Unidad 4b

Descargar como xlsx, pdf o txt
Descargar como xlsx, pdf o txt
Está en la página 1de 42

Trasladamos los datos a una tabla:

AÑO TRIMESTRE SUSCRIPTORES PONDERACIÓN PMP


I 28766 0.1

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

2010 I 34386 0.1

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

RECTA DE MÍNIMOS CUADRADOS

Pendiente: Ecuación de la Recta

𝑦 ̂=4424,61+4947,43𝑋
b= 4947.43

Para determinar las ventas estimadas para 2010, X= 18


Intersección con el eje Y 𝑦 ̂=4424,61+(4947,43∗18)
𝑦 ̂= 93478.33
a= 4424.61

Para determinar las ventas estimadas para 2011, X= 19


𝑦 ̂=4424,61+(4947,43∗19)
𝑦 ̂= 98425.76
Ventas netas de Home Depot Inc.
100000

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

s estimadas para 2010, X= 18


424,61+(4947,43∗18)

s estimadas para 2011, X= 19


424,61+(4947,43∗19)
Código Importaciones
Año
X Y Log Y (X-Xmed) (Log Y- (Log Y)med) (X-Xmed)(Y-Ymed)
2000 1 92 1.964 -3.5 -0.146 0.51249907
2001 2 101 2.004 -2.5 -0.106 0.2647369
2002 3 112 2.049 -1.5 -0.061 0.09149716
2003 4 124 2.093 -0.5 -0.017 0.00839722
2004 5 135 2.130 0.5 0.020 0.01005882
2005 6 149 2.173 1.5 0.063 0.0944552
2006 7 163 2.212 2.5 0.102 0.25492868
2007 8 180 2.255 3.5 0.145 0.50769731

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

RECTA DE MÍNIMOS CUADRADOS

Pendiente: Ecuación de la Recta

𝐿𝑜𝑔 𝑦 ̂=1,9233+0,0415
b= 0.0415

Para estimar las importaciones en 2010, X= 11


Intersección con el eje Y
𝐿𝑜𝑔 𝑦 ̂=1,9233+(0,0415∗
𝐿𝑜𝑔 𝑦 ̂= 2.4
a= 1.9233

Este sería el logaritmo del valor de las importa

𝑦 ̂= 240.0
8 9

𝐿𝑜𝑔 𝑦 ̂=1,9233+0,0415𝑡

s importaciones en 2010, X= 11
𝑜𝑔 𝑦 ̂=1,9233+(0,0415∗11)

garitmo del valor de las importaciones, por lo que el valor será:


Valor
Año Trimestre Ventas Total 4to Promedio Móvil Promedio Estacional
Trimestre 4to Trimestre Móvil
Específico
2007 1 5.3

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

Valor de Ajuste = 0.9939


Ventas Índice
Trimestre Esperadas Estacional Ventas Desestacionalizadas
Invierno 500 0 0
Primavera 500 145 72500
Verano 500 0 0
Otoño 500 0 0

TOTAL 2000
Literal A

Diagrama de Dispersión Empleados vs. Año


X Y
2005 45.6 50

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

X Y 𝑋−𝑋 ̅ 〖 (𝑋−𝑋 ̅) 〗 ^2 𝑌−𝑌 ̅ 〖 (𝑌−𝑌 ̅) 〗 ^2


2005 45.6 -2.5 6.25 6.9 47.61
2006 42.2 -1.5 2.25 3.5 12.25
2007 41.1 -0.5 0.25 2.4 5.76
2008 39.3 0.5 0.25 0.6 0.36
2009 34 1.5 2.25 -4.7 22.09
2010 30 2.5 6.25 -8.7 75.69
SUMA 12045 232.2 17.5 163.76

A partir de los parámetros calculados obtenemos la pendiente de la recta y la ordenada al origen:

-52.2
𝑟=(∑▒ 〖 (𝑋−𝑋 ̅)(𝑌−𝑌 ̅) 〗 )/((𝑛−1)𝑠_𝑦 𝑠_𝑥 )=
5x1,871x5,723

r= -0.975

Pendiente de la Recta Ordenada al origen:

𝑏=𝑟 𝑠_𝑦/𝑠_𝑥 =−0,975×5,723/1,871 𝑎=𝑌 ̅−𝑏𝑋 ̅=38,7−(−2,983×2007,5)

a= 6026.786
b= -2.983

La ecuación de la recta de mínimos cuadrados es: 𝑌 ̂=6026,786−2,983𝑋

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

El nuevo conjunto de valores a graficar será:

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

Para obtener el valore de Y^ en 2013 reemplazamos este valor de X en la recta de regresión

X= 2013
𝑌 ̂=6026,786−2,983(2013)
𝑌 ̂= 22.294

Por lo tanto, para el año 2013 habrán 22294 empleados

Literal E

El valor de empleados anualmente se reduce en 2.983 miles por año


Este valor corresponde a la pendiente de la recta de regresión; y marca disminución por su signo negativo.
La tendencia de los datos es negativa, y puede
Empleados vs. Año
verse de acuerdo a la línea de tendencia en
rojo, que los datos se ajustan bastante bien
a la recta en rojo.

2008 2009 2010 2011

(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

𝑠_𝑥= 1.871 𝑠_𝑦=

−(−2,983×2007,5)

ecta de regresión

sión Empleados vs. Año

2008 2009 2010 2011


r su signo negativo.
2 )/(𝑛−1))=√(█( @ )/( ))
163.76
5

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

Ecuación de la Recta 𝐿𝑜𝑔 𝑦 ̂=0,7902+0,1137𝑡


Para los años 1997 y 2006 se tienen las siguientes estimaciones:

Año 1997 Año 2006


t= -2 t= 7

𝐿𝑜𝑔 𝑦 ̂=0,7902+(0,113∗−2) 𝐿𝑜𝑔 𝑦 ̂=0,7902+(0,113∗7)


𝐿𝑜𝑔 𝑦 ̂= 0.56289301 𝐿𝑜𝑔 𝑦 ̂= 1.58591407

Aplicando la función exponencial: Aplicando la función exponencial:

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

Log Ventas vs. Tiempo


2.5

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

RECTA DE MÍNIMOS CUADRADOS

Pendiente:

b= 0.1137

Intersección con el eje Y

a= 0.7902
Ventas estimadas para el año 2009

Año 2009
t= 10

𝐿𝑜𝑔 𝑦 ̂=0,7902+(0,113∗10)
𝐿𝑜𝑔 𝑦 ̂= 1.92692109

Aplicando la función exponencial:

y= 84.51
8

12
Literal a

Total 12 Promedio móvil 12 Índices Producción


Año Mes Producción
meses meses Estacionales Desestacionalizada
Enero 6
Febrero 7
Marzo 12
Abril 8
Mayo 4
Junio 3
81 6.8
Julio 3 6.8 44.2
2009
82 6.8
Agosto 5 6.9 72.3
2009

84 7
Septiembre 14 7.1 197.6
86 7.2
Octubre 6
Noviembre 7
Diciembre 6

Literal b

Año Enero Febrero Marzo Abril Mayo Junio


2009
2010 88.9 102.9 178.9 118.2 60.1 43.1
2011 87.6 103.7 170.2 125.9 59.4 48.6
2012 79.8 105.6 165.8 124.7 62.1 41.7
2013 89 112.1 182.9 115.1 57.6 56.9

Promedio 86.32500 106.07500 174.45000 120.97500 59.80000 47.57500


Ajustado 86.32500 106.07500 174.45000 120.97500 59.80000 47.57500

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

45.15000 73.90000 199.65000 87.97500 106.15000 89.65000


45.15000 73.90000 199.65000 87.97500 106.15000 89.65000

julio es la temporada más baja.


Literal A

AÑO TRIMESTRE VENTAS PM TRIM PM Centrado Valor Estacional Específico


I 142
II 312 287.5
2005
III 488 288.5 288 1.694
IV 208 290 289.25 0.719
I 146 296 293 0.498
II 318 297 296.5 1.073
2006
III 512 300.5 298.75 1.714
IV 212 303.5 302 0.702
I 160 326 314.75 0.508
II 330 319.75 322.875 1.022
2007
III 602 319.25 319.5 1.884
IV 187 321.25 320.25 0.584
I 158 313.75 317.5 0.498
II 338 311 312.375 1.082
2008
III 572 312 311.5 1.836
IV 176 322.5 317.25 0.555
I 162 320.25 321.375 0.504
II 380 326.25 323.25 1.176
2009
2009
III 563 326.25 326.25 1.726
IV 200 321.75 324 0.617
I 162 327.75 324.75 0.499
II 362 329 328.375 1.102
2010
III 587
IV 205

Con los valores estacionales obtenemos la tabla siguiente:

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

Los cuatro índices estacionales habituales son:

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

X Y 𝑋−𝑋 ̅ 〖 (𝑋−𝑋 ̅) 〗 ^2 𝑌−𝑌 ̅ 〖 (𝑌−𝑌 ̅) 〗 ^2


1991 58436 -9 81 -23380.11 546629322.11634
1992 59994 -8 64 -21822.11 476204278.11634
1993 61515 -7 49 -20301.11 412134874.90582
1994 63182 -6 36 -18634.11 347229878.95845
1995 67989 -5 25 -13827.11 191188839.95845
1996 70448 -4 16 -11368.11 129233817.27424
1997 72601 -3 9 -9215.11 84918165.01108
1998 75482 -2 4 -6334.11 40120889.484765
1999 78341 -1 1 -3475.11 12076356.590028
2000 81111 0 0 -705.11 497173.43213296
2001 83918 1 1 2101.89 4417961.4847646
2002 86666 2 4 4849.89 23521478.958449
2003 89257 3 9 7440.89 55366914.484765
2004 92574 4 16 10757.89 115732299.16898
2005 95843 5 25 14026.89 196753775.95845
2006 99248 6 36 17431.89 303870954.11634
2007 102771 7 49 20954.89 439107613.43213
2008 106099 8 64 24282.89 589658976.80055
2009 109031 9 81 27214.89 740650495.5374
SUMA 38000 1554506 570 4709314065.7895

A partir de los parámetros calculados obtenemos la pendiente de la recta y la ordenada al origen:

𝑟=(∑▒ 〖 (𝑋−𝑋 ̅)(𝑌−𝑌 ̅) 〗 )/((𝑛−1)𝑠_𝑦 𝑠_𝑥 )=1635070


18 x 16174,936 x 5,627

r= 0.997976 (El valor es muy cercano a uno, lo que indica una correlación muy fuerte entre los d

Pendiente de la Recta Ordenada al origen:

𝑏=𝑟 𝑠_𝑦/𝑠_𝑥 =0,998×16174,936/5,627 𝑎=𝑌 ̅−𝑏𝑋 ̅=81816,105−(2868,544×2000

a= -5655271.614035
b= 2868.543860

La ecuación de la recta de mínimos cuadrados es: 𝑌 ̂=−5655271,614+2868,544𝑋


Literal C

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

Para obtener el valor de Y^ en 2012 reemplazamos este valor de X en la recta de regresión

X= 2012
𝑌 ̂=−5655271,614+2868,544(2012)
𝑌 ̂= 116238.631579

Por lo tanto, para el año 2013 116238632 jubilados recibirán beneficios.


Dado que la correlación es muy fuerte entre las variables, esta estimación se esperaría se ajuste de forma satisfactoria a los da

Literal E

El valor de jubilados anualmente se incrementa en 2868.544 por año


Este valor corresponde a la pendiente de la recta de regresión; y marca aumento por su signo positivo
Diagrama de Dispersión Jubilados vs. Año

09

1998 2000 2002 2004 2006 2008 2010


1998 2000 2002 2004 2006 2008 2010

bservarse que el ajuste a la línea de tendencia en rojo es muy bueno ya que los puntos están muy cerca a ella

(𝑋−𝑋 ̅)(𝑌−𝑌 ̅) Calculamos las medias y desviaciones estándar para las variables X e Y


210420.94736842
174576.84210526
142107.73684211
111804.63157895 𝑋 ̅=(∑▒𝑋)/𝑛= 38000 𝑌 ̅=(∑▒𝑌)/𝑛= 1554506
69135.52631579 19 19
45472.421052632
27645.315789474 𝑋 ̅= 2000.000000 𝑌 ̅= 81816.105263
12668.210526316
3475.1052631579
𝑠_𝑥=√((∑▒ 〖 (𝑋−𝑋 ̅) 〗 ^2 )/(𝑛−1))=√(█( @ 𝑠_𝑦=√((∑▒)/( 〖))(𝑌−𝑌 ̅) 〗 ^2 )/(𝑛−1))=√(█( @
0 570
2101.8947368421 18
9699.7894736842
22322.684210526 𝑠_𝑥= 5.62731
43031.578947369
70134.473684211
104591.36842105
146684.2631579
194263.15789474
244934.05263158
1635070

correlación muy fuerte entre los datos)

=81816,105−(2868,544×2000)
de regresión

8,544(1998)

uste de forma satisfactoria a los datos


riables X e Y

−𝑌 ̅) 〗 ^2 )/(𝑛−1))=√(█( @ )/( ))


4709314066
18

𝑠_𝑦= ###

También podría gustarte