Semana

Demanda
3 Semanas 5 semanas 7 Semanas
1
800
2
1400
3
1000
4
1500 1066.66667
5
1500
1300
6
1300 1333.33333
1240
7
1800 1433.33333
1340
8
1700 1533.33333
1420 1328.57143
9
1300
1600
1560 1457.14286
10
1700
1600
1520 1442.85714
11
1700 1566.66667
1560 1542.85714
12
1500 1566.66667
1640 1571.42857
13
2300 1633.33333
1580 1571.42857
14
2300 1833.33333
1700 1714.28571
15
2000 2033.33333
1900 1785.71429
16
2200
1960 1828.57143
MAD=

166.666667
300
100
133.333333
66.6666667
666.666667
466.666667
33.3333333
241.666667

280
260
180
140
140
720
600
100

371.428571
157.142857
257.142857
157.142857
71.4285714
728.571429
585.714286
214.285714

302.5 317.857143

Semana

Demanda

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

100
125
90
110
105
130
85
102
110
90
105
95
115
120
80
95
100

3 Sem

105.0
108.3
101.7
115.0
106.7
105.7
99.0
100.7
101.7
96.7
105.0
110.0
105.0
98.3
91.7

5 Sem

106
112
104
106.4
106.4
103.4
98.4
100.4
103
105
103
101
102

7 Sem

106.4
106.7
104.6
104.6
103.9
102.4
100.3
105.3
102.1
100.0
101.4 MAD=

4.66666667
4.33333333
9
4.33333333
6.66666667
18.3333333
15
30
10
1.66666667
10.4

2
3.6
16.4
1.6
3.4
14.6
17
25
8
1
9.26

4.42857143
3.28571429
14.5714286
0.42857143
8.85714286
12.5714286
19.7142857
25.2857143
7.14285714
0
9.62857143

0.2

0.8

51.44

56.36

Demanda
0.1
0.6
1
820
820
820
2
775
820
820
3
680
815.5
793
4
655
801.95
725.2
5
750
787.255
683.08
6
802
783.5295
723.232
7
798 785.37655
770.4928
8
689 786.638895 786.99712
9
775 776.875006 728.198848
10
776.687505 756.279539

0.1
0
45
135.5
146.95
37.255
18.4705
12.62345
97.638895
1.8750055

1
2
3

Semana

52
58

49.25
49.8

0.6
0
45
113
70.2
66.92
78.768
27.5072
97.99712
46.801152

55.0347612 60.6881636

El primer dato es el mismo para todos

Se toma el que tiene el mismo comportamiento que la demanda real y el que tiene el mad menor.
Se escoge el 0.6 por su comportamiento parecido a la grafica real

Chart Title
900
800
700
600
500
400
300
200
100
0

4
Demanda

6
0.1

7
0.6

el que tiene el mad menor.

APLICACIN
1
Demanda
Pronostico
1550
1500
1500
1400
1600
1700
1650
1750
1700
1800

50
100
100
100
100
90

2
Semana

Unidades
3 semanas
1
360
2
389
3
410
4
381 386.333333
5
368 393.333333
6
374 386.333333
7
374.333333

372.9

0.2
360
360
365.8
374.64
375.912
374.3296
374.26368

3
MES

Ventas
1
2
3
4
5
6
7
8
9
10
11
12
13

3 Meses
20
21
15
14
13
16
17
18
20
20
21
23

5 Meses

18.6666667
16.6666667
14
14.3333333
15.3333333
17
18.3333333
19.3333333
20.3333333
21.3333333

16.6
15.8
15
15.6
16.8
18.2
19.2
20.4 MAD

2
2.66666667
2.66666667
3
1.66666667
1.66666667
2.66666667
2.33333333

4
Mes

Demanda
1
2
3
4
5
6

4 meses
60
55
75
60
80
75

0.2

62.5
67.5

60
55
75
60
80
75

65

72.5

67

Chart Title
25
20

0.6
1.2
3
4.4
3.2
2.8
3.8
2.71428571

b
a
3.85714286

15
10
5
0

3
Ventas

54

4
3 Meses

5
5 Meses

81
81

tendencia
20.7575758

5 Meses

Tendencia lineal

Semana

Demanda
1

600

441.666667

1550

359.615385

1500

13

1500

2400

3100

2600

2900

3800

10

4500

Grados de Libertad

11

4000

NC

12

4900

13

5116.66667

5776.18103 4457.15231

14

5476.28205

6135.79641 4816.76769

15

5835.89744

6495.4118 5176.38308

16

6195.51282

6855.02718 5535.99846

Error
r
r2

LS

LI

363.877797 Sxy
0.96601558
0.9331861

Problema 2
Ao

Permisos
1
2
3
4
5
6
7
8
9

Ventas
18
13000
15
12000
12
11000
10
10000
20
14000
28
16000
35
19000
30
17000
20
13000

A
B
Sxy
r
r2

6698.4924623116
344.2211055276
331.9545545315
0.9943856824
0.9888028854

40 20467.3367

2-

12 =

10

0.9 -

1=

0.1

1.81246112

Regresin Exponencial

Ventas

108
119
110
122
130
132.339331

1
2
3
4
5
6

A
104.370484
B
1.04036374
Y=a*b a la x 132.339331

Regresin Mltiple
Y
8
10
12
13
15
18

Y=

X1
4
3
6
6
7
8

Bo=G30
B1=G31
B2=G32

X2
20
22
23
26
27
30

Resumen

Anlisis de Datos (Regresin)

Estadsticas de la regresin
Coeficiente de correlacin 0.98913768
Coeficiente de determinac 0.97839335
R^2 ajustado
0.96398892
Error tpico
0.67538163
Observaciones
6
ANLISIS DE VARIANZA
Regresin
Residuos
Total

Intercepcin
Variable X 1
Variable X 2

Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
2 61.9649123 30.9824561 67.9230769
3 1.36842105 0.45614035
5 63.3333333
Coeficientes
-8.89473684
0.36842105
0.78947368

Error tpico
2.80805902
0.35262721
0.17891297

Estadstico t
-3.16757475
1.04478905
4.41261304

Probabilidad
0.05057503
0.37289365
0.02159713

(Regresin)

Valor crtico de F
0.003176

Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
-17.8312339 0.0417602 -17.8312339 0.0417602
-0.75379612 1.49063823 -0.75379612 1.49063823
0.22009278 1.35885459 0.22009278 1.35885459

Problema 5
1
42
48

Ao1
Ao2

2
58
70

3
74
95

Suavizamiento Exponencial

4A
44

0.8

Problema 6
Aos

Ventas
1
2
3
4
5
6
7

350
300
280
300
330
350

0.8
350
350
260
296
303.2
351.44
348.848

tendencia Exponencial
suavizamiento exponencial

0.8

PROBLEMA 7
Ao
1
2
3
4
5
6
7

33
32
29
26
27
24
22.2

PROBLEMA 8
I
II
III
IV

1
205
180
210
230

2
220
190
230
250

3
4
240 256.666667
210 223.333333
265
290
280 303.333333

1
2
3
4
5
6
7
8

A
B
Y=a*b a la x

0.8
42
58
74
44
48
70
95
84

306.145326
1.01019226
328.66684

42
42
54.8
70.16
49.232
48.2464
65.64928
89.129856

Problema 9
NC
Grados de libertad
T
1.85954804
Sxy
173.030038
R
0.97020374

Ao
1
1000
2
1300
3
1800
4
2000
5
2000
6
2000
7
2200
8
2600
9
2900
10
3200
11 3286.66667
12 3502.42424
13 3718.18182

0.9
2

LS
LI
3608.42433
2964.909
3824.18191 3180.66658
4039.93949 3396.42415

Problema 10
Ao
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

1
2
3
4

1
520
730
820
530
590
810
900
600
650
900
1000
650
841.818182
859.79021
877.762238
895.734266

2
590
810
900
600

3
650
900
1000
650

4
716.666667
983.333333
1086.66667
713.333333

Problema 11
Gasto

Ingreso
0.43
0.31
0.32

Tamao
2.1
1.1
0.9

3
4
5

Resumen
Estadsticas de la regresin

0.46
1.25
0.44
0.52
0.29
1.29
0.35
0.35
0.78
0.43
0.47
0.38
0.5933838

1.6
6.2
2.3
1.8
1
8.9
2.4
1.2
4.7
3.5
2.9
1.4
3

4
4
3
6
5
3
2
4
3
2
3
4
4

Coeficiente de0.97449458
Coeficiente d 0.94963968
R^2 ajustado 0.94124629
Error tpico
0.07751228
Observacione
15
ANLISIS DE VARIANZA
Grados de libertad
Regresin
2
Residuos
12
Total
14
Coeficientes
Intercepcin -0.16045804
Variable X 1 0.14872702
Variable X 2 0.07691519

2000 I
II
III
IV
2001 I
II
III
IV
2002 I
II
III
IV
2003 I
II
III
IV

520
730
820
530
590
810
900
600
650
900
1000
650
716.666667
983.333333
1086.66667
713.333333
3500

Chart Title
1200
1000
800
600
400
200
0

10

11

Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
1.35954215 0.67977108 113.14142 1.6313E-008
0.07209785 0.00600815
1.43164
Error tpico Estadstico t
0.0903891 -1.77519233
0.00997132 14.9154844
0.02010687 3.8253195

Probabilidad
0.10121136
4.1458E-009
0.00241602

Inferior 95% Superior 95%Inferior 95.0%

-0.35739898 0.0364829 -0.35739898
0.12700139 0.17045266 0.12700139
0.03310609 0.1207243 0.03310609

Chart Title

10

11

12

13

14

15

16

Superior 95.0%
0.0364829
0.17045266
0.1207243

CASO
Semestre

Inscripciones Precio
1
7200
2
6300
3
6700
4
7000
5
6900
6
6400
7
7100
8
6700

Nmero de unidades
450
291
460
228
450
252
470
265
440
270
430
240
460
288
440
246

1
Semestre
1
2
3
4
5
6
7
8

Inscripciones Precio
7200
6300
6700
7000
6900
6400
7100
6700
6600

450
460
450
470
440
430
460
440

Nmero de unidades
291
228
252
265
270
240
288
246
247.392796

A
B
Sxy
r
r^2

2
Semestre

Inscripciones Precio
7200
6300
6700
7000
6900
6400
7100
6700

Nmero de unidades
450
291
460
228
450
252
470
265
440
270
430
240
460
288
440
246
455 262.083333

Inscripciones Precio
1
7200
2
6300
3
6700
4
7000
5
6900
6
6400
7
7100
8
6700
6500
465

Nmero de unidades
450
291
460
228
450
252
470
265
440
270
430
240
460
288
440
246
237.59603

1
2
3
4
5
6
7
8

3
Semestre

A
B
Sxy
r
r^2

-196.380789
0.06723842
6.57415805
0.96282661
0.92703508

72.5
0.41666667
23.6137907
0.24211443
0.0586194

Resumen
Estadsticas de la regresin
Coeficiente de0.96690359
Coeficiente d 0.93490254
R^2 ajustado 0.90886356
Error tpico
6.80229901
Observacione
8
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF

Valor crtico de F

Regresin
Residuos
Total

2 3322.64364 1661.32182 35.9039585 0.00108121

5 231.356359 46.2712718
7
3554

Coeficientes Error tpico

Intercepcin -138.497418 92.062595
Variable X 1 0.06946417 0.00846712
Variable X 2 -0.16220142 0.20865764

Estadstico t
-1.50438316
8.20399191
-0.77735673

Probabilidad
0.19281509
0.00043794
0.47210713

Inferior 95%
-375.151852
0.04769875
-0.69857296

crtico de F

Superior 95%Inferior 95.0%

Superior 95.0%
98.1570168 -375.151852 98.1570168
0.09122959 0.04769875 0.09122959
0.37417012 -0.69857296 0.37417012

Descomposicin de series de tiempo

Proporcin Simple
Estacin
Primavera
Verano
Otoo
Iniverno
Ventas

1
200
350
300
150
1000

0.2
0.35
0.3
0.15

2
220
385
330
165
1100

Descomposicin por mnimos cuadrados

Trim
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV

Periodo

Demanda
FE
1
600 0.8155922
2
1550 1.09745127
3
1500 0.97151424
4
1500 1.11544228
5
2400 0.8155922
6
3100 1.09745127
7
2600 0.97151424
8
2900 1.11544228
9
3800 0.8155922
10
4500 1.09745127
11
4000 0.97151424
12
4900 1.11544228
13
4080.69 0.8155922
14
5866.46 1.09745127
15
5525.69 0.97151424
16
6726.00 1.11544228

735.661765
1412.36339
1543.98148
1344.75806
2942.64706
2824.72678
2676.23457
2599.86559
4659.19118
4100.40984
4117.28395
4392.87634
5003.34787 variable independiente
5345.52959
5687.71131
6029.89304

pendiente

1 Determinar el factor de estacionalidad

a
Calcular el promedio por cada trimestre
I
2266.66667
II
3050
III
2700
IV
3100
b
Determinar el promedio general
2779.16667
c
Hallar factor de estacionalidad
0.8155922
1.09745127
0.97151424
1.11544228
2 Convertir los datos que tienen estacionalidad a tendencia
735.661765
3 Realizar el pronstico con los datos desestacionalidos
5003.34787
4 datos desestacionalizados pasarlos a estacionalisacion
4080.69151

Si no se tiene informacin de un trimestre se divide entre

el nmero de datos que se tiene.

d a tendencia

cionalidos

onalisacion

8000
7000
6000
5000
4000

Column C

3000
2000
1000
0
1

10 11 12 13 14 15 16

2 13 14 15 16

Column C

AO

PERMISO
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998

VENTA DE YARDAS Y
CARPINTERIAS
18
13000
15
12000
12
11000
10
10000
20
14000
28
16000
35
19000
30
17000
20
13000
25 15304.0201005025

AO
1
2
3
4
5
6
7
8
9
10
11
12
13
15
15

1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005

INGRESOS
4865.9
5067.4
5515.6
5728.8
5497.7
5197.7
5094.4
5108.8
5550.6
5738.9
5860

A
B
AB^X

5050.59623
1.01042629

MINIMOS CUADRADOS
AOS
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

1
2
3
4
5
6

INGRESOS
FE
Y DESESTACIONALIZADOS
1991
4865.9 0.9249626 5260.64513
1992
5067.4 0.94501214 5362.25916
1993
5515.6 1.02766193 5367.13469
1994
5728.8 1.0649472 5379.42162
1995
5497.7 1.05473206 5212.41386
1996
5197.7 0.96536813 5384.16364
1997
5094.4 0.9249626 5507.68214
1998
5108.8 0.94501214 5406.06812
1999
5550.6 1.02766193 5401.19258
2000
5738.9 1.0649472 5388.90566
2001
5860 1.05473206 5555.91342
2002
5304.79 0.96536813 5495.09068
2003
5099.85 0.9249626 5513.57852
2004
5227.87 0.94501214 5532.06636
2005
5704.09 1.02766193 5550.5542

PROMEDIO FE
4980.15 0.924962601
5088.1 0.94501214
5533.1 1.027661931
5733.85 1.064947202
5678.85 1.054732059
5197.7 0.965368133
5384.16364

1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002

4865.9
5067.4
5515.6
5728.8
5497.7
5197.7
5094.4
5108.8
5550.6
5738.9
5860
5304.78543

1
2
3
4
5
6
1
2
3
4
5
6

0.9249626
0.94501214
1.02766193
1.0649472
1.05473206
0.96536813
0.9249626
0.94501214
1.02766193
1.0649472
1.05473206
0.96536813

ESESTACIONALIZADOS

7000

6000
R = 0.3410936412
5000

4000

3000

2000

1000

0
1

SUAVISAMIETO EXPONENCIAL

5260.64513
4980.15
5362.25916
5088.1
5367.13469
5533.1
5379.42162
5733.85
5212.41386
5678.85
5384.16364
5197.7
5507.68214 5384.16364
5406.06812
5401.19258
5388.90566
5555.91342
5495.09068

1
2
3
4
5
6
7
8
9
10
11
12

Column C

Logarithmic

10

11

7000
6000
5000
4000
3000
2000
1000
0
1

Column C
Logarithmic (Column C)

11

Column D

10

11