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 280 371.428571
300 260 157.142857
100 180 257.142857
133.333333 140 157.142857
66.6666667 140 71.4285714
666.666667 720 728.571429
466.666667 600 585.714286
33.3333333 100 214.285714

241.666667 302.5 317.857143

Semana Demanda 3 Sem 5 Sem 7 Sem
1 100
2 125
3 90
4 110 105.0
5 105 108.3
6 130 101.7 106
7 85 115.0 112
8 102 106.7 104 106.4
9 110 105.7 106.4 106.7
10 90 99.0 106.4 104.6
11 105 100.7 103.4 104.6
12 95 101.7 98.4 103.9
13 115 96.7 100.4 102.4
14 120 105.0 103 100.3
15 80 110.0 105 105.3
16 95 105.0 103 102.1
17 100 98.3 101 100.0
91.7 102 101.4 MAD=
4.66666667 2 4.42857143
4.33333333 3.6 3.28571429
9 16.4 14.5714286
4.33333333 1.6 0.42857143
6.66666667 3.4 8.85714286
18.3333333 14.6 12.5714286
15 17 19.7142857
30 25 25.2857143
10 8 7.14285714
1.66666667 1 0
10.4 9.26 9.62857143
 0.2 0.8
1 52 49.25
2 58 49.8
3 51.44 56.36

Semana Demanda 0.1 0.6 0.1 0.6

1 820 820 820 0 0
2 775 820 820 45 45
3 680 815.5 793 135.5 113
4 655 801.95 725.2 146.95 70.2
5 750 787.255 683.08 37.255 66.92
6 802 783.5295 723.232 18.4705 78.768
7 798 785.37655 770.4928 12.62345 27.5072
8 689 786.638895 786.99712 97.638895 97.99712
9 775 776.875006 728.198848 1.8750055 46.801152
10 776.687505 756.279539
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
1 2 3 4 5 6 7 8 9

Demanda 0.1 0.6

el que tiene el mad menor.

8 9
APLICACIN
1
Demanda Pronostico
1550 1500 50
1500 1400 100
1600 1700 100
1650 1750 100
1700 1800 100
90

2
Semana Unidades 3 semanas 0.2
1 360 360
2 389 360
3 410 365.8
4 381 386.333333 374.64
5 368 393.333333 375.912
6 374 386.333333 374.3296
7 374.333333 372.9 374.26368

3
MES Ventas 3 Meses 5 Meses
1 20
2 21
3 15
4 14 18.6666667
5 13 16.6666667
6 16 14 16.6 2
7 17 14.3333333 15.8 2.66666667
8 18 15.3333333 15 2.66666667
9 20 17 15.6 3
10 20 18.3333333 16.8 1.66666667
11 21 19.3333333 18.2 1.66666667
12 23 20.3333333 19.2 2.66666667
13 21.3333333 20.4 MAD 2.33333333

Mes Demanda 4 meses 0.2

1 60 60
2 55 55
3 75 75
4 60 60
5 80 62.5 80
6 75 67.5 75 65
7 72.5 67
 Chart Title
25

20

15
0.6
1.2 10
3
4.4 5
3.2
2.8 0
1 2 3 4 5 6 7
3.8
Ventas 3 Meses 5 Meses
2.71428571

b a
3.85714286 54
81

81
 tendencia
20.7575758

5 6 7

5 Meses
Tendencia lineal

Semana Demanda
1 600 a 441.666667
2 1550 b 359.615385
3 1500 x 13
4 1500
5 2400
6 3100
7 2600
8 2900
9 3800
10 4500 Grados de Libertad
11 4000 NC
12 4900 LS LI
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 363.877797 Sxy

r 0.96601558
r2 0.9331861

Problema 2

Ao Permisos Ventas
1 18 13000 A 6698.4924623116
2 15 12000 B 344.2211055276
3 12 11000 Sxy 331.9545545315
4 10 10000 r 0.9943856824
5 20 14000 r2 0.9888028854
6 28 16000
7 35 19000
8 30 17000
9 20 13000
40 20467.3367
 2- 12 = 10
0.9 - 1= 0.1
1.81246112
Regresin Exponencial

Ventas X
108 1 A 104.370484
119 2 B 1.04036374
110 3 Y=a*b a la x 132.339331
122 4
130 5
132.339331 6

Regresin Mltiple

Y X1 X2
8 4 20
10 3 22
12 6 23
13 6 26
15 7 27
18 8 30

Y= Bo=G30
B1=G31
B2=G32
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
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresin 2 61.9649123 30.9824561 67.9230769
Residuos 3 1.36842105 0.45614035
Total 5 63.3333333

Coeficientes Error tpico Estadstico t Probabilidad

Intercepcin -8.89473684 2.80805902 -3.16757475 0.05057503
Variable X 1 0.36842105 0.35262721 1.04478905 0.37289365
Variable X 2 0.78947368 0.17891297 4.41261304 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 2 3 4A
Ao1 42 58 74 44
Ao2 48 70 95

b Suavizamiento Exponencial 0.8

Problema 6

Aos Ventas 0.8

1 350 350
2 300 350
3 280 260
4 300 296
5 330 303.2
6 350 351.44
7 348.848

tendencia Exponencial 0.8

suavizamiento exponencial

PROBLEMA 7

Ao
1 33
2 32
3 29
4 26
5 27
6 24
7 22.2

PROBLEMA 8
1 2 3 4
I 205 220 240 256.666667
II 180 190 210 223.333333
III 210 230 265 290
IV 230 250 280 303.333333
 0.8
1 42 42
2 58 42
3 74 54.8
4 44 70.16
5 48 49.232
6 70 48.2464
7 95 65.64928
8 84 89.129856

A 306.145326
B 1.01019226
Y=a*b a la x 328.66684
Problema 9
NC 0.9
Ao Grados de libertad 2
1 1000 T 1.85954804
2 1300 Sxy 173.030038
3 1800 R 0.97020374
4 2000
5 2000
6 2000
7 2200
8 2600
9 2900
10 3200 LS LI
11 3286.66667 3608.42433 2964.909
12 3502.42424 3824.18191 3180.66658
13 3718.18182 4039.93949 3396.42415

Problema 10

Ao 1 2 3 4
1 1 520 590 650 716.666667
2 2 730 810 900 983.333333
3 3 820 900 1000 1086.66667
4 4 530 600 650 713.333333
5 590
6 810
7 900
8 600
9 650
10 900
11 1000
12 650
13 841.818182
14 859.79021
15 877.762238
16 895.734266

Problema 11

Gasto Ingreso Tamao

0.43 2.1 3 Resumen
0.31 1.1 4
0.32 0.9 5 Estadsticas de la regresin
 0.46 1.6 4 Coeficiente de0.97449458
1.25 6.2 4 Coeficiente d 0.94963968
0.44 2.3 3 R^2 ajustado 0.94124629
0.52 1.8 6 Error tpico 0.07751228
0.29 1 5 Observacione 15
1.29 8.9 3
0.35 2.4 2 ANLISIS DE VARIANZA
0.35 1.2 4 Grados de libertad
0.78 4.7 3 Regresin 2
0.43 3.5 2 Residuos 12
0.47 2.9 3 Total 14
0.38 1.4 4
0.5933838 3 4 Coeficientes
Intercepcin -0.16045804
Variable X 1 0.14872702
Variable X 2 0.07691519
2000 I 520
II 730 Chart Title
III 820
1200
IV 530
2001 I 590 1000
II 810
III 900 800
IV 600
600
2002 I 650
II 900 400
III 1000
IV 650 200
2003 I 716.666667
II 983.333333 0
1 2 3 4 5 6 7 8 9 10 11
III 1086.66667
IV 713.333333
3500
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 Probabilidad Inferior 95% Superior 95%Inferior 95.0%

0.0903891 -1.77519233 0.10121136 -0.35739898 0.0364829 -0.35739898
0.00997132 14.9154844 4.1458E-009 0.12700139 0.17045266 0.12700139
0.02010687 3.8253195 0.00241602 0.03310609 0.1207243 0.03310609
 Chart Title

6 7 8 9 10 11 12 13 14 15 16
Superior 95.0%
0.0364829
0.17045266
0.1207243
CASO

Semestre Inscripciones Precio Nmero de unidades

1 7200 450 291
2 6300 460 228
3 6700 450 252
4 7000 470 265
5 6900 440 270
6 6400 430 240
7 7100 460 288
8 6700 440 246

1
Semestre Inscripciones Precio Nmero de unidades
1 7200 450 291
2 6300 460 228
3 6700 450 252
4 7000 470 265 A
5 6900 440 270 B
6 6400 430 240 Sxy
7 7100 460 288 r
8 6700 440 246 r^2
6600 247.392796

2
Semestre Inscripciones Precio Nmero de unidades
1 7200 450 291
2 6300 460 228 A
3 6700 450 252 B
4 7000 470 265 Sxy
5 6900 440 270 r
6 6400 430 240 r^2
7 7100 460 288
8 6700 440 246
455 262.083333

3
Semestre Inscripciones Precio Nmero de unidades
1 7200 450 291
2 6300 460 228
3 6700 450 252
4 7000 470 265
5 6900 440 270
6 6400 430 240
7 7100 460 288
8 6700 440 246
6500 465 237.59603
-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 2 3322.64364 1661.32182 35.9039585 0.00108121
Residuos 5 231.356359 46.2712718
Total 7 3554

Coeficientes Error tpico Estadstico t Probabilidad Inferior 95%

Intercepcin -138.497418 92.062595 -1.50438316 0.19281509 -375.151852
Variable X 1 0.06946417 0.00846712 8.20399191 0.00043794 0.04769875
Variable X 2 -0.16220142 0.20865764 -0.77735673 0.47210713 -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 1 2
Primavera 200 0.2 220
Verano 350 0.35 385
Otoo 300 0.3 330
Iniverno 150 0.15 165
Ventas 1000 1100

Descomposicin por mnimos cuadrados

Trim Periodo Demanda FE

I 1 600 0.8155922 735.661765
II 2 1550 1.09745127 1412.36339
III 3 1500 0.97151424 1543.98148
IV 4 1500 1.11544228 1344.75806
I 5 2400 0.8155922 2942.64706
II 6 3100 1.09745127 2824.72678
III 7 2600 0.97151424 2676.23457
IV 8 2900 1.11544228 2599.86559
I 9 3800 0.8155922 4659.19118
II 10 4500 1.09745127 4100.40984
III 11 4000 0.97151424 4117.28395
IV 12 4900 1.11544228 4392.87634
I 13 4080.69 0.8155922 5003.34787 variable independiente
II 14 5866.46 1.09745127 5345.52959
III 15 5525.69 0.97151424 5687.71131
IV 16 6726.00 1.11544228 6029.89304
 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
pendiente 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.

8000

7000

6000

5000

4000
d a tendencia Column C
3000
cionalidos 2000

1000
onalisacion 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
 Column C

2 13 14 15 16
 VENTA DE YARDAS Y
AO PERMISO CARPINTERIAS
1989 18 13000
1990 15 12000
1991 12 11000
1992 10 10000
1993 20 14000
1994 28 16000
1995 35 19000
1996 30 17000
1997 20 13000
1998 25 15304.0201005025
 AO INGRESOS
1 1991 4865.9
2 1992 5067.4
3 1993 5515.6 A 5050.59623
4 1994 5728.8 B 1.01042629
5 1995 5497.7 AB^X
6 1996 5197.7
7 1997 5094.4
8 1998 5108.8
9 1999 5550.6
10 2000 5738.9
11 2001 5860
12 2002
13 2003
15 2004
15 2005

MINIMOS CUADRADOS
AOS INGRESOS FE Y DESESTACIONALIZADOS
1 1 1991 4865.9 0.9249626 5260.64513
2 2 1992 5067.4 0.94501214 5362.25916
3 3 1993 5515.6 1.02766193 5367.13469
4 4 1994 5728.8 1.0649472 5379.42162
5 5 1995 5497.7 1.05473206 5212.41386
6 6 1996 5197.7 0.96536813 5384.16364
1 7 1997 5094.4 0.9249626 5507.68214
2 8 1998 5108.8 0.94501214 5406.06812
3 9 1999 5550.6 1.02766193 5401.19258
4 10 2000 5738.9 1.0649472 5388.90566
5 11 2001 5860 1.05473206 5555.91342
6 12 2002 5304.79 0.96536813 5495.09068
1 13 2003 5099.85 0.9249626 5513.57852
2 14 2004 5227.87 0.94501214 5532.06636
3 15 2005 5704.09 1.02766193 5550.5542

PROMEDIO FE
6 1 4980.15 0.924962601
2 5088.1 0.94501214
3 5533.1 1.027661931
4 5733.85 1.064947202
5 5678.85 1.054732059
6 5197.7 0.965368133
5384.16364
1991 4865.9 1 0.9249626
1992 5067.4 2 0.94501214
1993 5515.6 3 1.02766193
1994 5728.8 4 1.0649472
1995 5497.7 5 1.05473206
1996 5197.7 6 0.96536813
1997 5094.4 1 0.9249626
1998 5108.8 2 0.94501214
1999 5550.6 3 1.02766193
2000 5738.9 4 1.0649472
2001 5860 5 1.05473206
2002 6 0.96536813
5304.78543
 7000

6000

R = 0.3410936412
5000

4000

3000
ESESTACIONALIZADOS

2000

1000

0
1 2 3 4 5 6
SUAVISAMIETO EXPONENCIAL
5260.64513 4980.15 1
5362.25916 5088.1 2
5367.13469 5533.1 3
5379.42162 5733.85 4
5212.41386 5678.85 5
5384.16364 5197.7 6
5507.68214 5384.16364 7
5406.06812 8
5401.19258 9
5388.90566 10
5555.91342 11
5495.09068 12
 Column C
Logarithmic

4 5 6 7 8 9 10 11
7000

6000

5000

4000

3000

2000

1000

0
1 2 3 4 5 6 7 8 9
 Column C
Logarithmic (Column C)

11
 Column D

6 7 8 9 10 11