EJERCICIOS PRONOSTICOS 2024

1. Las cifras de asistencia promedio en el Estadio de la Universidad, por lo general han aumentado conforme mejora
el desempeño y popularidad del equipo:
Años Asistencia
1 26000
2 30000
3 31500
4 40000
5 33000
6 32200
7 35000

a. Graficar los datos, ver tendencia, y analizar la serie de datos. Utilizar el modelo de regresión lineal y pronosticar
la asistencia para el año 8.
b. Elimine el dato del año 4 por parecer atípico o inusual, es decir puede modificar los resultados de forma significativa
Elimine este valor y obtenga otra vez el modelo y pronostique el año 8
c. Hallar el coeficiente de correlación R y coeficiente de determinación R2 y comentar estos resultados.

2. Una tienda al menudeo registra la demanda de los clientes durante cada periodo de ventas. Utilice la siguiente
información de demanda para desarrollar pronósticos de tres y cuatro periodos de promedio móvil y pronósticos de
suavizamiento exponencial simple con un alfa =0.5. Calcule MAD, MAPE y MSE de cada uno. Qué método genera un
mejor pronóstico? Y Porqué?. Graficar los datos
Periodo Demanda
1 86
2 93
3 88
4 89
5 92
6 94

3. La información mostrada en la tabla siguiente, representa el número de pedidos recibidos por un proveedor de un
producto en particular de clientes de negocios. Cuál es el mejor modelo de elaboración de pronósticos que debe
utilizar la empresa? Utilice CB Predictor. (Si tuviera los siguientes resultados, explique cada uno de los items que se
muestran en la tabla de métodos.

Semana Dia Pedidos

1 Lunes 124
1 Martes 67
1 Miercoles 107
1 Jueves 107
1 Viernes 89
1 Sábado 91
1 Domingo 114
2 Lunes 98
2 Martes 110
2 Miercoles 131
2 Jueves 105
2 Viernes 100
2 Sábado 92
 2 Domingo 100
3 Lunes 112
3 Martes 112
3 Miercoles 115
3 Jueves 140
3 Viernes 115
3 Sábado 127
3 Domingo 124
4 Lunes 111
4 Martes 110
4 Miercoles 139
4 Jueves 132
4 Viernes 149
4 Sábado 140
4 Domingo 124

Table Items
Mehtods Rank RMSE MAD MAPE Durbin-WatsonTheil´s U Periods Alpha Beta
Double Exponential Smoothing 4 21.039 16.658 15.063 1.937 1.171 0.612 0.446
Double Moving Average 1 13.292 10.474 8.277 1.663 0.885 8
Single Exponential Smoothing 3 16.783 12.33 11.834 1.888 0.763 0.357
Single Moving Average 2 13.725 10.694 8.464 1.127 1.009 10

4. Los pronósticos y las ventas reales de aparatos MP3 en una sucursal de R.S. son los siguientes:
Mes Pronóstico Ventas Reales
Marzo 150 170
Abril 220 229
Mayo 205 192
Junio 256 271
Julio 250 238
Agosto 260 255
Septiembre 270 290
Octubre 280 279
Noviembre 296 301

a. Grafique los datos y aporte ideas acerca de la serie de tiempo

b.Cuál es el pronóstico para diciembre, si se utiliza un promedio móvil de tres periodos?
c. Cuál es el pronóstico para diciembre, si se utiliza un promedio móvil de cuatro periodos?
d. Calcule el MAD,MAPE, y MSE de las partes b y c y compare sus resultados
e. Funcionaría mejor un suavizamiento exponencial doble? Justifique su respuesta. Use el CB Predictor para responder a esta pregunta
f. Encuentre el mejor modelo de suavizamiento exponencial simple mediante la evaluación del MSE para alfa de 0.1 a 0.9, en incrementos de 0.1

5. El dueño de una empresa pequeña de manufactura está preocupado acerca del crecimiento continuo en los costos de manufactura en los ultimos años
A continuación se proporciona la serie de datos del costo por unidad del producto líder de la empresa durante los últimos 8 años.
Año Costo/un. $ Año Costo/un. $
1 20 5 26.6
2 24.5 6 30
3 28.2 7 31
4 27.5 8 36
a. Construya un diagrama para esta serie de tiempo, Parece existir alguna tendencia lineal?
b. Desarrolle un modelo de regresión lineal simple para estos datos. Qué incremento en el costo promedio ha realizado la empresa por año?

6. Un agente de una entidad financiera requiere cumplir con obligaciones mensuales en efectivo, el financista quiere desarrollar un pronóstico
de los requerimientos mensuales de efectivo. Debido a un cambio reciente en el equipo y en la política operativa, sólo se consideran relevantes
los últimos 7 meses de datos.
Mes Efect. Requ.
1 205
2 212
3 218
4 224
5 230
6 240
7 246

a. Grafique los datos

b. Qué método para la elaboración de pronósticos recomienda y porqué?
c. Utilice el mejor método para obtener un pronóstico para el mes 8.
 EJERCICIOS.
1. Las cifras de asistencia promedio en el Estadio de la Universidad, por lo general han aumentado conforme mejora
el desempeño y popularidad del equipo: ASISTENCIA
Años Asistencia 45000
1 26000 40000
2 30000 y = 1175x + 27829
35000 R² = 0.3441
3 31500
30000
4 40000
5 33000 25000

6 32200 20000
7 35000 15000
10000
a. Graficar los datos, ver tendencia, y analizar la serie de datos. Utilizar el modelo de regresión lineal y pronosticar 5000
la asistencia para el año 8. 0
b. Elimine el dato del año 4 por parecer atípico o inusual, es decir puede modificar los resultados de forma significativa 0 1 2 3 4 5 6 7 8
Elimine este valor y obtenga otra vez el modelo y pronostique el año 8
c. Hallar el coeficiente de correlación R y coeficiente de determinación R2 y comentar estos resultados.
INTERSECCION 27828.5714 R2 0.34412913
PENDIENTE 1175 R 0.5866252
X 8
Y 37228.5714

ASISTENCIA
Años Asistencia
40000
1 26000
2 30000 35000 INTERSECCION 25973.3333
3 31500 30000 PENDIENTE 1517.14286
4 33000 y = 1517.1x + 25973 X 8
25000 R² = 0.8532
5 32200 Y 38110.4762
20000
6 35000 R 0.92371111
15000 R2 0.85324221
10000

5000

0
0 1 2 3 4 5 6 7

Con los datos originales, la predicción para el año 8 es mayor, pero el ajuste del modelo es menos preciso debido a la presencia de un valor atípico.
Eliminando el dato del año 4, obtenemos una predicción ligeramente menor para el año 8, pero con un ajuste del modelo mucho más fuerte y confiable.
Coeficiente de Correlación R: El aumento de 0.587 a 0.923 al eliminar el dato a pico indica una mejora significa va en la relación lineal entre los años y la asistencia.
Coeficiente de Determinación R 2 : El aumento de 0.344 a 0.853 muestra que el modelo sin el dato a pico explica mucho mejor la variabilidad en la asistencia a lo largo del empo.
2. Una tienda al menudeo registra la demanda de los clientes durante cada periodo de ventas. Utilice la siguiente
información de demanda para desarrollar pronósticos de tres y cuatro periodos de promedio móvil y pronósticos de
suavizamiento exponencial simple con un alfa =0.5. Calcule MAD, MAPE y MSE de cada uno. Qué método genera un
mejor pronóstico? Y Porqué?. Graficar los datos
Periodo Demanda Periodo Demanda
1 86 7 91
2 93 8 93
3 88 9 96
4 89 10 97
5 92 11 93
6 94 12 95 a= 0.5

Suavizamien Prom_Simpl
Prom_Moviles
to es 3 periodos
Simples 4
exponencial 3
2
Periodo Demanda F* (1) |Dt - F*| (Dt - F*) |Dt - F*|/ Dt (Dt - F*)/ Dt F* |Dt - F*| F* (2) |Dt - F*| F* (3) |Dt - F*|
1 86 86
2 93 86 7 49 0.07526882 0.075268817 86.00 7
3 88 93 5 25 0.05681818 -0.056818182 89.50 1.5
4 89 88 1 1 0.01123596 0.011235955 88.75 0.25 89
5 92 89 3 9 0.0326087 0.032608696 88.88 3.125 90 2 89 0
6 94 92 2 4 0.0212766 0.021276596 90.44 3.5625 89.6666667 4.33333333 90.5 1.5
7 91 94 3 9 0.03296703 -0.032967033 92.22 1.21875 91.6666667 0.66666667 90.75 3.25
8 93 91 2 4 0.02150538 0.021505376 91.61 1.390625 92.3333333 0.66666667 91.5 0.5
9 96 93 3 9 0.03125 0.03125 92.30 3.6953125 92.6666667 3.33333333 92.5 0.5
10 97 96 1 1 0.01030928 0.010309278 94.15 2.84765625 93.3333333 3.66666667 93.5 2.5
11 93 97 4 16 0.04301075 -0.043010753 95.58 2.57617188 95.3333333 2.33333333 94.25 2.75
12 95 93 2 4 0.02105263 0.021052632 94.29 0.71191406 95.3333333 0.33333333 94.75 1.75
95 94.64 95 95.25

S 33 131 0.35730332 0.091711382

n 11 4 4 4
MAD 3
EMC 11.9090909 S 15 S 17.3333333 S 12.75
MAPE 0.03248212 n 5 n 8 n 8
MPE 0.008337398 MAD 3.09 MAD 2.16666667 MAD 1.59375

DEMANDA
98
y = 0.6888x + 87.773
96
R² = 0.5738
94

92

90

88

86

84
0 2 4 6 8 10 12 14
84
0 2 4 6 8 10 12 14
3. La información mostrada en la tabla siguiente, representa el número de pedidos recibidos por un proveedor de un
producto en particular de clientes de negocios. Cuál es el mejor modelo de elaboración de pronósticos que debe
utilizar la empresa? Utilice CB Predictor. (Si tuviera los siguientes resultados, explique cada uno de los items que se
muestran en la tabla de métodos.

Semana Dia DATO Pedidos

Analizando todas las métricas, el Double Moving Average (Doble Promedio Móvil) es el mejor método de pronóstico,
1 Lunes 1 124
ya que tiene:
1 Martes 2 67
1 Miercoles 3 107
El RMSE más bajo.
1 Jueves 4 107
El MAD más bajo.
1 Viernes 5 89
El MAPE más bajo.
1 Sábado 6 91
Un valor de Durbin-Watson razonablemente cerca de 2.
1 Domingo 7 114
Un valor de Theil’s U por debajo de 1, indicando mejor desempeño que un modelo ingenuo.
2 Lunes 8 98
2 Martes 9 110
2 Miercoles 10 131
2 Jueves 11 105 PEDIDOS
2 Viernes 12 100 160
2 Sábado 13 92 140
2 Domingo 14 100
120
3 Lunes 15 112
3 Martes 16 112 100
3 Miercoles 17 115
80
3 Jueves 18 140
3 Viernes 19 115 60
3 Sábado 20 127 40
3 Domingo 21 124
20
4 Lunes 22 111
4 Martes 23 110 0
4 Miercoles 24 139 0 5 10 15 20 25 30

4 Jueves 25 132
4 Viernes 26 149
4 Sábado 27 140
4 Domingo 28 124

Table Items
Mehtods Rank RMSE MAD MAPE Durbin-Watson Theil´s U Periods Alpha Beta
Double Exponential Smoothing 4 21.039 16.658 15.063 1.937 1.171 0.612 0.446
Double Moving Average 1 13.292 10.474 8.277 1.663 0.885 8
Single Exponential Smoothing 3 16.783 12.33 11.834 1.888 0.763 0.357
Single Moving Average 2 13.725 10.694 8.464 1.127 1.009 10
4. Los pronósticos y las ventas reales de aparatos MP3 en una sucursal de R.S. son los siguientes:
Mes Pronóstico Ventas Reales
Marzo 150 170
Abril 220 229
Mayo 205 192
Junio 256 271
Julio 250 238
Agosto 260 255
Septiembre 270 290
Octubre 280 279
Noviembre 296 301

a. Grafique los datos y aporte ideas acerca de la serie de tiempo

b.Cuál es el pronóstico para diciembre, si se utiliza un promedio móvil de tres periodos?
c. Cuál es el pronóstico para diciembre, si se utiliza un promedio móvil de cuatro periodos?
d. Calcule el MAD,MAPE, y MSE de las partes b y c y compare sus resultados
e. Funcionaría mejor un suavizamiento exponencial doble? Justifique su respuesta. Use el CB Predictor para responder a esta pregunta
f. Encuentre el mejor modelo de suavizamiento exponencial simple mediante la evaluación del MSE para alfa de 0.1 a 0.9, en incrementos de 0.1

a= 0.5

Suavizamient Prom_Simple Prom_Movile

o s 3 periodos s Mes Pronóstico 0.1 0.9 MAD
exponencial 3 Simples 4
2
Mes Pronóstico F* (1) |Dt - F*| (Dt - F*) |Dt - F*|/ Dt (Dt - F*)/ Dt F* |Dt - F*| F* (2) |Dt - F*| F* (3) |Dt - F*| 1 150 150 150
Marzo 150 150 2 220 150 150 70
Abril 220 150 70 4900 0.318181818 0.318181818 150.00 70 3 205 157 213 8
Mayo 205 220 15 225 0.073170732 -0.073170732 185.00 20 4 256 161.8 205.8 50.2
Junio 256 205 51 2601 0.19921875 0.19921875 195.00 61 191.666667 5 250 171.22 250.98 0.98
Julio 250 256 6 36 0.024 -0.024 225.50 24.5 227 23 207.75 48.25 6 260 179.098 250.098 9.902
Agosto 260 250 10 100 0.038461538 0.038461538 237.75 22.25 237 23 232.75 17.25 7 270 187.1882 259.0098 10.9902
Septiembre 270 260 10 100 0.037037037 0.037037037 248.88 21.125 255.333333 14.6666667 242.75 17.25 8 280 195.46938 268.90098 11.09902
Octubre 280 270 10 100 0.035714286 0.035714286 259.44 20.5625 260 20 259 11 9 296 203.922442 268.90098 27.09902
Noviembre 296 280 16 256 0.054054054 0.054054054 269.72 26.28125 270 26 265 15 10 23.53378
296 282.86 282 276.5

S 188 8318 0.779838215 0.585496752

n 8 8 8 8
MAD 23.5
EMC 1039.75 S 266 S 106.666667 S 108.75
MAPE 0.097479777 n 8 n 5 n 5
MPE 0.073187094 MAD 33.21 MAD 21.3333333 MAD 21.75
5. El dueño de una empresa pequeña de manufactura está preocupado acerca del crecimiento continuo en los costos de manufactura en los ultimos años
A continuación se proporciona la serie de datos del costo por unidad del producto líder de la empresa durante los últimos 8 años.
Año Costo/un. $ Año Costo/un. $
1 20 5 26.6
2 24.5 6 30
3 28.2 7 31
4 27.5 8 36

a. Construya un diagrama para esta serie de tiempo, Parece existir alguna tendencia lineal?
b. Desarrolle un modelo de regresión lineal simple para estos datos. Qué incremento en el costo promedio ha realizado la empresa por año?

Año Costo/un. $
1 20 Costo/un. $
2 24.5 40
3 28.2 35 y = 1.7738x + 19.993
4 27.5 R² = 0.8499
30
5 26.6
6 30 25

7 31 20
8 36 15

10

0
0 1 2 3 4 5 6 7 8 9

a 19.9928571
bx 1.77380952
6. Un agente de una entidad financiera requiere cumplir con obligaciones mensuales en efectivo, el financista quiere desarrollar un pronóstico
de los requerimientos mensuales de efectivo. Debido a un cambio reciente en el equipo y en la política operativa, sólo se consideran relevantes
los últimos 7 meses de datos.
Mes Efect. Requ.
1 205
Efect. Requ.
2 212 300
3 218
250 y = 6.8214x + 197.71
4 224 R² = 0.9946
5 230
200
6 240
7 246 150

a. Grafique los datos 100

b. Qué método para la elaboración de pronósticos recomienda y porqué?
c. Utilice el mejor método para obtener un pronóstico para el mes 8. 50

0
0 1 2 3 4 5 6 7 8

B) REGRESION LINEAL YA QUE SON DATOS QUE CADA AÑO AVANZAN

C) INTERSECCION 197.714286
PENDIENTE 6.82142857
X 8
Y 252.285714