328,000 323,600
8 326,800 331,400 348,000
Según su criterio de validación, ¿cual de los dos gerentes presentó un mejor pronóstico y
porqué?
keting y de operaciones
en la tabla.
Problema 2
Una empresa necesita desarrollar un pronóstico de ventas para el año siguiente para sus ventas de vehículo
ventas de su sector industrial y ha preparado estos datos históricos:
Ventas del sector industrial Ventas anuales de la empresa
(millones de dólares) (número de vehículos recreativos)
536 98
791 137
650 112
813 145
702 120
575 103
684 116
Si la estimación de las ventas para el sector industrial del año que viene es de 1,850 millones de dólares, ut
vehículos recreativos de la empresa para dicho año.
SOLUCIÓN
X Y
Año Ventas del sector industrial Ventas anuales de la empresa Pronóstico
(millones de dólares) (número de vehículos recreativos)
1 536 98 95
2 791 137 137
3 650 112 114
4 813 145 141
5 702 120 123
6 575 103 102
7 684 116 120
8 1850 311
uiente para sus ventas de vehículos recreativos. Suponga que sus ventas anuales están relacionadas con las
s de 1,850 millones de dólares, utilice una regresión lineal simple para pronosticar la demanda anual de
160
140
f(x) = 0.164305295442825 x + 7.19793447873413
R² = 0.97131065035463
120
100
80
60
40
20
0
500 550 600 650 700 750 800 850
Problema 3
El Señorial es un complejo habitacional de 300 unidades cerca a la ciudad universitaria de trujillo, y atrae principalmen
unidades arrendadas durante cada semestre está influida por el número de estudiantes que se inscriben en la universidad
alquilados durante los últimos ocho semestres es:
Inscripciones a
Unidades
Semestre la universidad
arrendadas
(miles)
1 18.72 1,310
2 15.25 1,025
3 17.42 1,130
4 18.20 1,190
5 17.91 1,215
6 16.64 1,080
7 18.42 1,295
8 17.47 1,100
a. Utilice un análisis simple de regresión para desarrollar un modelo para pronosticar el número de apartamentos arrendados con ba
semestre siguiente sea de 20,800 estudiantes, pronostique la cantidad de apartamentos que se alquilarán.
b. ¿Qué porcentaje de variación en unidades arrendadas queda explicado por las inscripciones en la universidad?
c. ¿Qué tan útil cree usted que sean las inscripciones a la universidad para pronosticar la cantidad de apartamentos arrendados?
Solución:
Inscripciones a 1,400
Unidades Unidades
Semestre la universidad
arrendadas arrendadas
(miles) 1,200 f(x) = 82.553
R² = 0.82055
1 18.72 1,310 1,268.46
2 15.25 1,025 982.00 1,000
3 17.42 1,130 1,161.14
4 18.20 1,190 1,225.53 800
5 17.91 1,215 1,201.59
6 16.64 1,080 1,096.75 600
7 18.42 1,295 1,243.70
8 17.47 1,100 1,165.27 400
9 20.80 1,440.17
200
-
15.00 15.50
RPTA:
B) El 82% de los datos estan representados por la regresión.
c) Es un dato que nos ayuda a pronosricar con más exactitud las unidades arrendadas.
de trujillo, y atrae principalmente a estudiantes universitarios. La gerente, sospecha que la cantidad de
e se inscriben en la universidad. Las inscripciones en la universidad y el número de apartamentos
de apartamentos arrendados con base en las inscripciones a la universidad. Si se espera que la inscripción para el
ilarán.
mentos arrendados?
Chart Title
1,400
1,200 f(x) = 82.5531295487627 x − 276.926841339156
R² = 0.820558064460899
1,000
800
600
400
200
-
15.00 15.50 16.00 16.50 17.00 17.50 18.00 18.50 19.00
s arrendadas.
Problema 4
La Gerencia de Ventas de Molino La Perla SAC trujillo, desea establecer su proyección financiera a mediano plazo
método de descomposición de series de tiempo. Para tal efecto se cuenta con información de las ventas realizad
Año
Mes
2020 2021
Enero 21,898 25,156
Febrero 21,998 25,230
Marzo 22,848 26,263
Abril 24,115 27,732
Mayo 24,850 28,578
Junio 26,775 30,778
Julio 27,825 31,999
Agosto 28,000 32,200
Septiembre 26,600 30,590
Octubre 26,250 30,190
Noviembre 24,845 28,578
Diciembre 24,150 27,773
También se le solicita validar su modelo e interprete cada índice de valoración hallado.
Mes Enero Febrero
2020 21,898 21,998
2021 25,156 25,230
Año
2022 27,670 27,820
2023
2020 21,898 21,998 22,848
2021 25,156 25,230 26,263
2022 27,670 27,820 28,889
Promedios por periodo mensual 24908 25016 26000
Promedio general 28,468
Indice de estacionalidad 0.8749 0.8787 0.9133
X Año Mes Demanda Indice estacional
1 Enero 21,898 0.8749
2 Febrero 21,998 0.8787
3 Marzo 22,848 0.9133
4 Abril 24,115 0.9643
5 Mayo 24,850 0.9937
6 Junio 26,775 1.0705
7 2020 Julio 1.1126
27,825
8 Agosto 28,000 1.1196
9 Setiembre 26,600 1.0636
10 Octubre 26,250 1.0496
11 Noviembre 24,845 0.9936
12 Diciembre 24,150 0.9657
13 Enero 25,156 0.8749
14 Febrero 25,230 0.8787
15 Marzo 26,263 0.9133
16 Abril 27,732 0.9643
17 Mayo 28,578 0.9937
18 Junio 30,778 1.0705
2021
19 Julio 31,999 1.1126
20 Agosto 32,200 1.1196
21 Setiembre 30,590 1.0636
22 Octubre 30,190 1.0496
23 Noviembre 28,578 0.9936
24 Diciembre 27,773 0.9657
25 Enero 27,670 0.8749
26 Febrero 27,820 0.8787
27 Marzo 28,889 0.9133
28 Abril 30,505 0.9643
29 Mayo 31,435 0.9937
30 Junio 33,870 1.0705
2022
31 Julio 35,195 1.1126
32 Agosto 35,420 1.1196
33 Setiembre 33,649 1.0636
34 Octubre 33,200 1.0496
35 Noviembre 31,435 0.9936
36 Diciembre 30,550 0.9657
37 Enero 0.8749
38 Febrero 0.8787
39 Marzo 0.9133
40 Abril 0.9643
41 Mayo 0.9937
42 Junio 1.0705
2023
2023
43 Julio 1.1126
44 Agosto 1.1196
45 Setiembre 1.0636
46 Octubre 1.0496
47 Noviembre 0.9936
48 Diciembre 0.9657
Año Mes Pronostico DD Indice estacional
1 Enero 25028 0.8749
2 Febrero 25034 0.8787
3 Marzo 25017 0.9133
4 Abril 25009 0.9643
5 Mayo 25009 0.9937
6 Junio 25012 1.0705
2023
7 Julio 25010 1.1126
8 Agosto 25009 1.1196
9 Setiembre 25009 1.0636
10 Octubre 25010 1.0496
11 Noviembre 25005 0.9936
12 Diciembre 25009 0.9657
oyección financiera a mediano plazo y para lo cual necesita la proyección de la demanda para el 2,023 mes a mes. Realizar dicha
n información de las ventas realizadas en los últimos tres años detallado por mes.
Año
2022
27,670
27,820
28,889
30,505
31,435
33,870
35,195
35,420
33,649
33,200
31,435
30,550
aloración hallado.
Marzo Abril Mayo Junio
22,848 24,115 24,850 26,775
26,263 27,732 28,578 30,778
28,889 30,505 31,435 33,870
24,115 24,850 26,775 27,825
27,732 28,578 30,778 31,999
30,505 31,435 33,870 35,195
27451 28288 30474 31673
0.9643 0.9937 1.0705 1.1126
Y
Demanda desestacionalizada
Pronostico de la demanda desestacinalizada
25028 24172
25034 24418
25017 24663
25009 24909
25009 25154
25012 25400
25010 25645
25009 25891
25009 26136
25010 26382
25005 26627
25009 26873
28752 27118
28712 27364
28756 27609
28760 27855
28760 28100
28752 28346
28761 28591
28760 28837
28760 29082
28764 29328
28762 29573
28760 29819
31625 30064
31659 30310
31632 30555
31636 30801
31636 31046
31640 31292
31634 31537
31636 31783
31636 32028
31631 32274
31638 32519
31636 32764
33010
33255
33501
33746
33992
34237
34483
34728
34974
35219
35465
35710
Demanda estacional
21898
21998
22848
24115
24850
26775
27825
28000
26600
26250
24845
24150
el 2,023 mes a mes. Realizar dicha proyección utilizando el
Julio Agosto Septiembre Octubre Noviembre Diciembre
27,825 28,000 26,600 26,250 24,845 24,150
31,999 32,200 30,590 30,190 28,578 27,773
35,195 35,420 33,649 33,200 31,435 30,550
28,000 26,600 26,250 24,845 24,150
32,200 30,590 30,190 28,578 27,773
35,420 33,649 33,200 31,435 30,550
31873 30280 29880 28286 27491
1.1196 1.0636 1.0496 0.9936 0.9657
Resumen
Estadísticas de la regresión
Coeficiente de0.9405265671405
Coeficiente d 0.8845902234971
R^2 ajustado 0.8811958183058
Error típico 947.87593506888
Observacione 36
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 234143145 234143145 260.602425
Residuos 34 30547938.8 898468.788
Total 35 264691084
Coeficientes Error típico Estadístico t Probabilidad
Intercepción 23926.621276551 322.65816 74.1547069 3.4609E-39
Variable X 1 245.49644751375 15.2074356 16.1431851 1.6451E-17
Chart Title
40000
35000
f(x) = 245.49644751375 x + 23926.6212765512
30000 R² = 0.884590223497056
25000
20000
15000
10000
5000
0
1 2 3 4 5 6 7 8 9 10 11
Demanda 12 13 14 15 desestacionalizada
Demanda 16 17 18 19 20 21 Linear
22 (Demanda
23 24 d
5000
0
1 2 3 4 5 6 7 8 9 10 11
Demanda 12 13 14 15 desestacionalizada
Demanda 16 17 18 19 20 21 Linear
22 (Demanda
23 24 d
Valor crítico de F
1.6451E-17
Inferior 95% Superior 95%Inferior 95.0%
Superior 95.0%
23270.901 24582.3416 23270.901 24582.3416
214.59122 276.401675 214.59122 276.401675
Title
18 19
nalizada 20 21 Linear
22 (Demanda
23 24 desestacionalizada)
25 26 27 28 29 30 31 32 33 34 35 36
18 19
nalizada 20 21 Linear
22 (Demanda
23 24 desestacionalizada)
25 26 27 28 29 30 31 32 33 34 35 36
Problema 5
Palmolive, para su línea de productos de tocador requiere pronosticar la demanda agregada(en toneladas) de sus produ
últimos años aplicar el método de descomposición de series de tiempo para tal fin. Valide la técnica de pronóstico emple
Demanda histórica por producto (cien en miles de cajas)
Año Producto Ene Feb Mar
Jabon Palmolive Naturals Aloe 170 g 47.78 53.90 61.25
Jabon Palmolive Naturals Aloe 110 g 25.36 29.58 38.88
2020 Jabon Palmolive Naturals Menta 170 g 20.83 21.56 26.95
Jabon Palmolive Naturals Clásico 170 g 23.28 30.63 30.63
Jabon Palmolive Naturals Clásico 110 g 35.22 38.04 42.26
Jabon Palmolive Naturals Aloe 170 g 51.45 63.70 63.70
Jabon Palmolive Naturals Aloe 110 g 25.73 33.81 42.26
2021 Jabon Palmolive Naturals Menta 170 g 26.03 26.95 33.69
Jabon Palmolive Naturals Clásico 170 g 36.75 42.26 47.90
Jabon Palmolive Naturals Clásico 110 g 23.10 28.18 30.99
Jabon Palmolive Naturals Aloe 170 g 60.03 68.60 85.75
Jabon Palmolive Naturals Aloe 110 g 30.20 31.26 39.08
2022 Jabon Palmolive Naturals Menta 170 g 33.81 39.45 50.72
Jabon Palmolive Naturals Clásico 170 g 42.26 45.08 50.72
Jabon Palmolive Naturals Clásico 110 g 25.36 30.99 33.81
Producto Unidad unidades /caja
Jabon Palmolive Naturals Aloe 170 g cja 18
Jabon Palmolive Naturals Aloe 110 g cja 36
Jabon Palmolive Naturals Menta 170 g cja 24
Jabon Palmolive Naturals Clásico 170 g cja 18
Jabon Palmolive Naturals Clásico 110 g cja 36
Solución
a(en toneladas) de sus productos que manufactura para los próximos 12 meses del 2023. Con base a las ventas de los 3
técnica de pronóstico empleada. Haga un gráfico
Abr May Jun Jul Ago Sep
152.15 166.23 191.59 202.86 214.13 153.55
76.07 73.26 90.16 98.61 107.07 87.34
61.25 73.50 71.05 69.83 66.15 61.25
85.75 83.30 93.10 100.45 104.13 93.10
90.16 101.43 122.56 126.79 123.97 104.25
174.69 191.59 219.77 233.85 245.12 177.50
84.53 81.71 98.61 109.88 118.34 95.80
76.56 91.88 88.81 87.28 82.69 76.56
101.43 112.70 138.06 140.88 138.06 115.52
81.71 92.98 115.52 121.15 118.34 95.80
191.59 211.31 242.31 256.39 270.48 194.41
88.81 106.58 103.02 101.25 95.92 88.81
98.61 95.80 115.52 129.61 140.88 112.70
107.07 118.34 146.51 149.33 146.51 121.15
87.34 101.43 123.97 129.61 126.79 104.25
a las ventas de los 3
Oct Nov Dic
138.06 166.23 180.32
84.53 95.80 102.84
44.10 51.45 61.25
83.30 85.75 93.10
98.61 118.34 126.79
157.78 191.59 208.50
92.98 104.25 112.70
55.13 64.31 76.56
109.88 132.42 140.88
90.16 109.88 121.15
174.69 211.31 228.22
63.95 74.60 88.81
109.88 123.97 132.42
115.52 138.06 149.33
98.61 118.34 129.61
