Unidad 4b
Unidad 4b
Unidad 4b
II 30057 0.2
31584.8
2008
III 31336 0.3
32169.2
IV 33240 0.4
33178.2
I 34610 0.1
34369.8
II 35102 0.2
35155
2009
III 35308 0.3
35132.6
IV 35203 0.4
A partir del promedio móvil ponderado se puede observar una tendencia creciente en el
número de suscriptores.
t Alquiladas
Año
X Y X - Xmed Y - Ymed (X - Xmed)(Y - Ymed)
1993 1 9239 -8 -39712.47 317699.76
100000
1994 2 12477 -7 -36474.47 255321.29
1995 3 15470 -6 -33481.47 200888.82 90000
1996 4 19535 -5 -29416.47 147082.35 f(x) = 4947.4289
80000 R² = 0.88061673
1997 5 24156 -4 -24795.47 99181.88
1998 6 30219 -3 -18732.47 56197.41 70000
1999 7 38434 -2 -10517.47 21034.94 60000
2000 8 45738 -1 -3213.47 3213.47
50000
2001 9 53553 0 4601.53 0.00
2002 10 58247 1 9295.53 9295.53 40000
2003 11 64816 2 15864.53 31729.06
30000
2004 12 73094 3 24142.53 72427.59
2005 13 81511 4 32559.53 130238.12 20000
2006 14 90837 5 41885.53 209427.65 10000
2007 15 77349 6 28397.53 170385.18
0
2008 16 71300 7 22348.53 156439.71 0 2
2009 17 66200 8 17248.53 137988.24
TOTAL 2018551.00
n 17
Xmed 9.0000
Ymed 48951.47
Sx 5.05
Sy 26622.95
r= 0.938
𝑦 ̂=4424,61+4947,43𝑋
b= 4947.43
90000
f(x) = 4947.42892156863 x + 4424.61029411764
80000 R² = 0.880616731421449
70000
60000
50000
40000
30000
20000
10000
0
0 2 4 6 8 10 12 14 16 18
+4947,43𝑋
SUMA 1.74427036
Xmed 4.5
(Log Y)med 2.110
Sx 2.449
S(Log y) 0.102
n 8
Diagrama de Dispersión
2.3
2.25
f(x) = 0.0415302466424985 x + 1.92333002203065
2.2 R² = 0.999623516493826
2.15
2.1
2.05
2
1.95
1.9
1.85
1.8
0 1 2 3 4 5 6 7 8 9
X-Xmed)(Y-Ymed)
r= 0.999812
𝐿𝑜𝑔 𝑦 ̂=1,9233+0,0415
b= 0.0415
𝑦 ̂= 240.0
8 9
𝐿𝑜𝑔 𝑦 ̂=1,9233+0,0415𝑡
s importaciones en 2010, X= 11
𝑜𝑔 𝑦 ̂=1,9233+(0,0415∗11)
2 4.1
22.9 5.7250
3 6.8 5.6625 1.2009
22.4 5.6000
4 6.7 5.5625 1.2045
22.1 5.5250
2008 1 4.8 5.3750 0.8930
20.9 5.2250
2 3.8 5.2375 0.7255
21 5.2500
3 5.6 5.1875 1.0795
20.5 5.1250
4 6.8 5.1250 1.3268
20.5 5.1250
2009 1 4.3 5.1375 0.8370
20.6 5.1500
2 3.8 5.0500 0.7525
19.8 4.9500
3 5.7 5.1125 1.1149
21.1 5.2750
4 6 5.3750 1.1163
21.9 5.4750
2010 1 5.6 5.5625 1.0067
22.6 5.6500
2 4.6 5.6375 0.8160
22.5 5.6250
3 6.4
4 5.9
Año 1 2 3 4
2007 x x 1.2009 1.2045
Valor de Ajuste =
2008 0.8930 0.7255 1.0795 1.3268
2009 0.8370 0.7525 1.1149 1.1163
2010 1.0067 0.8160 x x Valor de Ajuste =
Media 0.9122 0.7647 1.1318 1.2159
Media Aj. 0.9067 0.7600 1.1249 1.2085
% 90.67% 76.00% 112.49% 120.85%
Índice Valores
Estacional Desestacionalizados
0.9067 5.8455
0.7600 5.3948
1.1249 6.0452
1.2085 5.5443
0.9067 5.2940
0.7600 5.0000
1.1249 4.9784
1.2085 5.6270
0.9067 4.7426
0.7600 5.0000
1.1249 5.0673
1.2085 4.9650
0.9067 6.1763
0.7600 6.0527
1.1249 5.6896
1.2085 4.8823
4
Valor de Ajuste =
4.0245
TOTAL 2000
Literal A
2006 42.2 45
2007 41.1 40
2008 39.3 35
2009 34 30
2010 30 25
20
15
10
5
0
2004 2005 2006 2007 2008 2009 2010 20
Literal B
-52.2
𝑟=(∑▒ 〖 (𝑋−𝑋 ̅)(𝑌−𝑌 ̅) 〗 )/((𝑛−1)𝑠_𝑦 𝑠_𝑥 )=
5x1,871x5,723
r= -0.975
a= 6026.786
b= -2.983
Literal C
Para obtener los valores de Y^ en 2007 y 2010 reemplazamos estos valores de X en la recta de regresión
X= 2007 X= 2010
𝑌 ̂=6026,786−2,983(2007) 𝑌 ̂=6026,786−2,983(2010)
𝑌 ̂= 40.191 𝑌 ̂= 31.243
X Y
2005 45.6 Diagrama de Dispersión Empleados vs. Año
2006 42.2 50
2007 40.191 45
2008 39.3 40
2009 34 35
2010 31.243 30
25
20
15
10
5
0
2004 2005 2006 2007 2008 2009 2010
Literal D
X= 2013
𝑌 ̂=6026,786−2,983(2013)
𝑌 ̂= 22.294
Literal E
(𝑌−𝑌 ̅) 〗 ^2(𝑋−𝑋 ̅)(𝑌−𝑌 ̅) Calculamos las medias y desviaciones estándar para las variables X e Y
-17.25
-5.25 𝑋 ̅=(∑▒𝑋)/𝑛= 12045 𝑌 ̅=(∑▒𝑌)/𝑛= 232.2
-1.2 6 6
0.3
-7.05 𝑋 ̅= 2007.5 𝑌 ̅= 38.7
-21.75
-52.2
𝑠_𝑥=√((∑▒ 〖 (𝑋−𝑋 ̅) 〗 ^2 )/(𝑛−1))=√(█( @ )/( 〖))(𝑌−𝑌 ̅) 〗 ^2 )/(𝑛−1))=√(█( @
𝑠_𝑦=√((∑▒
17.5
5
−(−2,983×2007,5)
ecta de regresión
5.723
Código Ventas
Año
X Y Log Y (X-Xmed) (Log Y- (Log (X-Xmed)(Y-Ymed)
2000 1 8 0.903 -5 -6.097 30.4845501
2001 2 10.4 1.017 -4 -5.983 23.9318666
2002 3 13.5 1.130 -3 -5.870 17.6089987
2003 4 17.6 1.246 -2 -5.754 11.5089747
2004 5 22.8 1.358 -1 -5.642 5.64206515
2005 6 29.3 1.467 0 -5.533 0
2006 7 39.4 1.595 1 -5.405 -5.40450378
2007 8 50.5 1.703 2 -5.297 -10.5934172
2008 9 65 1.813 3 -5.187 -15.5612599
2009 10 84.1 1.925 4 -5.075 -20.300816
2010 11 109 2.037 5 -4.963 -24.8128675
SUMA 12.5035907
Xmed 6
(Log Y)med 1.472
Sx 3.317
S(Log y) 0.377
n 11
y= 3.66 y= 38.54
El signo del coeficiente de correlación muestra una relación directa entre el tiempo y las
ventas, por lo que con el aumento de cada año las ventas parecen incrementarse. El
incremento promedio viene dictado por la pendiente, que indica un incremento promedio
anual de 11,37%
Diagrama de dispersión de los datos
2
f(x) = 0.113669006732887 x + 0.790231021446318
R² = 0.999893301300884
1.5
0.5
0
0 2 4 6 8 10 12
r= 0.999947
Pendiente:
b= 0.1137
a= 0.7902
Ventas estimadas para el año 2009
Año 2009
t= 10
𝐿𝑜𝑔 𝑦 ̂=0,7902+(0,113∗10)
𝐿𝑜𝑔 𝑦 ̂= 1.92692109
y= 84.51
8
12
Literal a
84 7
Septiembre 14 7.1 197.6
86 7.2
Octubre 6
Noviembre 7
Diciembre 6
Literal b
Literal c
Los meses de marzo, abril y septiembre son la temporada alta de acuerdo a los promedios calculados; julio es la temporada m
Julio Agosto Septiembre Octubre Noviembre Diciembre
44.2000 72.3000 197.6000 92.1 106.5 92.9
44 74 200.9 90 101.9 90.9
44.2 77.2 196.5 89.6 113.2 80.6
48.2 72.1 203.6 80.2 103 94.2
TRIMESTRES
ANO I II III IV
2005 1.694 0.719
2006 0.498 1.073 1.714 0.702
2007 0.508 1.022 1.884 0.584
2008 0.498 1.082 1.836 0.555
2009 0.504 1.176 1.726 0.617
2010 0.499 1.102
TOTAL 2.507201 5.454572 8.854393 3.177058 Suma
MEDIA 0.501440 1.090914 1.770879 0.635412 3.99864
AJUSTADO 0.501610 1.091284 1.771479 0.635627 4
índice porcentaje
Primer trimestre 0.501610 50%
Segundo trimestre 1.091284 109%
Tercer trimestre 1.771479 177%
Cuarto trimestre 0.635627 64%
Literal B
Se puede apreciar de acuerdo a los índices calculados que la temporada alta se encuentra entre el
segundo y tercer trimestres del año, especialmente en el tercer trimestre; duirante el índice es
casi el triple de los trimestres más bajos.
Literal A
Diagrama de Dispersión Jub
X Y 120000
1991 58436
1992 59994 f(x) = 2868.54385964912 x − 5655271.61403509
1993 61515 100000
1994 63182
1995 67989
80000
1996 70448
1997 72601
1998 75482
60000
1999 78341
2000 81111
2001 83918 40000
2002 86666
2003 89257
2004 92574 20000
2005 95843
0
1990 1992 1994 1996 1998 2000
20000
2006 99248
2007 102771 0
1990 1992 1994 1996 1998 2000
2008 106099
2009 109031 La tendencia de los datos es creciente, y puede observarse que el ajuste a la línea d
Literal B
r= 0.997976 (El valor es muy cercano a uno, lo que indica una correlación muy fuerte entre los d
a= -5655271.614035
b= 2868.543860
Para obtener los valores de Y^ en 1993 y 1998 reemplazamos estos valores de X en la recta de regresión
X= 1993 X= 1998
𝑌 ̂=−5655271,614+2868,544(1993) 𝑌 ̂=−5655271,614+2868,544(1998)
𝑌 ̂= 61736.29825 𝑌 ̂= 76079.01754
Literal D
X= 2012
𝑌 ̂=−5655271,614+2868,544(2012)
𝑌 ̂= 116238.631579
Literal E
09
bservarse que el ajuste a la línea de tendencia en rojo es muy bueno ya que los puntos están muy cerca a ella
=81816,105−(2868,544×2000)
de regresión
8,544(1998)
𝑠_𝑦= ###