Tarea 2

Nombre: César Guerrero Rodríguez Matrícula: 2857837

Nombre del curso: Nombre del profesor:
Estadística y pronostico para la toma Rubén Valadez Escamilla.
de decisiones.
Módulo:1 Estadísticas y series de Actividad: Tarea 2
tiempo.
Fecha: 15 Junio 2018
Bibliografía:
Morales Hernández, Juan, Antonio. Blackboard. MA13251 Estadística y pronósticos
para la toma de decisiones. Universidad Tecvirtual. Recuperado de:
https://miscursos.tecmilenio.mx/ultra/courses/_115380_1/cl/outline.

Metodos de pronosticos para series de tiempo y datos de corte

transversal.
Introducción.
El propósito con esta tarea el comprender los componentes de una serie de tiempo
asi como su representacion grafica de los datos que estos tienen y poder realizar
de manera autónoma ejercicios que nos ayuden a introducirnos al ambiente
empresarial o de negocios y poder llevar registros legibles para su representación
como para su análisis de manera a decuada.
Desarrollo.
I. Ejercicios de conceptos básicos
1. Describe con tus propias palabras qué significa una serie de tiempo y cuáles son sus
componentes.
R= Son una serie de datos que se recopilan para su análisis durante un determinado
tiempo. Sus cuatro elementos son: Tendencia, Estacional, Ciclíca e Irregular.

2. ¿Cuál de los cuatro componentes de una serie de tiempo se utilizaría para describir el
efecto de las ventas navideñas de una tienda departamental de menudeo?
R= Se utilizaría el componente estacional, ya que se presentan patrones de cambio
cada año y este podría repetirse cada año en temporada navideña

3. ¿Por qué es más fácil pronosticar valores para una serie de tiempo que contiene un
componente estacional que uno que posee un componente cíclico?
R= Por que en la serie de tiempo estacional ocurren todos los movimientos en un
cierto periodo de tiempo año tras año y estos pueden moverse solo un poco mas o
menos que el año anterior y la serie de tiempo cíclico se presentan altibajos en la
tendencia de ventas por asi decirlo y estos se pueden ver afectados por la prosperidad
de la gente, recesión, clima o factores culturales.
 Tarea 2

4. Los datos que se presentan a continuación corresponden al número de autos de

pasajeros (en miles) en Francia durante los años 1970 a 2005. ¿Qué componentes de
la series de tiempo parecen estar presentes en esta serie?

R= Se presenta una serie de tiempo

de componente TENDENCIA ya que
se presenta el crecimiento a largo
plazo del crecimiento del numero de
autos en un largo periodo de tiempo
y este va en tendencia de
crecimiento.

5.- El gerente de un banco está interesado en reducir el tiempo que las personas
esperan para ver a su asesor financiero. También le interesa la relación entre el
tiempo de espera (Y) en minutos y el número de asesores atendiendo (X). Se
registraron los siguientes datos:

Realiza el diagrama de dispersión y calcula el coeficiente de correlación. ¿Qué puedes

interpretar del resultado obtenido del coeficiente de correlación? R= Que hay una
correlacion negativa y esta supone una determinación absoluta entre las dos variables.

X 2 3 5 4 2 6 1 3 4
Y 12.8 11.3 3.2 6.4 11.6 3.2 8.7 10.5 8.2

coeficiente de
-0.813646405
correlacion

Valores Y
15
Tiempo de espera (en

10
minutos)

0
0 1 2 3 4 5 6 7
Numero de asesores atendiendo
 Tarea 2
6. El siguiente conjunto de datos son las ventas semanales de un artículo de comida (en
miles). Determina el coeficiente de autocorrelación r1 y prueba la hipótesis.

Hipótesis nula: la autocorrelación es igual a cero ρ1 = 0

Hipótesis alterna: la autocorrelación es diferente de cero ρ1 ≠ 0
Donde ρ es el coeficiente de autocorrelación poblacional en el lapso k. Utiliza un alfa (α)
= 0.05. Interpreta el coeficiente de autocorrelación ¿Para qué te sirve este coeficiente?
Para rechazar si es mayor que el valor p1 › 2/√12= 0.57

Periodo Ventas Serie con un

Semanas Semanales Retardo
Yt Yt-1
1 2.6 -
2 2.8 2.6
3 3.0 2.8
4 3.8 3.0
5 4.0 3.8
6 3.2 4.0
7 3.5 3.2
8 2.4 3.5
9 1.8 2.4
10 2.2 1.8
11 3.4 2.2
12 1.4 3.4
13 - 1.4

Serio co n (Yt - Ӯ) (Yt-1

Periodo Serie,
un retardo (Yt - Ӯ) (Yt-1 - Ӯ) (Yt-1 - Ӯ)² - Ӯ)
t Yt
Yt-1
1 2.6 - -0.242 - 0.058 -
2 2.8 2.6 -0.042 -0.242 0.002 0.010
3 3 2.8 0.158 -0.042 0.025 -0.007
4 3.8 3 0.958 0.158 0.918 0.152
5 4 3.8 1.158 0.958 1.342 1.110
6 3.2 4 0.358 1.158 0.128 0.415
7 3.5 3.2 0.658 0.358 0.433 0.236
8 2.4 3.5 -0.442 0.658 0.195 -0.291
9 1.8 2.4 -1.042 -0.442 1.085 0.460
10 2.2 1.8 -0.642 -1.042 0.412 0.668
11 3.4 2.2 0.558 -0.642 0.312 -0.358
12 1.4 3.4 -1.442 0.558 2.078 -0.805
13 - 1.4
Total 34.1 6.989 1.591

Ӯ= 2.84166667 rk= 0.22760423

 Tarea 2

rk= 1.591/ 6.989= 0.227

7. Enseguida se presentan los precios diarios al cierre (en dólares por acción). Realiza el
diagrama de dispersión y prueba si existe autocorrelación en estos datos. Utiliza un
alfa = 0.05.

R= P› 2/√20 = 0.44 Existe autocorrelacion

Periodo 1 2 3 4 5 6 7 8 9 10
Precio 88.87 83.00 83.61 83.15 82.84 83.99 84.85 84.36 85.53 86.54

Periodo 11 12 13 14 15 16 17 18 19 20
Precio 88.69 87.77 87.29 87.99 88.80 88.80 89.11 89.10 88.90 89.21

Valores Y
90
Precio del dolar por acciones

89
88
87
86
85
84
83
82
0 5 10 15 20 25
Periodo

Conclusiones.

Las series de datos es la recopilación de datos en determinado tiempo este se conforma

de cuatro elementos: Tendencia, Estacional, Ciclica e Irregula y cada una de ellas nos
ayuda a buscar la relación en entre ese perido de tiempo y las ventas por decir un
ejemplo de una empresa y este al representarlo en su grafica nos ayuda a visualizar
mejor el proceso o resultados los cuales nos ayudaran a tomar mejores deciciones con
respecto a mejor o áreas de oportunidad que se pueden trabajar en el tiempo que se
vea mas conveniente.