Documente Academic
Documente Profesional
Documente Cultură
1. Proyectar la demanda para los próximos cinco años, de cierto producto tomando en cuenta
los datos históricos del estudio de mercado que a continuación se detalla:
AÑO CONSUMO EN TN
2010 8800
2011 9064
2012 9336
2013 9616
2014 9904
2015 10202
2016 10508
2017 10823
2018 11148
2019 11482
El método de mínimos cuadrados nos permite estimar una recta que minimiza las diferencias
entre los puntos de las ventas reales ocurridas y que permiten proyectar las ventas a futuro.
Así, determina una línea que pasa por el medio de la nube de dispersión, esta línea responde
a la forma de:
𝑦 = 𝑎+𝑏∗𝑥
De esta manera se determinan los coeficientes:
Σ𝑦
𝑎=
𝑁
Donde a es el valor de coordenadas al origen, donde la recta corta al eje y.
Σxy
𝑏=
Σ𝑥 2
Donde b es la pendiente.
Entendido esto y procediendo con el ejercicio, las operaciones son las siguientes:
Se maneja los datos de X entre ese rango ya que la cantidad de datos que se tiene es igual a
N=10, por lo tanto, se maneja:
Figura 1. En la figura 1 se ve el comportamiento de los datos. En el eje x se encuentra el tiempo, desde el año 2010 hasta
el 2024. En el eje y se encuentran los datos del consumo en toneladas.
Figura 2. En la figura 2 se ve el comportamiento de los datos. En el eje x se encuentra el tiempo, desde el año 2010 hasta
el 2015. En el eje y se encuentran los datos del consumo en kilogramos.
Utilizando la función de pronóstico lineal de Excel, dentro del apartado de estadística, salen los
siguientes datos:
DEMANDA
AÑO EN MILES
DE KG
2010 7530
2011 10202
2012 9836
2013 11500
2014 12300
2015 15800
2016 16125
2017 17534
2018 18943
3. Hallar la ecuación múltiple de los siguientes datos de una empresa: Y= a + b1x1+ b2x2
Y X1 X2
29 45 16
24 42 14
27 44 15
25 45 13
26 43 13
28 46 14
Utilizando las funciones de regresión múltiple de Excel, salen los siguientes datos:
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8832829
Coeficiente de determinación R^2 0.78018868
R^2 ajustado 0.6336478
Error típico 1.13235715
Observaciones 6
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de Valor crítico de
libertad cuadrados los cuadrados F F
Regresión 2 13.6533019 6.826650943 5.324034335 0.103056428
Residuos 3 3.84669811 1.282232704
Total 5 17.5