Date post: | 07-Dec-2015 |
Category: |
Documents |
Upload: | freddy-alvarez-ruiz |
View: | 254 times |
Download: | 2 times |
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Semana
1 356 2 383 3 365 4 373 5 399 6 342 7 390 8 338 9 395
10 322 11 450 12 310 13 410 14 344 15 470 16 330 17 412 18 354 19 372 20 430 21 395 22 325 23 415 24 402 25 373
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanasN=3
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 7 390 8 338 9 395
10 322 11 450 12 310 13 410 14 344 15 470 16 330 17 412 18 354 19 372 20 430 21 395 22 325 23 415 24 402 25 373
N=4
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Error de Pronóstico
Error Absoluto
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 7 390 8 338 9 395
10 322 11 450 12 310 13 410 14 344 15 470 16 330 17 412 18 354 19 372 20 430 21 395 22 325 23 415 24 402 25 373
N=5
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 7 390 8 338 9 395
10 322 11 450 12 310 13 410 14 344 15 470
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Error Acumulado
Señal de Restreo
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanasN=3
Semana Pronóstico MAD
1 356 2 383 PROMEDIO DE 2 DATOS 3 365 4 373 368 5 399 374 6 342 379 7 390 371 8 338 377 9 395 357
10 322 374 11 450 352 12 310 389 13 410 361 14 344 390 15 470 355 16 330 408 17 412 381 18 354 404 19 372 365 20 430 379 21 395 385 22 325 399 23 415 383 24 402 378 25 373 381
397
N=4
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Error de Pronóstico
Error Absoluto
Semana Pronóstico MAD
1 356 2 383 3 365 PROMEDIO DE 3 DATOS 4 373 5 399 369 6 342 380 7 390 370 8 338 376 9 395 367
10 322 366 11 450 361 12 310 376 13 410 369 14 344 373 15 470 379 16 330 384 17 412 389 18 354 389 19 372 392 20 430 367 21 395 392 22 325 388 23 415 381 24 402 391 25 373 384
379
N=5
Semana Pronóstico MAD
1 356 2 383 3 365 PROMEDIO DE 4 DATOS 4 373 5 399 6 342 375 7 390 372 8 338 374 9 395 368
10 322 373 11 450 357 12 310 379 13 410 363 14 344 377 15 470 367
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
16 330 397 17 412 373 18 354 393 19 372 382 20 430 388 21 395 380 22 325 393 23 415 375 24 402 387 25 373 393
382
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Error Acumulado
Señal de Restreo
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanasN=3
Semana Pronóstico MAD
1 356 2 383 Diferencia Dem. Real y Pronóstico 3 365 4 373 368 5.005 399 374 25.336 342 379 -37.007 390 371 18.678 338 377 -39.009 395 357 38.33
10 322 374 -52.3311 450 352 98.3312 310 389 -79.0013 410 361 49.3314 344 390 -46.0015 470 355 115.3316 330 408 -78.0017 412 381 30.6718 354 404 -50.0019 372 365 6.6720 430 379 50.6721 395 385 9.6722 325 399 -74.0023 415 383 31.6724 402 378 23.6725 373 381 -7.67
397
N=4
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Error de Pronóstico
Error Absoluto
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 369 29.756 342 380 -38.007 390 370 20.258 338 376 -38.009 395 367 27.75
10 322 366 -44.2511 450 361 88.7512 310 376 -66.2513 410 369 40.7514 344 373 -29.0015 470 379 91.5016 330 384 -53.5017 412 389 23.5018 354 389 -35.0019 372 392 -19.5020 430 367 63.0021 395 392 3.0022 325 388 -62.7523 415 381 34.5024 402 391 10.7525 373 384 -11.25
379
N=5
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 375 -33.207 390 372 17.608 338 374 -35.809 395 368 26.60
10 322 373 -50.8011 450 357 92.6012 310 379 -69.0013 410 363 47.0014 344 377 -33.4015 470 367 102.80
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
16 330 397 -66.8017 412 373 39.2018 354 393 -39.2019 372 382 -10.0020 430 388 42.4021 395 380 15.4022 325 393 -67.6023 415 375 39.8024 402 387 14.6025 373 393 -20.40
382
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Error Acumulado
Señal de Restreo
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanasN=3
Semana Pronóstico MAD
1 356 2 383 Es el Valor Absoluto del Error del Pron. 3 365 4 373 368 5.00 5.005 399 374 25.33 25.336 342 379 -37.00 37.007 390 371 18.67 18.678 338 377 -39.00 39.009 395 357 38.33 38.33
10 322 374 -52.33 52.3311 450 352 98.33 98.3312 310 389 -79.00 79.0013 410 361 49.33 49.3314 344 390 -46.00 46.0015 470 355 115.33 115.3316 330 408 -78.00 78.0017 412 381 30.67 30.6718 354 404 -50.00 50.0019 372 365 6.67 6.6720 430 379 50.67 50.6721 395 385 9.67 9.6722 325 399 -74.00 74.0023 415 383 31.67 31.6724 402 378 23.67 23.6725 373 381 -7.67 7.67
397
N=4
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Error de Pronóstico
Error Absoluto
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 369 29.75 29.756 342 380 -38.00 38.007 390 370 20.25 20.258 338 376 -38.00 38.009 395 367 27.75 27.75
10 322 366 -44.25 44.2511 450 361 88.75 88.7512 310 376 -66.25 66.2513 410 369 40.75 40.7514 344 373 -29.00 29.0015 470 379 91.50 91.5016 330 384 -53.50 53.5017 412 389 23.50 23.5018 354 389 -35.00 35.0019 372 392 -19.50 19.5020 430 367 63.00 63.0021 395 392 3.00 3.0022 325 388 -62.75 62.7523 415 381 34.50 34.5024 402 391 10.75 10.7525 373 384 -11.25 11.25
379
N=5
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 375 -33.20 33.207 390 372 17.60 17.608 338 374 -35.80 35.809 395 368 26.60 26.60
10 322 373 -50.80 50.8011 450 357 92.60 92.6012 310 379 -69.00 69.0013 410 363 47.00 47.0014 344 377 -33.40 33.4015 470 367 102.80 102.80
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
16 330 397 -66.80 66.8017 412 373 39.20 39.2018 354 393 -39.20 39.2019 372 382 -10.00 10.0020 430 388 42.40 42.4021 395 380 15.40 15.4022 325 393 -67.60 67.6023 415 375 39.80 39.8024 402 387 14.60 14.6025 373 393 -20.40 20.40
382
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Es el Valor Absoluto del Error del Pron.
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Error Acumulado
Señal de Restreo
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanasN=3
Semana Pronóstico MAD
1 356 2 383 Es el Promedio de los Valores Absolutos 3 365 4 373 368 5.00 5.00 5.005 399 374 25.33 25.33 15.176 342 379 -37.00 37.00 22.447 390 371 18.67 18.67 21.508 338 377 -39.00 39.00 25.009 395 357 38.33 38.33 27.22
10 322 374 -52.33 52.33 30.8111 450 352 98.33 98.33 39.2512 310 389 -79.00 79.00 43.6713 410 361 49.33 49.33 44.2314 344 390 -46.00 46.00 44.3915 470 355 115.33 115.33 50.3116 330 408 -78.00 78.00 52.4417 412 381 30.67 30.67 50.8818 354 404 -50.00 50.00 50.8219 372 365 6.67 6.67 48.0620 430 379 50.67 50.67 48.2221 395 385 9.67 9.67 46.0722 325 399 -74.00 74.00 47.5423 415 383 31.67 31.67 46.7524 402 378 23.67 23.67 45.6525 373 381 -7.67 7.67 43.92
397
N=4
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Error de Pronóstico
Error Absoluto
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 369 29.75 29.75 29.756 342 380 -38.00 38.00 33.887 390 370 20.25 20.25 29.338 338 376 -38.00 38.00 31.509 395 367 27.75 27.75 30.75
10 322 366 -44.25 44.25 33.0011 450 361 88.75 88.75 40.9612 310 376 -66.25 66.25 44.1313 410 369 40.75 40.75 43.7514 344 373 -29.00 29.00 42.2815 470 379 91.50 91.50 46.7516 330 384 -53.50 53.50 47.3117 412 389 23.50 23.50 45.4818 354 389 -35.00 35.00 44.7319 372 392 -19.50 19.50 43.0520 430 367 63.00 63.00 44.3021 395 392 3.00 3.00 41.8722 325 388 -62.75 62.75 43.0323 415 381 34.50 34.50 42.5824 402 391 10.75 10.75 40.9925 373 384 -11.25 11.25 39.57
379
N=5
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 375 -33.20 33.20 33.207 390 372 17.60 17.60 25.408 338 374 -35.80 35.80 28.879 395 368 26.60 26.60 28.30
10 322 373 -50.80 50.80 32.8011 450 357 92.60 92.60 42.7712 310 379 -69.00 69.00 46.5113 410 363 47.00 47.00 46.5814 344 377 -33.40 33.40 45.1115 470 367 102.80 102.80 50.88
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
16 330 397 -66.80 66.80 52.3317 412 373 39.20 39.20 51.2318 354 393 -39.20 39.20 50.3119 372 382 -10.00 10.00 47.4320 430 388 42.40 42.40 47.0921 395 380 15.40 15.40 45.1122 325 393 -67.60 67.60 46.4423 415 375 39.80 39.80 46.0724 402 387 14.60 14.60 44.4125 373 393 -20.40 20.40 43.21
382
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Es el Promedio de los Valores Absolutos
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Error Acumulado
Señal de Restreo
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanasN=3
Semana Pronóstico MAD
1 356
2 383 Es la acumulación de los Errores del Pronóstico
3 365 4 373 368 5.00 5.00 5.005 399 374 25.33 25.33 15.176 342 379 -37.00 37.00 22.447 390 371 18.67 18.67 21.508 338 377 -39.00 39.00 25.009 395 357 38.33 38.33 27.22
10 322 374 -52.33 52.33 30.8111 450 352 98.33 98.33 39.2512 310 389 -79.00 79.00 43.6713 410 361 49.33 49.33 44.2314 344 390 -46.00 46.00 44.3915 470 355 115.33 115.33 50.3116 330 408 -78.00 78.00 52.4417 412 381 30.67 30.67 50.8818 354 404 -50.00 50.00 50.8219 372 365 6.67 6.67 48.0620 430 379 50.67 50.67 48.2221 395 385 9.67 9.67 46.0722 325 399 -74.00 74.00 47.5423 415 383 31.67 31.67 46.7524 402 378 23.67 23.67 45.6525 373 381 -7.67 7.67 43.92
397
N=4
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Error de Pronóstico
Error Absoluto
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 369 29.75 29.75 29.756 342 380 -38.00 38.00 33.887 390 370 20.25 20.25 29.338 338 376 -38.00 38.00 31.509 395 367 27.75 27.75 30.75
10 322 366 -44.25 44.25 33.0011 450 361 88.75 88.75 40.9612 310 376 -66.25 66.25 44.1313 410 369 40.75 40.75 43.7514 344 373 -29.00 29.00 42.2815 470 379 91.50 91.50 46.7516 330 384 -53.50 53.50 47.3117 412 389 23.50 23.50 45.4818 354 389 -35.00 35.00 44.7319 372 392 -19.50 19.50 43.0520 430 367 63.00 63.00 44.3021 395 392 3.00 3.00 41.8722 325 388 -62.75 62.75 43.0323 415 381 34.50 34.50 42.5824 402 391 10.75 10.75 40.9925 373 384 -11.25 11.25 39.57
379
N=5
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 375 -33.20 33.20 33.207 390 372 17.60 17.60 25.408 338 374 -35.80 35.80 28.879 395 368 26.60 26.60 28.30
10 322 373 -50.80 50.80 32.8011 450 357 92.60 92.60 42.7712 310 379 -69.00 69.00 46.5113 410 363 47.00 47.00 46.5814 344 377 -33.40 33.40 45.1115 470 367 102.80 102.80 50.88
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
16 330 397 -66.80 66.80 52.3317 412 373 39.20 39.20 51.2318 354 393 -39.20 39.20 50.3119 372 382 -10.00 10.00 47.4320 430 388 42.40 42.40 47.0921 395 380 15.40 15.40 45.1122 325 393 -67.60 67.60 46.4423 415 375 39.80 39.80 46.0724 402 387 14.60 14.60 44.4125 373 393 -20.40 20.40 43.21
382
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas
Es la acumulación de los Errores del Pronóstico
5.0030.33-6.6712.00
-27.0011.33
-41.0057.33
-21.6727.67
-18.3397.0019.0049.67-0.336.33
57.0066.67-7.3324.3348.0040.33
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Error Acumulado
Señal de Restreo
29.75-8.2512.00
-26.001.75
-42.5046.25
-20.0020.75-8.2583.2529.7553.2518.25-1.2561.7564.75
2.0036.5047.2536.00
-33.20-15.60-51.40-24.80-75.6017.00
-52.00-5.00
-38.4064.40
Error Acumulado
Señal de Restreo
Error Acumulado
Señal de Restreo
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanasN=3
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 368 5.00 5.00 5.005 399 374 25.33 25.33 15.176 342 379 -37.00 37.00 22.447 390 371 18.67 18.67 21.508 338 377 -39.00 39.00 25.009 395 357 38.33 38.33 27.22
10 322 374 -52.33 52.33 30.8111 450 352 98.33 98.33 39.2512 310 389 -79.00 79.00 43.6713 410 361 49.33 49.33 44.2314 344 390 -46.00 46.00 44.3915 470 355 115.33 115.33 50.3116 330 408 -78.00 78.00 52.4417 412 381 30.67 30.67 50.8818 354 404 -50.00 50.00 50.8219 372 365 6.67 6.67 48.0620 430 379 50.67 50.67 48.2221 395 385 9.67 9.67 46.0722 325 399 -74.00 74.00 47.5423 415 383 31.67 31.67 46.7524 402 378 23.67 23.67 45.6525 373 381 -7.67 7.67 43.92
397
N=4
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Demanda Real
Error de Pronóstico
Error Absoluto
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 369 29.75 29.75 29.756 342 380 -38.00 38.00 33.887 390 370 20.25 20.25 29.338 338 376 -38.00 38.00 31.509 395 367 27.75 27.75 30.75
10 322 366 -44.25 44.25 33.0011 450 361 88.75 88.75 40.9612 310 376 -66.25 66.25 44.1313 410 369 40.75 40.75 43.7514 344 373 -29.00 29.00 42.2815 470 379 91.50 91.50 46.7516 330 384 -53.50 53.50 47.3117 412 389 23.50 23.50 45.4818 354 389 -35.00 35.00 44.7319 372 392 -19.50 19.50 43.0520 430 367 63.00 63.00 44.3021 395 392 3.00 3.00 41.8722 325 388 -62.75 62.75 43.0323 415 381 34.50 34.50 42.5824 402 391 10.75 10.75 40.9925 373 384 -11.25 11.25 39.57
379
N=5
Semana Pronóstico MAD
1 356 2 383 3 365 4 373 5 399 6 342 375 -33.20 33.20 33.207 390 372 17.60 17.60 25.408 338 374 -35.80 35.80 28.879 395 368 26.60 26.60 28.30
10 322 373 -50.80 50.80 32.8011 450 357 92.60 92.60 42.7712 310 379 -69.00 69.00 46.5113 410 363 47.00 47.00 46.5814 344 377 -33.40 33.40 45.1115 470 367 102.80 102.80 50.88
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
16 330 397 -66.80 66.80 52.3317 412 373 39.20 39.20 51.2318 354 393 -39.20 39.20 50.3119 372 382 -10.00 10.00 47.4320 430 388 42.40 42.40 47.0921 395 380 15.40 15.40 45.1122 325 393 -67.60 67.60 46.4423 415 375 39.80 39.80 46.0724 402 387 14.60 14.60 44.4125 373 393 -20.40 20.40 43.21
382
Pronósticos : Método Promedio Móvil
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 25 últimos semanas NOTA No Olvide que la señal de rastreo mide el grado de precisión del Pronóstico
H / G
5.00 1.0030.33 2.00-6.67 -0.3012.00 0.56
-27.00 -1.0811.33 0.42
-41.00 -1.3357.33 1.46
-21.67 -0.5027.67 0.63
-18.33 -0.4197.00 1.9319.00 0.3649.67 0.98-0.33 -0.016.33 0.13
57.00 1.1866.67 1.45-7.33 -0.1524.33 0.5248.00 1.0540.33 0.92
0.49
Larillos Lark en su planta de Chiclayo, desea establecer un pronóstico de demanda para la siguiente semana de su producto estrella "Kin-Kog 24". A continuación se presenta la demanda histórica del ventas de las 25 últimas semanas (en millares). se pide:
Error Acumulado
Señal de Restreo
numero de la MADDEBE ESTAR ENTRE +-3.75MAD
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
SEÑAL DE RASTREO
Column I
Nº
DE M
AD
29.75 1.00-8.25 -0.2412.00 0.41
-26.00 -0.831.75 0.06
-42.50 -1.2946.25 1.13
-20.00 -0.4520.75 0.47-8.25 -0.2083.25 1.7829.75 0.6353.25 1.1718.25 0.41-1.25 -0.0361.75 1.3964.75 1.55
2.00 0.0536.50 0.8647.25 1.1536.00 0.91
0.47 Se escoge el de menor valor positivo
-33.20 -1.00-15.60 -0.61-51.40 -1.78-24.80 -0.88-75.60 -2.3017.00 0.40
-52.00 -1.12-5.00 -0.11
-38.40 -0.8564.40 1.27
Error Acumulado
Señal de Restreo
Error Acumulado
Señal de Restreo
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
Column I
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
Column I
-2.40 -0.0536.80 0.72-2.40 -0.05
-12.40 -0.2630.00 0.6445.40 1.01
-22.20 -0.4817.60 0.3832.20 0.7311.80 0.27
-0.20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
Column I
No Olvide que la señal de rastreo mide el grado de precisión del Pronóstico
RESPUESTA
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
SEÑAL DE RASTREO
Column I
Nº
DE M
AD
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
Column I
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
Column I
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-3.75
-2.75
-1.75
-0.75
0.25
1.25
2.25
3.25
Column I
Pronósticos :Método Promedio Ponderado
2. Valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 12 últimos meses
Mes Pronóstico
1 1,004 2 1,150 3 1,030 4 1,057 1,064 -7.22 7.225 1,139 1,069 70.33 70.336 997 1,087 -90.44 90.447 1,092 1,058 34.33 34.338 1,033 1,071 -37.78 37.789 1,063 1,045 18.33 18.33
10 1,003 1,059 -56.44 56.4411 1,014 1,030 -15.67 15.6712 1,074 1,021 52.78 52.7813 1,040 1,038 1.78 1.7814 959 1,046 -86.56 86.5615 1,142 1,012 130.44 130.4416 958 1,058 -100.33 100.3317 1,035 1,020 15.44 15.4418 1,150 1,033 116.89 116.8919 1,129 1,069 60.00 60.0020 997 1,115 -118.11 118.1121 1,075
FACTORES DE PONDERACIONANT-ANTERI 2ANTERIOR 3ULTIMO 4SUMA 9.00
Ripley, para su línea de electrodomesticos desea pronosticar la demanda de Televisores que venderá el mes de octubre del presente año. A continuación se presenta la demanda de los 20 períodos previos. Se solicita:
1. El pronosticar las ventas para el siguiente mes aplicar el promedio móvil ponderado de los últimos 3 meses con factores 2, 3 y 4 respectivamente.
Demanda Real
Error de Pronóstico
Error Absoluto
Pronósticos :Método Promedio Ponderado
2. Valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 12 últimos meses
MAD
7.22 -7.22 -1.0038.78 63.11 1.6356.00 -27.33 -0.4950.58 7.00 0.1448.02 -30.78 -0.6443.07 -12.44 -0.2944.98 -68.89 -1.5341.32 -84.56 -2.0542.59 -31.78 -0.7538.51 -30.00 -0.7842.88 -116.56 -2.7250.18 13.89 0.2854.03 -86.44 -1.6051.28 -71.00 -1.3855.65 45.89 0.8255.92 105.89 1.8959.58 -12.22 -0.21
Ripley, para su línea de electrodomesticos desea pronosticar la demanda de Televisores que venderá el mes de octubre del presente año. A continuación se presenta la demanda de los 20
1. El pronosticar las ventas para el siguiente mes aplicar el promedio móvil ponderado de los últimos 3 meses con factores 2, 3 y 4 respectivamente.
Error Acumulado
Señal de Restreo
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
-3.00
-2.00
-1.00
0.00
1.00
2.00
3.00
Column I
numero de la MADDEBE ESTAR ENTRE +-3.75MAD
Pronósticos :Método Suavizado Exponencial
2. Valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
ALFA 0.10
Demanda de los 12 últimos meses
Mes Pronóstico
1 1155 1075 80 80
2 1128 1083 45 453 1095 1088 8 84 1125 1088 37 375 1140 1092 48 486 1170 1097 73 737 1230 1104 126 1268 1170 1117 53 539 1215 1122 93 9310 1140 1131 9 911 1146 1132 14 1412 1185 1134 51 5113 1139
ALFA 0.50
Mes Pronóstico
1 1155 1075 80 802 1128 1115 13 133 1095 1122 -27 274 1125 1108 17 175 1140 1117 23 236 1170 1128 42 427 1230 1149 81 818 1170 1190 -20 209 1215 1180 35 3510 1140 1197 -57 5711 1146 1169 -23 23
En el puerto del Callao se descarga azúcar procedente de países latinoamericanos. El administrador de operaciones del puerto desea emplear el método de suavizado exponencial para pronosticar el tonelaje de descarga para el siguiente período. Asume que el pronóstico del primer período fue de 1075 tn. Se pide:. Valide su modelo y grafíquelo.
1. El pronosticar la demanda de azúcar para el mes 13, para ello utiliza valores de alfa de 0.10, 0.80, 0.50.
Demanda Real
Error de Pronóstico
Error Absoluto
Demanda Real
Error de Pronóstico
Error Absoluto
12 1185 1157 28 2813 1171
ALFA 0.80
Mes Pronóstico
1 1155 1075 80 802 1128 1139 -11 113 1095 1130 -35 354 1125 1102 23 235 1140 1120 20 206 1170 1136 34 347 1230 1163 67 678 1170 1217 -47 479 1215 1179 36 3610 1140 1208 -68 6811 1146 1154 -8 812 1185 1148 37 3713 1178
Demanda Real
Error de Pronóstico
Error Absoluto
Pronósticos :Método Suavizado Exponencial
2. Valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 12 últimos meses
MAD
80 80 1
63 125 244 133 342 169 443 217 548 291 660 417 759 470 863 563 957 572 1053 585 1153 637 12
6.50
MAD
80 80 147 93 240 67 234 83 232 107 334 148 440 229 638 210 637 245 739 187 538 165 4
En el puerto del Callao se descarga azúcar procedente de países latinoamericanos. El administrador de operaciones del puerto desea emplear el método de suavizado exponencial para pronosticar el tonelaje de
Asume que el pronóstico del primer período fue de 1075 tn. Se pide:.
1. El pronosticar la demanda de azúcar para el mes 13, para ello utiliza valores de alfa de
Error Acumulado
Señal de Restreo
Error Acumulado
Señal de Restreo
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
37 192 53.91
MAD
80 80 146 69 242 34 137 57 234 76 234 110 338 177 540 130 339 166 442 98 239 91 239 128 3
2.54
Error Acumulado
Señal de Restreo
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
1 2 3 4 5 6 7 8 9 10 11 120
1
2
3
4
5
6
7
Column I
Pronósticos :Método De Regresión LínealEJERCICIO NUMERO 04: "Ventas de Televisores Panasonic - Viera HD"1.- Pronostique los meses 11, 12 y 13, utilizando Regresión Líneal Simple.2.- Valide el modelo, es decir determine y explique su significado, para un NC = 0.95:
Coeficiente de correlacion ( R )Coeficiente de determinacion (r2)
3.-Determine RANGOS de los pronósticos para los periodos 11, 12 y 13.4.- Grafique la Venta y el Pronóstico obtenido
Mes (x) Pronostico
1 1,000
2 1,300
3 1,800
4 2,000
5 2,000
6 2,000
7 2,200
8 2,600
9 2,900
10 3,200
Solución
1. GENERANDO EL PRONÓSTICO: MÉTODO 01:
Mes (x) PronosticoMÉTODO 02:
1 1,000 1,129 Resumen2 1,300 1,345 3 1,800 1,561 Estadísticas de la regresión4 2,000 1,776 Coeficiente de correlación múltiple5 2,000 1,992 Coeficiente de determinación R^26 2,000 2,208 R^2 ajustado7 2,200 2,424 Error típico8 2,600 2,639 Observaciones9 2,900 2,855
10 3,200 3,071 ANÁLISIS DE VARIANZA11 3,287 Grados de libertad12 3,502 Regresión13 3,718 Residuos
Total
IntercepciónVariable X 1
Y = A + BX
Ventas Mensual
Ventas Mensual
Y = 913.333 + 215.75X
2. VALIDANDO EL PRONÓSTICO
R = Coeficiente de correlación 97.02% Existe una buena relación entre los datos X y YR2 = Coeficiente de determinació 94.13% El 94.13% de las ventas queda representado por la ecuación de regresión.
3) RANGOS DE LOS PRONOSTICOS
a. Para el pronostico X=11; 3,287Desv Stand = 173.03 unidPronostico = 3,287 unidnum sigmas = 2 al 95% de confianza
rangos limite superior 3,625.8limite inferior 2,947.5
b. Para el pronostico X=12; 3,502Desv Stand = 173.03 unidPronostico = 3,502 unidnum sigmas = 2 al 95% de confianza
rangos limite superior 3,841.6limite inferior 3,163.3
c. Para el pronostico X=13; 3,718Desv Stand = 173.03 unidPronostico = 3,718 unidnum sigmas = 2 al 95% de confianza
rangos limite superior 4,057.3limite inferior 3,379.0
4. GRAFICO DE VENTA Y PRONOSTICO
1 2 3 4 5 6 7 8 9 10 11 12 13 -
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
VENTAS ($) PRONOSTICO
Pronósticos :Método De Regresión Líneal
I.C.99% 2.57695% 1.9690% 1.64585% 1.43980% 1.282
−1 ≤ r ≤ 1 Coeficiente e correlación
A 913.3333333B 215.7575758r 0.970203745
Estadísticas de la regresión0.97020374458
0.9412953060.93395721925
173.0300376810
Grados de libertadSuma de cuadradosPromedio de los cuadrados F Valor crítico de F1 3840484.848 3840484.84848485 128.2753036 3.32668E-068 239515.1515 29939.39393939399 4080000
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%913.333333333 118.2020185 7.72688440613649 5.60243E-05 640.7589902 1185.907677 640.7589902215.757575758 19.04998018 11.3258687809688 3.32668E-06 171.8282427 259.6869088 171.8282427
Multiplicador Za/2
Existe una buena relación entre los datos X y YEl 94.13% de las ventas queda representado por la ecuación de regresión.
PRONOSTICO + (DESV.STD*# DE SIGMAS)PRONOSTICO - (DESV.STD*# DE SIGMAS)
PRONOSTICO + (DESV.STD*# DE SIGMAS)PRONOSTICO - (DESV.STD*# DE SIGMAS)
PRONOSTICO + (DESV.STD*# DE SIGMAS)PRONOSTICO - (DESV.STD*# DE SIGMAS)
1 2 3 4 5 6 7 8 9 10 11 12 13 -
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
VENTAS ($) PRONOSTICO
Pronósticos :Método Regresión Lineal
1.- Pronostique el 2010 Utilizando el método de Estacional, considerando un nivel de confianza de 95%.2.- Desarrolle una ecuación de regresión lineal simple.3.- Calcular los indices estacionales.4.- Pronostique estacionalmente todos los meses del 2010.5.- Grafique la Demanda, la Demanda desestacinalizada, El Pronostico Desestacionalizado y el Pronostico Estacionalizado
Año Enero Febrero Marzo Abril Mayo Junio2005 742 697 776 898 1030 11652006 741 700 774 932 1099 12902007 896 793 885 1055 1204 13032008 951 861 938 1109 1274 14862009 1030 1032 1126 1285 1468 1611
2010
Pomedio Mensual 872 816.6 899.8 1055.8 1215 1371
Promedio Total 1169.35
Ind. Estacional 0.74571343 0.69833668 0.76948732 0.90289477 1.03903878 1.17244623
A B A/B Y
X Ano Demanda
1 742 0.74571343 995.020298 952.0541012 697 0.69833668 998.085905 959.4200643 776 0.76948732 1008.46366 966.786026
4 898 0.90289477 994.578803 974.1519895 1030 1.03903878 991.300823 981.5179526 1165 1.17244623 993.648979 988.8839157 1216 1.22016505 996.586487 996.2498778 1216 1.2252961 992.413177 1003.615849 1208 1.22358575 987.262231 1010.9818
10 1131 1.18014281 958.358587 1018.3477711 971 0.97986061 990.957279 1025.71373
12 783 0.84303245 928.789866 1033.0796913 741 0.74571343 993.6793 1040.4456514 700 0.69833668 1002.38183 1047.8116215 774 0.76948732 1005.86453 1055.1775816 932 0.90289477 1032.23546 1062.54354
17 1099 1.03903878 1057.70835 1069.909518 1290 1.17244623 1100.26368 1077.2754719 1319 1.22016505 1081.0013 1084.6414320 1349 1.2252961 1100.95837 1092.00739
21 1341 1.22358575 1095.95915 1099.37335
22 1296 1.18014281 1098.17217 1106.73932
Indice desestac.
Dem. Desestacio
nalizada
Pronostico Desestacio
nalizado
23 1066 0.97986061 1087.90984 1114.1052824 901 0.84303245 1068.76075 1121.4712425 896 0.74571343 1201.53394 1128.8372126 793 0.69833668 1135.55541 1136.2031727 885 0.76948732 1150.11641 1143.5691328 1055 0.90289477 1168.46396 1150.9350929 1204 1.03903878 1158.76329 1158.3010630 1303 1.17244623 1111.3516 1165.6670231 1436 1.22016505 1176.88996 1173.0329832 1436 1.2252961 1171.96161 1180.3989433 1473 1.22358575 1203.8388 1187.7649134 1453 1.18014281 1231.20692 1195.1308735 1170 0.97986061 1194.04739 1202.4968336 1023 0.84303245 1213.47642 1209.8627937 951 0.74571343 1275.28882 1217.2287638 861 0.69833668 1232.92965 1224.5947239 938 0.76948732 1218.99344 1231.9606840 1109 0.90289477 1228.27159 1239.3266541 1274 1.03903878 1226.13325 1246.6926142 1486 1.17244623 1267.43552 1254.0585743 1555 1.22016505 1274.41775 1261.4245344 1555 1.2252961 1269.081 1268.790545 1604 1.22358575 1310.90117 1276.1564646 1600 1.18014281 1355.76812 1283.5224247 1403 0.97986061 1431.83632 1290.8883848 1209 0.84303245 1434.10849 1298.2543549 1030 0.74571343 1381.22764 1305.6203150 1032 0.69833668 1477.79721 1312.9862751 1126 0.76948732 1463.31196 1320.3522352 1285 0.90289477 1423.20018 1327.718253 1468 1.03903878 1412.84428 1335.0841654 1611 1.17244623 1374.05022 1342.4501255 1608 1.22016505 1317.8545 1349.8160956 1608 1.2252961 1312.33585 1357.1820557 1528 1.22358575 1248.78865 1364.5480158 1420 1.18014281 1203.2442 1371.9139759 1119 0.97986061 1141.99917 1379.2799460 1013 0.84303245 1201.61448 1386.645961 0.74571343 1394.0118662 0.69833668 1401.3778263 0.76948732 1408.7437964 0.90289477 1416.1097565 1.03903878 1423.4757166 1.17244623 1430.8416767 1.22016505 1438.2076468 1.2252961 1445.573669 1.22358575 1452.9395670 1.18014281 1460.3055371 0.97986061 1467.6714972 0.84303245 1475.03745
Finalmente Estacionalizando la Demanda
61 0.74571343 1394.01186 1039.53337
Indice desestac.
Pronostico Desestacion
alizado
Pronostico Estacionaliz
ado
1 5 9 13 17 21 25 29 33 37 41 45 49 53 570
200
400
600
800
1000
1200
1400
1600
Column E
62 0.69833668 1401.37782 978.63354163 0.76948732 1408.74379 1084.0104864 0.90289477 1416.10975 1278.5980965 1.03903878 1423.47571 1479.0464766 1.17244623 1430.84167 1677.5849367 1.22016505 1438.20764 1754.8506968 1.2252961 1445.5736 1771.255769 1.22358575 1452.93956 1777.7961570 1.18014281 1460.30553 1723.3690771 0.97986061 1467.67149 1438.1134772 0.84303245 1475.03745 1243.50444
Pronósticos :Método Regresión Lineal
1.- Pronostique el 2010 Utilizando el método de Estacional, considerando un nivel de confianza de 95%.
5.- Grafique la Demanda, la Demanda desestacinalizada, El Pronostico Desestacionalizado y el Pronostico Estacionalizado
Julio Agosto Septiembre Octubre Noviembre Diciembre1216 1216 1208 1131 971 7831319 1349 1341 1296 1066 9011436 1436 1473 1453 1170 10231555 1555 1604 1600 1403 12091608 1608 1528 1420 1119 1013
1426.8 1432.8 1430.8 1380 1145.8 985.8
1.22016505 1.2252961 1.22358575 1.18014281 0.97986061 0.84303245
Luego: Hallamos Y = A + B*XResumen
Estadísticas de la regresiónCoeficiente de0.87517603Coeficiente d 0.76593308R^2 ajustado 0.76189744Error típico 71.7242564Observacione 60
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadradosPromedio de los cuadradosF Valor crítico de FRegresión 1 976362.023 976362.023 189.792379 6.0945E-20Residuos 58 298373.4 5144.36896Total 59 1274735.42
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Intercepción 944.688138 18.7530584 50.3751504 1.4104E-49 907.149814 982.226463 907.149814Variable X 1 7.36596267 0.53467531 13.7765155 6.0945E-20 6.29569377 8.43623158 6.29569377
Entonces tenemos:
Y = 944.68814 + 7.3659627*X
1 5 9 13 17 21 25 29 33 37 41 45 49 53 570
200
400
600
800
1000
1200
1400
1600
1800
Column C
1 5 9 13 17 21 25 29 33 37 41 45 49 53 570
200
400
600
800
1000
1200
1400
1600
Column E
1 6 11 16 21 26 31 36 41 46 51 56 61 66 710
200
400
600
800
1000
1200
1400
1600
Column F
PRÁCTICA: 02 "PRONOSTICOS"
PROMEDIO MÓVIL1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
PROMEDIO MÓVIL PONDERADO
2. Valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 19 últimos meses
Mes Pronóstico MAD
1 11552 11283 10954 11255 11406 11707 11958 11709 1185
10 1,14011 1,14612 1,18513 1,05014 1,15015 1,10516 1,11017 1,13818 1,18019 1,190
En el puerto del Callao se descarga azúcar procedente de países latinoamericanos (toneladas). El administrador de operaciones del puerto desea emplear el método "Promedio Móvil" y "Promedio Móvil Ponderado" para pronosticar el tonelaje de descarga para el siguiente período. Se pide:.
1. El pronosticar las ventas para el siguiente mes aplicar el promedio móvil ponderado de los últimos 3 meses con factores 2, 3 y 4 respectivamente.
Demanda Real
Error de Pronóstico
Error Absoluto
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos2. Luego valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
2. Valide su modelo y seleccionar el criterio mas apropiado3. Haga una representación gráfica de su modelo.4. Haga una interpretación de los resultados obtenidos
Demanda de los 19 últimos meses
En el puerto del Callao se descarga azúcar procedente de países latinoamericanos (toneladas). El administrador de operaciones del puerto desea emplear el método "Promedio Móvil" y "Promedio Móvil Ponderado" para pronosticar el tonelaje de descarga para el siguiente período. Se pide:.
1. El pronosticar las ventas para el siguiente mes aplicar el promedio móvil ponderado
Error Acumulado
Señal de Restreo
1.- Pronostique los años 10, 11 y 12, utilizando Regresión Líneal Simple.2.- Valide el modelo, es decir determine y explique su significado, para un NC = 0.95:
Coeficiente de correlacion ( R )Coeficiente de determinacion (r2)
3.-Determine RANGOS de los pronósticos para los periodos 11, 12 y 13.4.- Grafique la Venta y el Pronóstico obtenido
AÑO NACIMIENTOS1 5652 5903 5834 5975 6156 6117 6108 6239 633