“UNIVERSIDAD NACIONAL DE PIURA”

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE ESTADISTICA

SERIE DE TIEMPO

 ASIGNATURA: Estadística 2

 PROFESOR: Dr. Ramón

Cosme Becerra Correa

 Ciclo: III ciclo

 INTEGRANTES:

 Guerrero castillo Fernali Odilón.

 Guevara Chinchay Jhon Oliver.
 Livia Zapata Jampier Dionisio.
 Panta Gonzales Emerson Junior.
1. Asumiendo que los siguientes datos son las unidades vendidas por año de la
agencia de Honda Motors autos que tiene 5 años de iniciado.
Año Unidades vendidas
2004 79
2005 120
2006 138
2007 184
2008 200

a) Graficar los datos

Unidades Vendidas
250

200

150

100

50

2004 2005 2006 2007 2008

Unidades Vendidas

b) Determinar la ecuación de tendencia e interpretarla

∑ 𝑦𝑡 = 79(1) + 120(2) + 138(3) + 184(4) + 200(5) = 2469

∑ 𝑦 = 79 + 120 + 138 + 184 + 200 = 721

∑ 𝑡 = 1 + 2 + 3 + 4 + 5 = 15

∑ 𝑡2 = 12 + 22 + 32 + 42 + 52 = 55
𝟓(𝟐𝟒𝟔𝟗) − 𝟕𝟐𝟏(𝟏𝟓) 𝟏𝟓𝟑𝟎
𝒃= = 𝟑𝟎. 𝟔
𝟓(𝟓𝟓) − (𝟏𝟓)𝟐 𝟓𝟎
=

721
𝑦̅= = 144.2
515
𝑡̅ = = 3
5
𝒂 = 𝟏𝟒𝟒. 𝟐 − 𝟑𝟎. 𝟔(𝟑) = 𝟓𝟐. 𝟒
𝒚 = 𝟓𝟐. 𝟒 + 𝟑𝟎. 𝟔𝒕
 Interpretación.
Las unidades vendidas, el origen o año 1, es 2004 y t aumenta una unidad
por año. El valor 30.6 indica que las unidas vendidas aumentan a razón de
30.6 unidades por año. El valor 52.4 son las unidades vendidas estimadas
cuando t = 0. Es decir, el monto de las unidades vendidas para el año 2003 es
igual a 52.4 unidades.

c) Trazar la recta de tendencia

250

200

150

100

50

0
2004 2005 2006 2007 2008

Unidades Vendidas

d) Pronosticar las unidades a vender en los siguientes dos años e

interpretar el resultado.
2009 → 𝑡 = 6
𝑦 = 52.4 + 30.6(6) = 236
2010 → 𝑡 = 7
𝑦 = 52.4 + 30.6(7) = 266.6 ≈ 267
Con base en las unidades vendidas anteriores, la estimación o pronóstico para
los años 2009 y 2010, es 236 y 266.6 unidades vendidas, respectivamente.
2. Suponiendo que los datos de la siguiente tabla se refieren a las toneladas
que se han comercializado en una empresa del ramo azucarero de este
ramo:
 Año Ventas (miles de $)
1997 291.60
1998 205.72
1999 251.84
2000 322.92
2001 361.36
2002 311.24
2003 310.88
2004 229.52
2005 255.44
2006 312.28
2007 345.68

a) Graficar los datos

Ventas (miles de $)
400

350

300

250

200

150

100

50

0
19971998199920002001200220032004200520062007

Ventas (miles de $)

b) Determinar la ecuación de tendencia e interpretarla

∑ 𝑦𝑡 = 291.6(1) + 205.72(2) + 251.84(3) + 322.92(4)

+ 361.36(5) + 311.24(6) + 310.88(7) + 229.52(8)

+ 255.44(9) + 312.28(10) + 345.68(11) = 19661.04

∑ 𝑦 = 291.6 + 205.72 + 251.84 + 322.92 + 361.36 + 311.24

+ 310.88 + 229.52 + 255.44 + 312.28 + 345.68

= 3198.48

∑ 𝑡 = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 = 66
∑ 𝑡 2 = 12 + 22 + 32 + 42 + 52 + 62 + 72 + 82 + 92 + 102 + 112 = 506

𝟏𝟏(𝟏𝟗𝟔𝟔𝟏. 𝟎𝟒) − 𝟑𝟏𝟗𝟖. 𝟒𝟖(𝟔𝟔) 𝟓𝟏𝟕𝟏. 𝟕𝟔

𝒃= = 𝟒. 𝟐𝟕𝟒𝟐
𝟏𝟏(𝟓𝟎𝟔) − (𝟔𝟔)𝟐
𝟏𝟐𝟏𝟎
=

3198.48
𝑦̅= = 290.7709
11 66
𝑡̅ = =6
11
𝒂 = 𝟐𝟗𝟎. 𝟕𝟕𝟎𝟗 − 𝟒. 𝟐𝟕𝟒𝟐(𝟔) = 𝟐𝟔𝟓. 𝟏𝟐𝟓𝟕
𝒚 = 𝟐𝟔𝟓. 𝟏𝟐𝟓𝟕 + 𝟒. 𝟐𝟕𝟒𝟐𝒕
Las ventas se expresan en miles de $, el origen o año 1, es 1997 y t aumenta
una unidad por año. El valor 4.27 indica que ventas aumentan a razón de
4.27 millones de $ por año. El valor 265.13 es el de las ventas estimadas
cuando t = 0. Es decir, el monto de las unidades vendidas para el año 1996 es
igual a 265.13 millones de $.

c) Trazar la recta de tendencia

400

350

300

250

200

150

100

50

0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Ventas (miles de $)
d) Pronosticar las toneladas para los siguientes dos años e interpretar
el resultado.
2008 → 𝑡 = 12
𝑦 = 265.1257 + 4.2742(12) = 316.4161
2009 → 𝑡 = 13
𝑦 = 265.1257 + 4.2742(13) = 320.6903
 Con base en las ventas anteriores, la estimación o pronóstico para los años
2008 y 2009, es 316.42 y 320.69 miles de $, respectivamente.

3. Busca en internet en paginas especializadas de cualquier tema ejemplos de

graficos donde puedas observar variaciones ciclicas; asi mismo interpreta dicho
patrón y cuales podrían ser las posibles causas que los estén provocando.
VARIACIÓN CÍCLICA
Es la segunda componente de una serie de Tiempo es la Variación Cíclica; ascenso y
descenso de una serie de Tiempo en periodos mayores de un año.
El componente cíclico es la fluctuación en forma de onda alrededor de la tendencia,
afecta por lo regular por las condiciones económicas generales.
Movimientos cíclicos o variaciones cíclicas o ciclo.
Se refieren a las oscilaciones de larga duración alrededor de la curva de tendencia, los
cuales pueden o no ser periódicos, es decir, pueden o no seguir caminos análogos en
intervalos de tiempo iguales. Se caracterizan por tener lapsos de expansión y
contracción. En general, los movimientos se consideran cíclicos solo si se produce en un
intervalo de tiempo superior al año (3).
EJEMPLO GRAFICO.
La grafica representa las exportaciones de la empresa M & M en millones de dólares
especializada en la exportación de automóviles ubicada en la ciudad de Múnich.

INTERPRETACIÓN
Los años 1965, 1975, 1985, 1995, 2005 y 2010 tienen menor influencia cíclica que los
años 1970, 1980, 1990 y 2000 que tienen una mayor influencia cíclica.
4. Los siguientes datos muestran las miles de unidades comercializadas
trimestralmente en una Empresa los últimos años:

Año Trimestre Trimestre Trimestre Trimestre

I II III IV
1999 ---- 16 50 ----
2000 52 60 22 66
2001 56 65 24 74
2002 54 70 26 78
2003 60 72 30 82
2004 62 73 20 75
2005 40 62 22 66
2006 60 64 28 72
2008 70 72 ---- ----

a) Construir gráfica de la serie de tiempo e interpretar los datos.

Unidades Comercializadas En Una Empresa

90

80

70

60

50

40

30

20

10

0
1999 1999 2000 2000 2001 2001 2002 2002 2003 2003 2004 2004 2005 2005 2006 2006 2008 2008

Como puede apreciarse, en cada año, las ventas del cuarto trimestre son las más altas y
las del tercer trimestre las más bajas. También puede apreciarse un incremento en las
ventas de un año a otro.
 b) Obtener los índices estacionales trimestrales.

 Construimos la primera tabla:

Columna (1). Son los datos originales
Columna (2). Total móvil de cuatro trimestres, por ejemplo: 0 + 16 + 50 + 0 = 66 que se
coloca al centro de cuatro cuatrimestres que se suman. Enseguida la suma se va
«moviendo» un trimestre, es decir, el siguiente es: 16 + 50 + 0 + 52 = 118y así,
sucesivamente.
Columna (3). Promedio móvil de cuatro trimestres, es decir, ya solo hay que dividir los
totales anteriores entre 4 y colocar el resultado frente a su correspondiente. Por ejemplo:
66/4 = 16.5, 118/4 = 29.5, etcétera.
Columna (4). Promedio móvil centrado, ahora se centran los promedios móviles, es
decir, se suman los dos promedios móviles y se dividen entre 2, el resultado de esto se
centra entre los dos valores sumados quedando centrado con el trimestre
correspondiente, por ejemplo: (16.5 + 29.5) / 2 = 23 que queda centrado con el trimestre
3 del año 1999, el segundo sería (29.5 +40.5) / 2 = 35 que queda centrado con el
trimestre cuatro del año 2000.
Columna (5). Valor estacional específico.- Se calcula dividiendo las ventas originales
(columna 1) entre el promedio móvil centrado (columna 4), por ejemplo: 50 / 23 =
2.174,
el segundo es 0 / 35 = 0, etc.
Año Trimestre Unidades Total de Promedio Promedio Valor
Cuadros móvil de móvil estacional
Trimestrales cuadro centrado especifico
trimestrales
1 ----
2 16
1999 66 16.5
3 50 23 2.174
118 29.5
4 ---- 35 ----
162 40.5
1 52 37 1.405
134 33.5
2 60 41.75 1.437
2000 200 50
3 22 50.5 0.436
204 51
4 66 51.625 1.278
209 52.25
1 56 52.5 1.067
211 52.75
2 65 53.75 1.209
2001 219 54.75
3 24 54.5 0.440
217 54.25
4 74 54.875 1.349
 222 55.5
1 54 55.75 0.969
224 56
2 70 56.5 1.239
2002 228 57
3 26 57.75 0.450
234 58.5
4 78 58.75 1.328
236 59
1 60 59.5 1.008
240 60
2 72 60.5 1.190
2003 244 61
3 30 61.25 0.489
246 61.5
4 82 61.625 1.331
247 61.75
1 62 60.5 1.025
237 59.25
2 73 58.375 1.251
2004 230 57.5
3 20 54.75 0.365
208 52
4 75 50.625 1.481
197 49.25
1 40 49.5 0.808
199 49.75
2 62 48.625 1.275
2005 190 47.5
3 22 50 0.440
210 52.5
4 66 52.75 1.251
212 53
1 60 53.75 1.116
218 54.5
2 64 55.25 1.158
2006 224 56
3 28 57.25 0.489
234 58.5
4 72 59.5 1.210
242 60.5
1 70 57 1.228
214 53.5
2008 2 72 44.5 1.618
142 35.5
3 ----
4 ----

 Construimos la segunda tabla:

Se acomodan en un cuadro los valores estacionales específicos obtenidos antes, para
enseguida:
• Calcular la media modificada de cada trimestre, esta se obtiene sumando los valores
obtenidos pero sin considerar los valores más alto y más bajo, por ejemplo: (1.07 + 0.97
+ 1.01 + 1.03 + 1.12 + 1.23) / 6 = 1.072.
• Obtener el índice estacional multiplicando la media obtenida por el factor de
corrección o ajuste que se calcula con la fórmula que aparece al pie del cuadro
siguiente: por decir (1.072 x 0.974184) x100 = 104.43 y así sucesivamente con las
demás medias obtenidas, cuyo resultado se aprecia en el siguiente cuadro.
Trimes- Años Medi Media
tre 199 2000 2001 200 200 200 200 2006 2008 a *factor
9 2 3 4 5 modi de
fi- ajuste*100
cada
1 1.41 1.07 0.97 1.01 1.03 0.81 1.12 1.23 1.072 104.43
2 1.44 1.21 1.24 1.19 1.25 1.28 1.16 1.62 1.268 123.53
3 2.1 0.44 0.44 0.45 0.49 0.37 0.44 0.49 0.458 44.62
4 7 1.28 1.35 1.33 1.33 1.48 1.25 1.21 1.308 127.42
4.106

𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑎𝑗𝑢𝑠𝑡𝑒 = 4
= 0.974184
4.106
c) Interpretar los resultados.
Para el trimestre 1, cuyo índice es 104.43 significa que las ventas en este trimestre
estarán (104.43-100)= 4,43% por arriba del promedio típico.
Para el trimestre 2, cuyo índice es 123.53 significa que las ventas en este trimestre
estarán (123.53-100) = 23.53% por arriba del promedio típico.
Para el trimestre 3, cuyo índice es 44.62 significa que las ventas en este trimestre
estarán (100-44.62)= 13.601% por debajo del promedio típico.
Para el trimestre 4, cuyo índice es 127.42 significa que las ventas en este trimestre
estarán (127.42 – 100)= 27.42% por arriba del promedio típico.
En resumen, como puede apreciarse el período con mayor actividad en las ventas es el
cuarto trimestre mientras que para el tercer trimestre del año tal actividad baja
drásticamente.

d) Calcular el valor con ajuste estacional de las ventas trimestrales. Construir

gráfica e interpretar los resultados.

 Para calcular el valor ajustado por el índice estacional, solo hay que dividir los
valores originales desestacionalizados entre su respectivo índice estacional
trimestral, por ejemplo para el trimestre 1 del año 2000: (52 / 104.43)*100 =
49.8, es decir:
 Años Trimestre Trimestre Trimestre Trimestre
I II III IV
1999 ---- 12.9 112.1 ----
2000 49.8 48.6 49.3 51.8
2001 53.6 52.6 53.8 58.1
2002 51.7 56.7 58.3 61.2
2003 57.5 58.3 67.2 64.3
2004 59.4 59.1 44.8 58.9
2005 38.3 50.2 49.3 51.8
2006 57.5 51.8 62.8 56.5
2008 67.1 58.3 ---- ----

Como puede apreciarse, la diferencia entre las ventas de un trimestre a otro en realidad
si son tan marcadas como lo reflejan las ventas originales, aquí puede notarse que
efectivamente de un año a otro las ventas aumentan y disminuyen pero, sin embargo
entre un trimestre y otro, en el mismo año, no tienen lugar grandes incrementos.
 Grafica:

e) Obtener la ecuación de tendencia e interpretar el resultado

120

100

80

60

40

20

0
1999 1999 2000 2000 2001 2001 2002 2002 2003 2003 2004 2004 2005 2005 2006 2006 2008 2008

 La tabla siguiente muestra los cálculos necesarios para obtener la ecuación de

tendencia:
Año Trimestre t y (t)(y) 𝒕𝟐
1999 1 1 ---- ---- 1
2 2 12.9 25.8 4
3 3 112.1 336.3 9
4 4 ---- ---- 16
2000 1 5 49.8 249 25
2 6 48.6 291.6 36
3 7 49.3 345.1 49
4 8 51.8 414.4 64
2001 1 9 53.6 482.4 81
2 10 52.6 526 100
3 11 53.8 591.8 121
4 12 58.1 697.2 144
2002 1 13 51.7 672.1 169
2 14 56.7 793.8 196
3 15 58.3 874.5 225
4 16 61.2 979.2 256
2003 1 17 57.5 977.5 289
2 18 58.3 1049.4 324
3 19 67.2 1276.8 361
4 20 64.3 1286 400
2004 1 21 59.4 1247.4 441
2 22 59.1 1300.2 484
3 23 44.8 1030.8 529
4 24 58.9 1413.6 576
2005 1 25 38.3 957.5 625
2 26 50.2 1305.2 676
3 27 49.3 1331.1 729
4 28 51.8 1450.4 784
2006 1 29 57.5 1667.5 841
2 30 51.8 1554 900
3 31 62.8 1946.8 961
4 32 56.5 1808 1024
2008 1 33 67.1 2214.3 1089
2 34 58.3 1982.2 1156
3 35 ---- ---- 1225
4 36 ---- ---- 1296
TOTALES 666 1783.6 33077.9 16206

 Sustituimos los valores obtenidos en la fórmula:

𝑛(∑ 𝑡𝑦) − (∑ 𝑦)(∑ 𝑡)
𝑏=
𝑛(∑ 𝑡2) − (∑ 𝑡)2
36(33077.9) − (1783.6)(666) 1190804. ,4 − 1187877.6
𝑏=
36(16206) − (666)2 583416 − 443556
=

2926.8
𝑏= = 271
139860
= 𝟎. 𝟎𝟐𝟎𝟗
12950
 ∑𝑦 ∑𝑡
𝑎= −𝑏(
𝑛) 𝑛
1783.6 7733
666 1783.6
𝑎= − 0.0209 ( ) = = 𝟒𝟗. 𝟏𝟓𝟕𝟖
36 36 36 2000
0
−

 La ecuación de tendencia quedaría:

𝒚 = 𝟒𝟗. 𝟏𝟓𝟕𝟖 + 𝟎. 𝟎𝟐𝟎𝟗𝒙
Esto quiere decir que la pendiente es 0.0209, es decir, que en los últimos 36 trimestres,
las ventas desestacionalizadas aumentaron a razón de 0.0209 (miles de unidades) por
trimestre. El valor 49.1578 corresponde a la intercepción en el eje y de la línea de
tendencia.
f) Pronosticar las ventas para los cuatro trimestres del próximo año.

 Para calcular los pronósticos de los cuatro trimestres del 2009, se estiman dichos
valores aplicando la ecuación de tendencia para finalmente ajustarlos
estacionalmente mediante la multiplicación por el índice respectivo según el
trimestre del que se trate, de esta forma:
Pronóstico para el primer trimestre de 2009:
𝑦 = 49.1578 + 0.0209(37) = 49.9311 ∗ 1.044 = 52.13 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Pronóstico para el segundo trimestre de 2009:
𝑦 = 49.1578 + 0.0209(38) = 49.952 ∗ 1.235 = 61.69 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Pronóstico para el tercer trimestre de 2009:
𝑦 = 49.1578 + 0.0209(39) = 49.9729 ∗ 0.4462 = 22.30 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
Pronóstico para el cuarto trimestre de 2009:
𝑦 = 49.1578 + 0.0209(40) = 49.9938 ∗ 1.274 = 63.69 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
5. La cadena de franquicias Phonix especializado en la venta de teléfonos celulares
y Smartphone ha registrado en la siguiente tabla el comportamiento de sus ventas
trimestrales:

Año Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4

2003 500 350 250 400

2004 450 350 200 300
2005 350 200 150 400
2006 550 350 250 550
2007 550 400 350 600
2008 770 500 400 650
a) Construir grafica de la serie de tiempo e interpretar los datos
Ventas de Celulares y Smartphone
800
700
600
500
400
300
200
100
0
20032003

INTERPRETACION:
Como puede apreciarse, en cada año, las ventas del primer trimestre y del cuarto
trimestre son las más altas y las tercer del trimestre es la más baja. También puede
apreciarse que en el año 2006 (cuarto trimestre) las ventas fueron iguales a las del 2007
(primer trimestre).
b) Obtener los índices estacionales trimestrales.
Construimos la segunda tabla.

Trimestres Año Media Media

modificada *Factor
2003 2004 2005 2006 2007 2008 de ajuste
*100

1 1.263 1.366 1.467 1.222 1.348 1.326 134.143

2 1.037 0.762 0.862 0.853 0.879 0.865 87.506
3 0.678 0.64 0.5 0.588 0.7 0.635 64.239
4 1.103 1.067 1.164 1.275 1.116 1.128 114.11
3.954

Factor de ajuste = 4.00/3.954=1.0116338

c) Interpretar los resultados.
Para el trimestre 1, cuyo índice es 134.143 significa que las ventas en este trimestre
estarán 34.143% por arriba del promedio típico.
Para el trimestre 2, cuyo índice es 87.506 significa que las ventas en este trimestre
estarán 12.494% por abajo del promedio típico.
Para el trimestre 3, cuyo índice es 64.239 significa que las ventas en este trimestre
estarán 35.761% por abajo del promedio típico.
Para el trimestre 4, cuyo índice es 114.11 significa que las ventas en este trimestre
estarán 14.11% por arriba del promedio típico.
En resumen, como puede apreciarse el periodo con mayor actividad en las ventas es el
primer trimestre mientras que para el segundo y tercer trimestre del año tal actividad
baja drásticamente.
d) Calcular el valor con ajuste estacional de las ventas trimestrales. Construir
grafica e interpretar los resultados.

Año Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4

2003 372.74 399.97 389.17 350.54

2004 335.46 399.97 311.34 262.9
2005 260.92 228.56 233.5 350.54
2006 410.01 399.97 389.17 481.99
2007 410.01 457.11 544.84 525.81
2008 559.10 571.39 622.67 569.63
GRAFICA

700

600

500

400

300

200

100 2003 2004 2005 2006 2007 2008

Como puede apreciarse, la diferencia entre las ventas de un trimestre a otro en realidad
no es tan marcadas como lo reflejan las ventas originales, aquí puede notarse que
efectivamente de un año a otro las ventas aumentan y en otros años las ventas
disminuyen, sin embargo en algunos trimestres y otro, en el mismo año, si tienen
grandes incrementos.
e)Obtener la ecuación de tendencia e interpretar el resultado.
La tabla siguiente muestra los cálculos necesarios para obtener la ecuación de tendencia:
Sustituimos los valores en la fórmula:
𝑛 ∑ 𝑡𝑦 − (∑ 𝑦)(∑ 𝑡) 24(136360.53) − 9837.31(300) 321459.72
𝑏=
𝑛(∑ 𝑡 2) − (∑ 𝑡)2 24(4900) − (300)2 27600
= =

𝑏 = 11.6471

∑𝑦 ∑ 𝑡 9837.31 11.6471(300)
𝑎= −𝑏 = = 264.2992
24
𝑛 𝑛 24
−

Con lo que la Ecuación de tendencia queda como sigue:

𝑦 = 264.2992 + 11.6471𝑥
Esto quiere decir que la pendiente es 11.6471, es decir, que en los últimos 24 trimestres,
las ventas desestacionalizadas aumentaron a razón de 11.6471 (millones de pesos) por
trimestre.
El valor 264.2992 corresponde a la interpretación en el eje y de la línea de tendencia.
f) Pronosticar las ventas para los cuatro trimestres del próximo
año. Pronóstico para el primer trimestre de 2009
𝑦 = 264.2992 + 11.6471(25) = 555.4767 × 1.326 = 736.56
Pronóstico para el segundo trimestre de 2009
𝑦 = 264.2992 + 11.6471(26) = 567.1238 × 0.865 = 490.56
Pronóstico para el tercer trimestre de 2009
𝑦 = 264.2992 + 11.6471(27) = 578.7709 × 0.635 = 367.52
Pronóstico para el cuarto trimestre de 2009
𝑦 = 264.2992 + 11.6471(28) = 590.418 × 1.128 = 665.99
6. Menciona 3 situaciones donde se pueden presentar fenómenos de variaciones
irregulares, explicando el porqué de la variación irregular, como se solucionó el
problema y la gráfica de dicho comportamiento.
1. Los datos siguientes representan las ventas quincenales a partir del mes de
septiembre en soles de la empresa Tay Toy especializada en la venta de
accesorios y juguetes infantiles ubicada en el mercado central de Piura, ventas
prosperas a navidad (segunda quincena de diciembre). Pero en este año sucede un
terremoto en la segunda quincena del mes de noviembre, y tardaron una quincena
en reintegrar el negocio.
 QUINCENAS INGRESOS
EN SOLES

15/Septiembre 750
30/Septiembre 850
15/0ctubre 890
31/0ctubre 950
15/Noviembre 1500
30/Noviembre 120
15/Diciembre 220
31/Diciembre 3200

INGRESOS EN SOLES
3500
3000
2500
2000
1500
SOLES

1000
500
0

QUINCENAS

Valor real.
Valor esperado.

 Tendencia:
𝐼 = 145,7(𝑄) + 404,35

 Esta es una variación irregular debido a que ocurrió un fenómeno natural

imprevisto, como ya sabemos en vísperas a navidad la demanda de juguetes va
de forma ascendente con respecto a los meses más cercanos a diciembre, pero en
este caso se vio afectada la demanda debido a este desastre natural, debido a que
los demandantes optaron por adquirir otros artículos y ya no juguetes. Luego de
la fecha en que fue el desastre la situación fue más conveniente para los de dicha
tienda debido a que se arreglaron las cosas y aunque una quincena luego del
incidente no aumentó tanto las ventas, ya en la segunda quincena se vio un
mejor
 resultado más favorable para la tienda Tay Toy. Además, la recta de valores
esperados no nos está garantizando nada para predecir algo seguro.

2. A principios del año 2020 un cantante de famoso congregaba en un concierto

como indica la tabla en millones de personas, según el mes. Pero a partir del mes
de marzo se empezó a escasear su público debido a los rumores que a este país
llegaron noticias acerca de la pandemia mundial y la población se alarmo.

Mes Personas (en

millones)
Agosto 8
Octubre 7
Noviembre 8
Diciembre 12
Enero 10
Febrero 8
Marzo 2
Abril 2
Mayo 1

Personas (en millones)

14
Valor real.
12
10 Valor esperado.
8
6
4
2
0

 Tendencia: 𝑃 = 11,36 − 0,98(𝑀)

 Debido al miedo de la gente a dicho virus, esto provoco una variación irregular,
pues esto nadie lo predecía ni mucho menos, en este caso no podemos asegurar
nada con respecto a lo que pueda pasar y mucho menos predecir qué mes se
aumente, pues para ello debería salir la cura de dicha enfermedad. Además, eso
lo podemos garantizar pues en la recta de valores esperados no nos da algo
seguro.
 3. Los registros de la empresa de delivery según sus pedidos mensuales en miles de
pedidos mensuales entre los meses enero del 2020 al mes de agosto del 2020 nos
muestra lo siguiente:

Meses Pedidos Delivery

Enero 10
Febrero 13
Marzo 11
Abril 80
Mayo 250
Junio 290
Julio 320
Agosto 310

Pedidos Delivery
350

300

250

200

150

100

50

EneroFebreroMarzo Abril Mayo Junio Julio Agosto

Valor real. Valor esperado.

 Tendencia:
𝑃 = 55,26(𝑀) − 88,17

 Como es notorio se produjo una variación irregular pero en este caso le conviene
al propietario de dicho negocio, pues debido al aislamiento social las personas se
vieron obligadas durante la pandemia a optar por la alternativa del delivery a
cambio de no salir de sus hogares, previniendo el contagio y la propagación del
virus, durante el mes de enero del 2020 nadie pensaba que este negocio iba a
resultar muy rentable en meses próximos como se nota, fue impredecible e
inesperado y este éxito arrasador es momentáneo, pues luego de que pase esta
situación obviamente este negocio descenderá en sus demandas.