ProduccinIIProduccinIIProduccinII

roduccinIIProduccinIIProduccinIIn
eProduccinIInomaDesarrolloGProdu
ccinIIEconomaDesarrolloGnerProd
uccinIIrrolloGneroEconomaDProdu
ccinIInomaDesarrolloGneroEProdu
ccinIIEconomaDesarrolloPresuProd
Facultad de Ciencias Econmicas y Empresariales

Licenciatura: Administracin de empresas

uccinIIsupuestosGestindePresuProd
Auto - Aprendizaje #3

Tutor: Ing. Marlon Jaime DTrinidad

uccinIIpuestosGestindePresupuePr
Autores: Meyling Acua Nororis

oduccinIIPresupuestosGestindePro
Mara Jos Araya

Jasser Joseph Cordero Robles

duccinIIstosGestindePresupuesProd
Ronny Josu Alaniz Gonzlez

uccinIIProduccinIProducciIPrProd
Asignatura: Produccin II.

uccinIIIProduccinIProduccinIPPro
Managua, 14 de Junio de 2017.

duccinIIcciIProduccinIProducciPro
I

duccinIIuccinIPProducciProduccin 1 | 14

IIIProduccinIPrProduccinIIProducci
Investigacin Documental sobre Seguridad Social en Nicaragua
Elaborado por: Ronny Josu Alaniz Gonzlez.
Unidad I. Los pronsticos.

Contenido
1- Autoaprendizaje 1 ............................................................................................. 3
1.2- Demanda de Series de Tiempo (Interrogantes) ............................................ 3
2- Gastos promedio de llegada de turistas a nuestro pas .................................... 6
2.1- Anlisis de Ejercicios Medias Mviles ........................................................... 6
3- Problema 5 ....................................................................................................... 9
4- Problema 4: .................................................................................................... 12

2 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

1- Autoaprendizaje 1
1.2- Demanda de Series de Tiempo (Interrogantes)
Qu es un diagrama de dispersin? Para qu le sirve?

El diagrama de Dispersin o Grficos de Correlacin son herramientas que

permiten demostrar la relacin existente entre dos tipos de datos y cuantificar la
intensidad de dicha relacin. Los grficos de correlacin se utilizan para conocer si
existe, efectivamente, una correlacin entre variables que permita agrupar sus
datos y determinar una lnea de tendencia que proyecte informacin a partir de los
mismos.

Qu significado tiene en el anlisis de regresin, los coeficientes de

correlacin y determinacin?

Dentro del anlisis de regresin es importante destacar dos anlisis muy

importantes. El primero de ellos es estimar qu tipo de correlacin existe entre
ambas, si cada vez que aumenta el valor de X aumenta proporcionalmente el valor
de Y es una Correlacin positiva o si cada vez que aumenta el valor de X
disminuye en igual proporcin el valor de Y es una Correlacin negativa.

De igual forma es importantes analizar el coeficiente de correlacin que existe

entre variables. En este se mide el grado de intensidad de la posible relacin entre
variables, el cual pretende encontrar una relacin lineal de los pares de valores
dentro de la nube de puntos que se aproximaran a una recta o tendencia.

Si en una situacin concreta en la empresa que usted labora (o labore en un

futuro), le envan a recoger datos y le solicitan que realice un anlisis de
regresin lineal, qu hara usted? Qu proceso seguira?

En el caso supuesto en que la empresa para la cual trabajamos nos asignare la

tarea de recoger datos, los lineamientos de investigacin que seguiramos sera,
en primer lugar, recopilar toda la informacin de campo y datos enfocados a los
puntos especficos que se solicitan conocer.
3 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

Luego procederamos a crear una base de datos para y proceder a realizar una
regresin lineal. En este punto valoraramos si la regresin lineal es o no el
mtodo ms efectivo para proceder con el anlisis de los datos. Se hara una
valoracin del coeficiente de correlacin y decidiramos optar, en caso que la
correlacin o fuese lo suficientemente fuerte y positiva, por utilizar otros mtodos
ms acertados como son el promedio mvil simple, ponderado o suavizacin
exponencial.

En esa situacin hipottica, usted ha obtenido un coeficiente de correlacin

de 0.5. Qu dira del modelo de regresin lineal? Por qu? Cul sera el
coeficiente de determinacin correspondiente? Qu aspecto tendra el
diagrama de dispersin? Recomendara hacer uso de ese modelo? Por
qu si? Por qu no?

En ese caso hipottico, el modelo regresin no es una herramienta

verdaderamente acertada para analizar el volumen de datos y su relacin entre
variables pues estamos ante un coeficiente de correlacin moderado en el que su
diagrama de dispersin reflejara una lnea de tendencia muy poco definida. En tal
caso se recomienda incluir otras variables al modelo o bien, utilizar otras
herramientas como la suavizacin exponencial, promedio mvil simple o
ponderado.

Se presenta, a continuacin, la informacin concerniente la LLEGADA DE

TURISTASINTERNACIONALES A NICARAGUA durante el periodo 2005
2014. Recomiendo trabajar en miles.

Ao Total
2005 712.4
2006 749.18
2007 800
2008 857.9
2009 931.9
2010 1011.25
2011 1060.03
2012 1179.58 4 | 14
2013 1229.41 Produccin II:
2014 1329.66 Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

1. Elaborar el diagrama de dispersin

2. Trace la recta de regresin lineal, obtenga la ecuacin por el mtodo que

ms le guste.

3. Calcule el coeficiente de correlacin y determinacin

4. Proyecte la llegada de turista de los aos 2015, 2016 y 2017.

5. Compare el dato proyectado de ao 2015 con el real de ese ao. Qu

porcentaje fue el error? Analice

6. Interpretar resultados, tal como lo hicimos en la clase de sbado 4 de junio,

buscar preguntas de referencia.

Llegada de Turistas a Nicaragua

1600

1400

1200
y = 72.744x + 589.85
1000 R = 0.99
800

600

400

200

0
0 2 4 6 8 10 12 14

De acuerdo con el modelo de correlacin se estima que las proyecciones para los
aos 2015, 2016 y 2017 son las siguientes:

2015: 72.744(11) + 589.85 = 1390.03

2016: 72.744(12) + 589.85 = 1462.78

2017: 72.744(13) + 589.85 = 1535.52

5 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

Anlisis: Segn los resultados antes obtenidos se estima que para el 2015 la
visita de turistas a Nicaragua sera de unos 1390.03 miles de persona. Segn
los datos oficiales se inform que la entrada de turistas para ese ao fue de
1386.48 aproximadamente. Ello confirma que el modelo de regresin lineal es
relativamente acertado a la proyeccin de datos dado que existe una
correlacin positiva fuerte entre la agrupacin de los datos.

2- Gastos promedio de llegada de turistas a nuestro pas

2.1- Anlisis de Ejercicios Medias Mviles

A continuacin, se presenta el gasto promedio de turista que llega a Nicaragua en

periodos trimestrales de ao 2010 ao 2015.

Ao 2010 Ao 2011 Ao 2012 Ao 2013 Ao 2014 2015

Conceptos 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
I II III IV I II III IV I II III IV I II III IV I II III IV I
Gasto
perctipa
37.3 47.2 37.7 36.2 40.17 48.2 39.7 40.6 41.6 40.8 46.6 41.2 40.4 39 40.7 41 42.2 38 43.4 43.4 40.7
de turistas
extranjeros

a. Medias Mviles (n=3)

b. Media mvil ponderado, asignando las ponderaciones a los perodos ms

reciente en 3,2 y 1 (total 6 partes)

c. Suavizacin exponencial con = 0.3, = 0.4.

d. Calcule el Error Cuadrtico Medio.

6 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.
Ao Gasto Promedio Movil Error Promedio Promedio Error Promerio
perctipa de (pronostico) Pronstico Movil Error Movil Pronstico Ponderado
turistas n=3 Pronstico Ponderado Error
extranjeros Cuadrado (pronostico) Pronstico
I 37.3 n=3 Cuadrado
II 47
III 37.7
Ao 2010 IV 36.2 40.67 (4.47) 19.95 40.73 (4.53) 20.55
I 40.2 40.30 (0.10) 0.01 38.50 1.70 2.89
II 48.2 38.03 10.17 103.36 38.45 9.75 95.06
III 40 41.53 (1.53) 2.35 43.53 (3.53) 12.48
Ao 2011 IV 40.6 42.80 (2.20) 4.84 42.77 (2.17) 4.69
I 41.6 42.93 (1.33) 1.78 41.67 (0.07) 0.00
II 40.8 40.73 0.07 0.00 41.00 (0.20) 0.04
III 46.6 41.00 5.60 31.36 41.03 5.57 30.99
Ao 2012 IV 41.2 43.00 (1.80) 3.24 43.83 (2.63) 6.93
I 40.4 42.87 (2.47) 6.08 42.93 (2.53) 6.42
II 39 42.73 (3.73) 13.94 41.70 (2.70) 7.29
III 40.7 40.20 0.50 0.25 39.83 0.87 0.75
Ao 2013 IV 41 40.03 0.97 0.93 40.08 0.92 0.84
I 42.2 40.23 1.97 3.87 40.57 1.63 2.67
II 38 41.30 (3.30) 10.89 41.55 (3.55) 12.60
III 43.4 40.40 3.00 9.00 39.90 3.50 12.25
Ao 2014 IV 43.4 41.20 2.20 4.84 41.40 2.00 4.00
I 40.7 41.60 (0.90) 0.81 42.50 (1.80) 3.24
II ? 42.50 2.63 217.51 42.05 2.22 223.71
Ao 2015 12.08 12.43

Ao Gasto Suavizacin Error Error Suavizacin Error Error

perctipa de Exponencial Pronstico Pronstico Exponencial Pronstico Pronstico
turistas (Pronstico) Cuadrado (Pronstico) Cuadrado
extranjeros 0.3 0.3 0.4 0.4
I 37.3
II 47 37.30 9.70 94.09 37.30 9.70 94.09
III 37.7 40.21 (2.51) 6.30 41.18 (3.48) 12.11
Ao 2010 IV 36.2 39.46 (3.26) 10.61 39.79 (3.59) 12.87
I 40.2 38.48 1.72 2.96 38.35 1.85 3.41
II 48.2 39.00 9.20 84.71 39.09 9.11 82.96
III 40 41.76 (1.76) 3.09 42.74 (2.74) 7.48
Ao 2011 IV 40.6 41.23 (0.63) 0.40 41.64 (1.04) 1.08
I 41.6 41.04 0.56 0.31 41.22 0.38 0.14
II 40.8 41.21 (0.41) 0.17 41.37 (0.57) 0.33
III 46.6 41.09 5.51 30.40 41.14 5.46 29.76
Ao 2012 IV 41.2 42.74 (1.54) 2.37 43.33 (2.13) 4.52
I 40.4 42.28 (1.88) 3.53 42.48 (2.08) 4.31
II 39 41.71 (2.71) 7.37 41.65 (2.65) 7.00
III 40.7 40.90 (0.20) 0.04 40.59 0.11 0.01
Ao 2013 IV 41 40.84 0.16 0.03 40.63 0.37 0.14
I 42.2 40.89 1.31 1.72 40.78 1.42 2.02
II 38 41.28 (3.28) 10.77 41.35 (3.35) 11.21
III 43.4 40.30 3.10 9.63 40.01 3.39 11.50
Ao 2014 IV 43.4 41.23 2.17 4.72 41.37 2.03 4.14
I 40.7 41.88 (1.18) 1.39 42.18 (1.48) 2.19
II ? 41.53 6.90 274.60 41.59 4.50 291.28
Ao 2015 13.73 14.56

7 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

a. Grafique en un mismos grafico todos los 3 modelos.

c. Argumento cual es el mejor mtodo para esta serie de datos

El mejor mtodo para esta serie de datos es el promedio mvil con n=3, ya
el error medio cuadrtico es aproximadamente 12.08, dado que nos
interesa entonces que el error que se presenta al pronosticar resulte ser lo
ms pequeo posible, para as obtener la mayor cercana entre el gasto per
cpita pronosticado y lo real.

Cabes sealar, que al aplicar el mtodo de las medias mviles y

suavizacin exponencial para el gasto per cpita de turista en Nicaragua
para el segundo trimestre del ao 2015, se encontr los siguientes
resultados:

Gasto per cpita mediante

Promedio Mvil: 42.50
Promedio Mvil Ponderado: 42.05
Suavizacin exponencial (alfa=3): 41.53
Suavizacin exponencial (alfa=3): 41.59
8 | 14

Produccin II:
Auto Aprendizaje No. 3.
 Unidad I. Los pronsticos.

3- Problema 5
Con el objetivo de estudiar la relacin lineal entre el precio de los
automviles y el nmero de unidades vendidas, se procedi a recoger datos
sobre tales magnitudes durante el pasado mes en una determinada regin.
Los resultados obtenidos fueron los siguientes:

Segn datos recolectados se tiene lo

siguiente:

Interpretacion: La curva de la demanda tiene pendiente

negativa, ya que a medida que aumenta el precio tiende a
disminuir las cantidades de vehiculos vendidas. Esto genera
un movimiento a lo largo de la curva. Y estas pueden ser
tanto para la izquierda (el ingreso baja, los precios de los
bienes complementarios suben, los sustitutos suben su
precio, o bien si un producto, pasa de moda, o si hay
expectativas de un cambio e innovacion).

9 | 14

Produccin II:
Auto Aprendizaje No. 3.
 Unidad I. Los pronsticos.

En funcin a los datos recabados para esa regin y mes:

a) Una empresa radicada en la regin tiene previsto para el mes prximo

aumentar el precio de su modelo ms vendido en 500 dlares. Si suponemos
como vlida la relacin lineal entre las dos variables analizadas para los datos del
pasado mes, cmo afectara este hecho a las ventas de dicho modelo?

Segn el aumento del precio del Representado grficamente la situacin anterior se tiene:
modelo ms ofertado se tiene:

Precio Cantidad
(miles de vendidas(unidades
dlares mensuales)

8.00 450
9.00 425
10.50 400
12.00 350
14.00 325
16.00 300
18.00 290 Interpretacin: Asumiendo el incremento del precio del
20.50 280 modelo ms vendido determinamos que a medida que
23.50 260 aumenta el valor de Y, en igual proporcin el valor de X se
27.00 200 mantiene constante, por tanto, representa una Correlacin
negativa. De igual forma es importantes analizar el coeficiente
de determinacin que existe entre variables, dado que mide el
grado de intensidad en una nube de puntos que se
aproximaran a una recta o tendencia en 0.9321, es una
correlacin fuerte, e influye significativamente en mayores
ingresos.

Sustituyendo en ecuacin 1 se tiene:

Y = -11.82 (8) + 514.75

Y= 420.19

10 | 14

Produccin II:
Auto Aprendizaje No. 3.
 Unidad I. Los pronsticos.

b) Si el modelo ms caro de la tabla anterior se abaratase (que una cosa

resulte ms barata) para el mes prximo un 3%, cmo variaran las ventas de
dicho modelo?

Segn el decremento del 3% en Representado grficamente se tiene:

precio del modelo ms caro, se
tiene:

Precio Cantidad
(miles de vendidas(unidades
dlares mensuales)

7.50 450
9.00 425
10.50 400
12.00 350
14.00 325
16.00 300 Interpretacin: Analizando los resultados obtenidos
18.00 290 mediante la grfica anterior tenemos que las ventas de
20.50 280 dicho modelo varan ya que la variable independiente
decrece con respecto a las cantidades vendidas.
23.50 260
26.19 200 Sustituyendo en ecuacin (1) se tiene:

Y= -11.82 (26.19) + 514.75

Y= 205. 18

c) Determine el coeficiente de correlacin y determinacin. Explique sus

resultados.

Segn clculos estadsticos aplicados al conjunto de datos antes

mencionados tenemos que; el coeficiente de determinacin es 0.9377, este
mide la proporcin de variabilidad total de la variable dependiente respecto
a su media con Y. En cambio, el coeficiente de correlacin indica el grado
de intensidad entre las variables en estudios aproximadamente en 0.9683,
por tanto, la correlacin es fuerte.
11 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

d) Si expresamos el precio en dlares y las cantidades vendidas en 102

unidades, cul sera el modelo lineal que explica las ventas en funcin del
precio?

Y (102 u.f) = - 11.82 (X) + 514.75

4- Problema 4:
Use las ventas que abajo se indican para determinar: (a) La ecuacin del
pronstico utilizando regresin lineal y (b) pronostique las ventas para el
ao 2017 y 2018.

Ao 1999 2000 2012 2013 2014 2015 2016

Ventas 100 110 122 130 139 152 164

a) Determine la ecuacin del pronstico utilizando regresin lineal y el

coeficiente de correlacin y de su interpretacin

y = 10.464x + 89.143
ventas R = 0.9961

ventas
Lineal (ventas)

Interpretacin: El coeficiente de correlacin lineal es

aproximadamente 0.9980, esto indica que la relacin entre las dos
variables X e Y es perfecta positiva, exactamente en la medida que
aumenta una se acrecentar la otra.
12 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

(b) Pronostique las ventas para el ao 2017 y 2018.

Pronsticos de las ventas para el Pronsticos de las ventas para el

ao de 2017: ao de 2017:

Ecuacin a emplear. Ecuacin a emplear.

Y= 10.464 X + 89.143
Y= 10.464 (8) +89.143
Y= 172.86
Interpretacin: Segn el resultado
anterior se proyecta que para el
periodo 2017 las ventas sern
aproximadamente en 173
Y= 10.464 X + 89.143
Y= 10.464 (9) +89.143
Y= 183.32
Interpretacin: Segn el resultado
anterior obtenido mediante regresin
lineal se proyecta que para el
periodo 201 las ventas sern
aproximadamente en 183

1. Identifique la variable dependiente e independiente.

Variable dependiente son las ventas, ya que refleja los cambios con
respecto a la independiente (aos), la cual se estudia con la finalidad de
observar los posibles cambios y manipulacin en el futuro.

2. Qu interpretacin le da Ud. al signo de la variable X?

El smbolo denominada X en estadstica, representa la variable

independiente y representa los ingresos de ventas por el tiempo, sin
embargo, el signo positivo indica que a medida que el tiempo transcurre las
ventas se acrecentaran.

3. Cul es la interpretacin del parmetro 89,143?

El componente de intercepto 0= 89.143 representa la media de Y en

ausencia de toda influencia de las variables independientes (cuando todas
las X) son iguales a cero y sirve para eliminar el sesgo en la estimacin de
Y.
13 | 14

Produccin II:
Auto Aprendizaje No. 3.
Unidad I. Los pronsticos.

Cul es la interpretacin del intercepto 10,464?

El coeficiente antes mencionado es la ordenada al origen, es decir, el punto

donde la recta intercepta con el eje Y, esto es el valor de Y cuando X=0

4. Qu expresa el coeficiente de determinacin R2?

R2 = 0.996 El coeficiente de determinacin mide la proporcin de variacin

entre las variables ventas y periodos, lo que indica una fuerte relacin lineal,
asimismo, la variable ventas se acrecentaran a medida que el tiempo
transcurra dada las condiciones de la demanda latente y una mayor
participacin en el mercado.

5. Es confiable este modelo para pronosticar? argumente

Congruentemente el modelo Y= 10.464x + 89.143, es confiable y aceptable

ya que la relacin lineal es fuerte, es decir que el tiempo influye en las
ventas de la empresa por tanto representa un mtodo de proyeccin
exitoso.

6. Pronostique la demanda para el ao 2016.

Y= 10.464x + 89.143

Y=10.464(7) + 89.143

Y=162.4

La demanda para el ao 2016, ser de 162.4

14 | 14

Produccin II:
Auto Aprendizaje No. 3.