Maestros Online

Pronstico para la
toma de
decisiones
Grupo de
ejercicios
Servicio de asesoras y solucin de ejercicios

Ciencias_help@hotmail.com

Ejercicio9
Problema 2.
La calidad del vino est en funcin de muchas variables explicativas como: la claridad, el aroma, el
cuerpo, el sabor, textura.
La siguiente tabla presenta los datos de una muestra

Calidad
Y
9.8
12.6
11.9
11.1
13.3
12.8
12.8
12
13.6
13.9
14.4
12.3
16.1
16.1
15.5
15.5
13.8
13.8
11.3
7.9
15.1
13.5
10.8
9.5
12.7
11.6
11.7
11.9
10.8
8.5
10.7
9.1
12.1
14.9
13.5
12.2
10.3
13.2

Claridad
X1

Aroma
X2
1
1
1
1
1
1
1
1
1
1
1
0.5
0.8
0.7
1
0.9
1
1
1
0.9
0.9
1
0.7
0.7
1
1
1
1
1
1
1
0.8
1
1
0.8
0.8
0.8
0.8

3.3
4.4
3.9
3.9
5.6
4.6
4.8
5.3
4.3
4.3
5.1
3.3
5.9
7.7
7.1
5.5
6.3
5
4.6
3.4
6.4
5.5
4.7
4.1
6.0
4.3
3.9
5.1
3.9
4.5
5.2
4.2
3.3
6.8
5.0
3.5
4.3
5.2

Cuerpo
X3
2.8
4.9
5.3
2.6
5.1
4.7
4.8
4.5
4.3
3.9
4.3
5.4
5.7
6.6
4.4
5.6
5.4
5.5
4.1
5
5.4
5.3
4.1
4
5.4
4.6
4
4.9
4.4
3.7
4.3
3.8
3.5
5.0
5.7
4.7
5.5
4.8

Sabor
X4
3.1
3.9
4.7
3.6
5.1
4.1
3.3
5.2
2.9
3.9
3.6
3.6
4.1
3.7
4.1
4.4
4.6
4.1
3.1
3.4
4.8
3.8
3.7
4
4.7
4.9
5.1
5.1
4.4
3.9
6.0
4.7
4.5
5.2
4.8
3.3
5.8
3.5

Textura
X5
4.1
3.9
4.7
3.6
5.1
4.1
3.3
5.2
2.9
3.9
3.6
3.6
4.1
3.7
4.1
4.4
4.6
4.1
3.1
3.4
4.8
3.8
3.7
4.0
4.7
4.9
5.1
5.1
4.4
3.9
6.0
4.7
4.5
5.2
4.8
3.3
5.8
3.5

Estima el modelo de regresin de la calidad del vino en base a aroma, sabor y textura
Estima el modelo de regresin de calidad del vino en base a claridad, aroma, sabor y textura.
Compara ambos modelos de regresin lineal mltiple, Cul tiene mejor ajuste?
Analiza si se cumplen los supuestos de regresin en cada uno de los modelos
Concluye cul de los dos modelos representa mejor la calidad del vino

Problema 3
La demanda de importaciones puede expresarse como funcin del precio relativo de los productos
importados y del nivel de ingreso real. El precio relativo se obtiene al calcular la razn entre las
importaciones deflactadas y el PIB total deflactado. Las cantidades reales son en base al ao 1958.
Se sabe que las importaciones reales y, estn en funcin del precio relativo y del PIB real de acuerdo a la
siguiente ecuacin.
log(Y) = b0 + b1log(X1) + b2log(X2)
En el cuadro adjunto se muestran datos relacionados con las importaciones en Guatemala durante el
perodo de 1960-2000.

Ao
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

Importaciones
Reales
Y
165.3
152.9
164.7
213.4
234.1
247.0
251.0
267.0
277.7
271.8
293.2
312.0
294.7
324.2
416.4
352.1
457.1
498.1
521.6
482.8
441.2
424.6
334.3
269.2
287.2
250.3
213.6
315.9
327.7
346.9
344.3
369.2
506.0
527.3
553.5
595.5
554.7
662.8
825.2
831.1
882.2

Precio
Relativo
X1
0.923
0.965
0.923
0.927
1.007
1.076
1.090
1.088
1.074
1.087
1.087
1.134
1.277
1.352
1.598
1.573
1.524
1.431
1.495
1.603
1.755
1.738
1.687
1.589
1.589
2.358
2.009
2.149
2.117
2.130
2.336
2.055
1.992
1.894
1.790
1.785
1.752
1.599
1.500
1.612
1.679

Fuente: Banco de Guatemala, Seccin Cuentas Nacionales.

Contesta lo siguiente:

PIB Real
X2
1049.2
1094.3
1133.0
1241.1
1298.6
1355.2
1429.9
1488.6
1619.2
1695.9
1792.8
1892.8
2031.6
2169.4
2307.7
2352.7
2526.5
2723.8
2859.9
2994.6
3106.9
3127.6
3016.6
2939.6
2953.5
2936.1
2940.2
3044.4
3162.9
3287.6
3389.6
3513.6
3683.6
3828.3
3982.7
4179.8
4303.4
4491.2
4715.5
4896.9
5072.5

Realiza un diagrama de dispersin entre las importaciones reales y el precio relativo, y otro
diagrama para las importaciones reales y el PIB real.
Ahora, realiza un diagrama de dispersin entre el logaritmo de importaciones reales y el
logaritmo del precio relativo, y otro diagrama para el logaritmo de importaciones reales y el
logaritmo del PIB real. Visualiza cmo ahora ya se tiene la forma de una lnea recta en cada
diagrama de dispersin.
Calcula el modelo de regresin lineal con los logaritmos, considerando como dependiente log
(importaciones reales) y como variables independientes el logaritmo del precio relativo y el
logaritmo del PIB real. Interpreta los resultados.
Cul es el ajuste del modelo de regresin?
Haz un anlisis de residuales para ver si se cumplen con los supuestos del modelo de regresin.

Ejercicio
1. Contesta con claridad lo que se te indica en cada problema
Problema 1.
Continuando con la situacin problema de la Ley de Okun presentada en las dos sesiones anteriores. El
siguiente cuadro muestra datos sobre desempleo y crecimiento econmico en los Estados Unidos durante
el perodo 1966-95.

Ao
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995

Y
x
Tasa de Crecimiento
Desempleo
PIB real
(%)
(%)
3.6
6.0
3.7
2.6
3.4
4.1
3.4
2.7
4.8
0.0
5.8
3.1
5.5
4.8
4.8
5.2
5.5
-0.6
8.3
-0.8
7.6
4.9
6.9
4.5
6.0
4.8
5.8
2.5
7.0
-0.5
7.5
1.8
9.5
-2.2
9.5
3.9
7.4
6.2
7.1
3.2
6.9
2.9
6.1
3.1
5.4
3.9
5.2
2.5
5.6
0.8
6.8
-1.2
7.5
3.3
6.9
3.1
6.0
4.1
5.5
2.0

Fuentes: Desempleo OECD Economic Outlook, No. 32 (Dec 1982), Table R12, y No. 59 (June 1996),
Annex Table 22; Crecimiento PIB International Financial Statistics Yearbook 1996, pp. 146-47.

Realiza una prueba de hiptesis para probar que el coeficiente de correlacin lineal poblacional
es diferente de cero, r0 (utiliza un nivel de significancia de 0.05). Interpreta los resultados.
Realiza una prueba de hiptesis para probar que b10 (utiliza un nivel de significancia de 0.05).
Interpreta los resultados.
Construye un IC al 98% para bo y un IC al 98% para b1. Interpreta los resultados.
Obtn todo lo anterior usando minitab y compara los resultados de los tres incisos anteriores.

Problema 2
Investiga por medio de la biblioteca digital los datos de la tasa de desempleo(%) en Mxico desde 1966
hasta 1995, as como tambin el PIB real desde 1965 hasta 1995. Calcula cul es el % de crecimiento del
PIB real con respecto al ao anterior.

Con los datos del % de crecimiento del PIB real como X y la tasa de desempleo como Y. Estima
el modelo de regresin lineal utilizando minitab.
Realiza una prueba de hiptesis para el coeficiente de correlacin lineal poblacional. Interpreta
los resultados. Utiliza como nivel de significancia 0.05.
Realiza una prueba de hiptesis para el parmetro poblacional b1, con un nivel de significancia
de 0.05. Interpreta los resultados.
Es vlido usar el modelo de regresin para este ao 2006? Justifica tu respuesta.
Construye un IC para b1 a una confianza del 97%.
Compara el modelo de regresin obtenido para los aos de 1966 a 1995 en Mxico, con el
modelo obtenido en EU con los datos de la tabla presentada en el problema 1.

Problema 3.
Gastos en Publicidad
(millones de pesos) X
142226
139336
155040
163105
174936
198906
214803
204046
214776
226821
209722
233538
261040
291101
272418
230096
276116
321111
361788
375671
335069
366088
311554
327752
411886
399715
396866
402991
409538
419323
398393

Volumen de ventas
(millones de pesos) Y
95065
97281
103159
107607
113860
121153
129102
132340
138663
142856
143120
147928
155955
164946
163921
163426
172485
180519
190509
196497
196024
200832
196769
205341
220230
228703
236500
244560
254771
263683
268304

Usando minitab construye el modelo de regresin lineal.

Con minitab realiza la Prueba de hiptesis para la correlacin lineal poblacional a un nivel de
significancia de 0.025 e interpreta su resultado.
Con minitab realiza la Prueba de hiptesis para el parmetro b1 e interpreta su resultado a un
nivel de significancia de 0.05.
Concluye si es vlido utilizar el modelo de regresin para la poblacin.

El gerente de una fbrica de dulces te ha contratado, tiene planeado ampliar la capacidad de produccin
pero slo de dos de los dulces que le convengan ms.
Datos del problema (se anexa archivo de Excel)
Quiere saber en qu tipo de dulce le conviene ms invertir, y tambin quiere saber si las ventas de los
dulces en millones de pesos se ven ms afectadas por los precios de los mismos en el mercado, y si se
puede obtener un modelo que relacione las ventas en millones de pesos con los precios en cada uno de
los productos, asimismo desea saber qu tan confiable y preciso son estos modelos.
Para ello te ha pedido que le entregues un reporte con el anlisis detallado, las interpretaciones y
recomendaciones (avance del proyecto)

Final.
Adems, desea que t hagas un anlisis detallado, de cul ser la tendencia las ventas en millones de
pesos de los dulces, si existen perodos del ao en que se vendan ms y si se puede obtener un modelo
para explicar las ventas en funcin de los datos pasados y que sea altamente preciso en el mediano
plazo.
Te ha pedido que le entregues un reporte, detallando el anlisis, las interpretaciones del anlisis y la
recomendacin que le das en base a ello. (entrega final)

Problema 2
Los datos del archivo tareap1s18.xls, corresponden a una muestra del nmero de empleados
(en miles de personas) para una fbrica de yogurt en la zona Norte de Quretaro, Mxico del
ao 1992 a la fecha.
Te han dado la tarea de analizar la serie de tiempo, primeramente determinar si es estacionaria
no.
Si no lo es, transformarla en estacionaria, pues se desea aplicar los modelos Box-Jenkins para
realizar el pronstico para el prximo ao.
Debes de contestar lo siguiente:

La serie original es estacionaria, si o no? Justifica tu respuesta observando las funciones de

autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de
tiempo, Observas tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial,
etc.?
Realiza la transformacin de primera diferenciacin (Z=Yt-Yt-1). Es estacionaria la nueva
serie Z? Justifica tu respuesta, observando las funciones de autocorrelacin y autocorrelacin
parcial de la serie transformada. Visualiza el grfico de serie de tiempo de la serie
transformada, tiene tendencia ya no?
Realiza la transformacin de diferenciacin estacional por ao (Z= Yt-Yt-12). Es estacionaria
la nueva serie transformada? Justifica tu respuesta observando las funciones de
autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de

tiempo, Observas tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial,
etc.?
Realiza la siguiente transformacin Z= Yt-Yt-1- Yt-12+ Yt-13. Es estacionaria la nueva serie
transformada? Justifica tu respuesta observando las funciones de autocorrelacin y
autocorrelaciones parciales. Adems visualiza el grfico de series de tiempo, Observas
tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial, etc.?
Problema 3.
Los datos del archivo tareap2s18.xls, corresponden a las ventas de artculos deportivos de una
tienda muy reconocida en Mxico,(en miles de pesos) del ao 1994 al 2005.
Te han dado la tarea de analizar la serie de tiempo, primeramente determinar si es estacionaria
no.
Si no lo es, transformarla en estacionaria, pues se desea aplicar los modelos Box-Jenkins para
realizar el pronstico para el prximo ao.
Debes de contestar lo siguiente:

La serie original es estacionaria, si o no? Justifica tu respuesta observando las funciones de

autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de
tiempo, Observas tendencia? Si observas, De que tipo es: lineal, cuadrtica, exponencial,
etc.?
Realiza la transformacin de logartmica Zt=ln(yt). Es estacionaria la nueva serie Z? Justifica
tu respuesta, observando las funciones de autocorrelacin y autocorrelacin parcial de la
serie transformada. Visualiza el grfico de serie de tiempo de la serie transformada, tiene
tendencia ya no?
Realiza la transformacin de diferenciacin estacional por ao (Zt= ln(yt)- ln(yt-12). Es
estacionaria la nueva serie transformada? Justifica tu respuesta observando las funciones de
autocorrelacin y autocorrelaciones parciales. Adems visualiza el grfico de series de
tiempo, Observas tendencia?

Problema 2
En la siguiente tabla se muestran las ventas mensuales de galletas de vainilla de una empresa
reconocida internacionalmente.
Mes

2003

2004

2005

538

636

588

620

666

592

869

853

670

849

753

541

947

787

499

931

691

511

746

680

542

740

698

487

654

593

486

10

874

721

664

11

759

600

530

12

637

554

472

Grafica la serie de tiempo, y determina en que meses se tienen mayores ventas, en cules
menores ventas.
Realiza el ajuste estacional por medio del ndice estacional
Interpreta los ndices estacionales, concuerdan los resultados obtenidos con los ndices de
estacionalidad con lo que ya habas observado en la grfica de series de tiempo original?
Realiza un diagrama de serie de tiempo con los datos desestacionalizados, Qu
componentes observas ahora?
Problema 3: La siguiente tabla muestra salarios trimestrales de una compaa durante un
perodo de 6 aos. Se te ha solicitado realizar el anlisis de series de tiempo, que incluya:

Ao

Trimestre1

Trimestre2

Trimestre3

Trimestre4

271

199

240

255

341

246

245

275

351

283

353

292

401

282

306

291

370

242

281

274

356

245

304

279

Dibuja una serie de tiempo y discute sus caractersticas.

Utiliza el mtodo de ndice de estacionalidad para ajustar la series estacionalmente
Dibuja la serie desestacionalizada y discute sus caractersticas
Interpreta los ndices estacionales para cada uno de los 4 trimestres del ao.