PROYECTO DE AULA

ASIGNATURA:
ESTADISTICA INFERENCIAL

NOMBRE DEL DOCENTE:

Ing. Erick Orozco

NÓMINA DE ESTUDIANTES QUE INTEGRAN EL GRUPO:

 Ayala Carlos

TÍTULO DEL PROYECTO

PRONOSTICO

RESUMEN:
El presente proyecto consiste en un análisis de la demanda, en donde se determinará las
diferentes hipótesis a plantearse para conocer la serie de tiempo en la empresa Esteban
Confecciones, en la cual se especificará características de la empresa acompañados de
un análisis visual, SPSS y Forecast Pro con el fin de obtener el mejor pronóstico.

-1-
ÍNDICE

Página
I. Introducción
1. Características de la empresa .……………………………………………………… 4
1.1 Objetivo general………………………………………………………………………..4
1.2 Objetivos específicos…………………………………………………….…….………4
1.3 Analisis…………………………………………………………………………………..4
1.4 Forecast Pro…………………………………………………………………………….18

-2-
 I. INTRODUCCIÓN
1. Características de la empresa.
La empresa Esteban Confecciones lleva 17 años de experiencia en la producción de
camisetas brindando productos de calidad. Cuenta con 48 trabajadores, distribuidos en las
diferentes áreas de diseño, corte, confección, estampado y empaquetado.
Diseño Corte Confección Estampado Empaquetado
Obreros 3 26 10 5 4
Maquinarias 3 13 10 5 -----

Propietario: Mario Andrade

Ubicación: Cantón Antonio Ante, en la ciudad de Atuntaqui en la parroquia San Francisco
de Natabuela.

2. Objetivos General:
 Análisis de la serie de tiempo en la empresa Esteban Confecciones.
2.1. Objetivos Específicos:
 Realizar un análisis visual.
 Realizar un análisis usando el software SPSS
 Realizar un pronóstico de la demanda usando el software Forecast Pro.

-3-
 3. Análisis
Camista M (Mujeres)
En la Ilustracion 1 se aprecia que la serie se incrementa en el tiempo al parecer
existe una tendencia positiva no se observa más patrones significativos en la línea
de tiempo.

Ilustración 1 Producto 1 Talla M (Mujeres)

Significativos

Ho: Los coeficientes en conjunto no son significativos.

-4-
La mayoría de coeficientes se encuentran dentro de los límites de control y en 3 períodos
existe desfase, el estadístico de Ljung-Box muestra Sig por debajo del nivel de
significación, por lo que rechazo Ho y concluyo que son significativos.

Aleatoridad

Ho: Los rk son aleatorios

RC:
0,267 <=0,05
La prueba de rachas arroja que los coeficientes de autocorrelación son aleatorios ya que
la Sig obtenida no está por debajo del nivel de significación asumido.

Estacionalidad
Primera diferenciación:
De acuerdo a que puede existir una ligera tendencia.

-5-
Se observa que no hay valores significativos por lo que no existe estacionalidad en la
serie de tiempo.

Camiseta M (Hombres)
En la Ilustracion 2 se aprecia que la serie se incrementa en el tiempo al parecer existe una
tendencia positiva no se observa más patrones significativos en la línea de tiempo.

Ilustración 2 Producto 2 Talla M (Hombres)

Significativa

-6-
Ho: Los coeficientes en conjunto no son significativos.

La mayoría de coeficientes se encuentran dentro de los límites de control y en 3 períodos

existe desfase, el estadístico de Ljung-Box muestra Sig por debajo del nivel de
significación, por lo que rechazo Ho y concluyo que son significativos.

Aleatoridad

Ho: Los rk son aleatorios

RC:
1<=0,05
La prueba de rachas arroja que los coeficientes de autocorrelación son aleatorios ya que
la Sig obtenida no está por debajo del nivel de significación asumido.

Estacionalidad
Primera diferenciación:
De acuerdo a que puede existir una ligera tendencia.

-7-
Se observa que no hay valores significativos por lo que no existe estacionalidad en la
serie de tiempo.

Camiseta S (Mujeres)

En la Ilustracion 3 se aprecia que la serie se incrementa en el tiempo al parecer existe una

tendencia positiva no se observa más patrones significativos en la línea de tiempo.

Ilustración 3 Producto 3 Talla S (Mujeres)

Significativa

-8-
Ho: Los coeficientes en conjunto no son significativos.

La mayoría de coeficientes se encuentran dentro de los límites de control y no hay desfase,

el estadístico de Ljung-Box muestra Sig por encima del nivel de significación, por lo que
rechazo Ho y concluyo que no son significativos.

Aleatoridad

Ho: Los rk son aleatorios

RC:
0,211<=0,05
La prueba de rachas arroja que los coeficientes de autocorrelación son aleatorios ya que
la Sig obtenida no está por debajo del nivel de significación asumido.

Estacionalidad
Primera diferenciación:
De acuerdo a que puede existir una ligera tendencia.

Se observa que no hay valores significativos por lo que no existe estacionalidad en la

serie de tiempo.

-9-
 Camiseta S (Hombres)

En la Ilustracion 4 se aprecia que la serie se incrementa en el tiempo al parecer existe una

tendencia positiva no se observa más patrones significativos en la línea de tiempo.

Ilustración 4 Producto 4 Camisetas S (Hombre)

Significativa

- 10 -
Ho: Los coeficientes en conjunto no son significativos.

Los coeficientes se encuentran dentro de los límites de control y no hay periodos de

desfase, el estadístico de Ljung-Box muestra Sig por encima del nivel de significación,
por lo que no rechazo Ho y concluyo que no son significativos.

Aleatoridad

Ho: Los rk son aleatorios

RC:
0,724<=0,05
La prueba de rachas arroja que los coeficientes de autocorrelación no son aleatorios ya
que la Sig obtenida está por debajo del nivel de significación asumido.

Estacionalidad
Primera diferenciación:
De acuerdo a que puede existir una ligera tendencia.

- 11 -
Se observa que hay valores significativos por lo que existe estacionalidad en la serie de
tiempo.

Camiseta XL (Mujeres)
En la Ilustracion 5 se aprecia que la serie se incrementa en el tiempo al parecer ni existe
una tendencia y no se observa más patrones significativos en la línea de tiempo.

Ilustración 5 Producto 5 Talla XL (Mujeres)

Significativa

- 12 -
Ho: Los coeficientes en conjunto no son significativos.

Todos los coeficientes se encuentran dentro de los límites de control y no existe desfase,
el estadístico de Ljung-Box muestra Sig por encima del nivel de significación, por lo que
rechazo no Ho y concluyo que no son significativos.

Aleatoridad

RC:
0,070<=0,05
La prueba de rachas arroja que los coeficientes de autocorrelación son aleatorios ya que
la Sig obtenida está por encima del nivel de significación asumido.

Camiseta XL (Hombres)

Ilustración 2Producto 6 Talla XL (Hombres)

- 13 -
 Significativa

Ho: Los coeficientes en conjunto no son significativos.

Todos los coeficientes se encuentran dentro de los límites de control y no existe desfase,
el estadístico de Ljung-Box muestra Sig por encima del nivel de significación, por lo que
rechazo no Ho y concluyo que no son significativos.

Aleatoridad

RC:
0,819<=0,05
La prueba de rachas arroja que los coeficientes de autocorrelación son aleatorios ya que
la Sig obtenida está por encima del nivel de significación asumido.

- 14 -
 Forecast Pro

Camiseta M (Mujeres)

Reporte de pronósticos para C0001

TALLA M (MUJERES)
Total > C0001

Análisis Experto

Utilizando una lógica basada en reglas de FPRO he limitado la selección entre Suavización exponencial y Box-Jenkins.
Realicé una prueba a una muestra para seleccionar entre estas dos familias de modelos.

El MAD acumulado en la muestra para Suavización exponencial fue 48 y para Box-Jenkins fue 28.
La prueba rolada sobre la muestra usó un horizonte máximo de 6 y generó para cada método 21 pronósticos.

Basado en el MAD acumulado más bajo, utilicé Box-Jenkins.

Detalles del modelo

Selección Experta
Box-Jenkins
ARIMA(0; 0; 0)*(0; 0; 1)
Término Coeficiente Error estándar Estadística-t Nivel significativo
B[12] -0,7921 0,06698 -11,82 1
_CONST 137,4

Estadísticas de la muestra

Tamaño muestra 47 No. parámetros 1

Media 137,45 Desv. estándar 75,73
R-Cuadrada Aj. 0,45 Durbin-Watson 2,11
Ljung-Box(18) 20,6 P=0,70 Error de pronóstico 56,36
BIC 58,09 MAPE 0,4831
RMSE 55,76 MAD 41,11

Datos de pronósticos

Fecha 2,5 Inf. Pronóstico Trimestral Anual 97,5 Sup.

2018-Dic 32 142 409 1857 251
2019-Ene 19 128 238
2019-Feb 103 213 322
2019-Mar 80 190 531 299
2019-Abr 0 104 213
2019-May 38 147 256
2019-Jun 69 179 429 288
2019-Jul 51 160 270
2019-Ago 56 165 274
2019-Sep 38 147 472 256
2019-Oct 15 124 233
2019-Nov 54 163 272

Total 1860
Promedio 155
Mínimo 104
Máximo 213

Existencias de Seguridad

T. Anticipación DDTA 97,5 E.S. Valor a Re-ordenar

1 142 109 251
2 270 155 425
3 483 189 672
4 672 219 891
5 776 244 1020
6 923 268 1190
7 1101 289 1391
8 1262 309 1571
9 1427 328 1755
10 1574 346 1919
11 1698 362 2060
12 1860 379 2239

DDTA = Demanda Durante Tiempo Anticipación (pronósticos acumulados)

E. de Seg = Límites de confianza acumulados para el T. Anticipación
Valor a Re-ordenar = DDTA + E. de Seg

Datos atípicos - 15 -
Conforme a la configuración no hay datos atípicos para este ítem
Ajustes

No existen ajustes para este ítem

 Camisetas M (Hombres)

Reporte de pronósticos para C0002

TALLA M (HOMBRES)
Total > C0002

Análisis Experto

Utilizando una lógica basada en reglas de FPRO he limitado la selección entre Suavización exponencial y Box-Jenkins.
Realicé una prueba a una muestra para seleccionar entre estas dos familias de modelos.

El MAD acumulado en la muestra para Suavización exponencial fue 20 y para Box-Jenkins fue 17.
La prueba rolada sobre la muestra usó un horizonte máximo de 6 y generó para cada método 21 pronósticos.

Basado en el MAD acumulado más bajo, utilicé Box-Jenkins.

Detalles del modelo

Uno o más datos atípicos fueron detectados pero no corregidos para este ítem

Selección Experta
Box-Jenkins
ARIMA(0; 1; 1)*(1; 0; 0)
Término Coeficiente Error estándar Estadística-t Nivel significativo
b[1] 0,708 0,1011 7,005 1
A[12] 0,8718 0,08261 10,55 1

Estadísticas de la muestra

Tamaño muestra 47 No. parámetros 2

Media 102,96 Desv. estándar 41,74
R-Cuadrada Aj. 0,36 Durbin-Watson 1,72
Ljung-Box(18) 14,1 P=0,28 Error de pronóstico 33,3
BIC 35,36 MAPE 0,2149
RMSE 32,58 MAD 20,44

Datos de pronósticos

Fecha 2,5 Inf. Pronóstico Trimestral Anual 97,5 Sup.

2018-Dic 116 181 458 1776 245
2019-Ene 67 135 202
2019-Feb 165 235 305
2019-Mar 131 203 573 276
2019-Abr 79 154 229
2019-May 148 225 302
2019-Jun 157 237 616 316
2019-Jul 75 156 238
2019-Ago 94 178 262
2019-Sep 108 194 528 280
2019-Oct 84 172 260
2019-Nov 106 196 285

Total 2265
Promedio 189
Mínimo 135
Máximo 237

Existencias de Seguridad

T. Anticipación DDTA 97,5 E.S. Valor a Re-ordenar

1 181 65 245
2 315 105 421
3 550 147 697
4 754 190 944
5 907 236 1144
6 1133 285 1417
7 1369 336 1705
8 1526 389 1914
9 1704 445 2148
10 1898 502 2400
11 2070 563 2632
12 2265 625 2890

DDTA = Demanda Durante Tiempo Anticipación (pronósticos acumulados)

E. de Seg = Límites de confianza acumulados para el T. Anticipación
Valor a Re-ordenar = DDTA + E. de Seg

Datos atípicos
- 16 -
Estado Detectado

Fecha Valor atípico V. corregidos. Delta

2018-Feb 197 70 127

Ajustes

No existen ajustes para este ítem

 Camisetas S (Mujeres)

Reporte de pronósticos para C0003

TALLA S (MUJERES)
Total > C0003

Análisis Experto

Utilizando una lógica basada en reglas de FPRO he limitado la selección entre Suavización exponencial y Box-Jenkins.
Series no positivas. Excluyo estacionalidad multiplicativa.
Realicé una prueba a una muestra para seleccionar entre estas dos familias de modelos.

El MAD acumulado en la muestra para Suavización exponencial fue 12 y para Box-Jenkins fue 40.
La prueba rolada sobre la muestra usó un horizonte máximo de 6 y generó para cada método 21 pronósticos.

Basado en el MAD acumulado más bajo, utilicé suavización exponencial.

Detalles del modelo

Uno o más datos atípicos fueron detectados pero no corregidos para este ítem

Selección Experta
Suavización Exponencial: sin tendencia, estacionalidad aditiva - nivel constante
NA-CL(0,000; 0,186)

Componente Peso parámetro de suavización Valor final

Nivel 0,0001 117,5
Estacional 0,1855
Indices estacionales
Ene - Mar -27,52 -23,96 43,82
Abr - Jun -27,7 57,56 -20,23
Jul - Sep -53,02 7,085 19,2
Oct - Dic 43,97 -5,658 -13,53

Estadísticas de la muestra

Tamaño muestra 47 No. parámetros 1

Media 112,66 Desv. estándar 68,61
R-Cuadrada Aj. 0,21 Durbin-Watson 1,52
Ljung-Box(18) 21,0 P=0,72 Error de pronóstico 60,85
BIC 62,71 MAPE 0,9786
RMSE 60,2 MAD 48,01

Datos de pronósticos

Fecha 2,5 Inf. Pronóstico Trimestral Anual 97,5 Sup.

2018-Dic 0 104 416 1713 227
2019-Ene 0 90 213
2019-Feb 0 94 216
2019-Mar 38 161 345 284
2019-Abr 0 90 213
2019-May 52 175 298
2019-Jun 0 97 362 220
2019-Jul 0 65 187
2019-Ago 2 125 248
2019-Sep 14 137 326 260
2019-Oct 39 162 284
2019-Nov 0 112 235

Total 1411
Promedio 118
Mínimo 65
Máximo 175

Existencias de Seguridad

T. Anticipación DDTA 97,5 E.S. Valor a Re-ordenar

1 104 123 227
2 194 174 368
3 288 213 501
4 449 246 695
5 539 275 814
6 714 301 1015
7 811 325 1136
8 876 348 1223
9 1000 369 1369
10 1137 389 1526
11 1299 408 1706
12 1411 426 1836

DDTA = Demanda Durante Tiempo Anticipación (pronósticos acumulados)

E. de Seg = Límites de confianza acumulados para el T. Anticipación
Valor a Re-ordenar = DDTA + E. de Seg

Datos atípicos

Estado Detectado

Fecha
2016-Mar
Valor atípico
333
V. corregidos.
129
- Delta
17
204
-
Ajustes

No existen ajustes para este ítem

 Camisetas S (Hombres)

Reporte de pronósticos para C0004

TALLA S (HOMBRES)
Total > C0004

Análisis Experto

Utilizando una lógica basada en reglas de FPRO he limitado la selección entre Suavización exponencial y Box-Jenkins.
Realicé una prueba a una muestra para seleccionar entre estas dos familias de modelos.

El MAD acumulado en la muestra para Suavización exponencial fue 67 y para Box-Jenkins fue 69.
La prueba rolada sobre la muestra usó un horizonte máximo de 6 y generó para cada método 21 pronósticos.

Basado en el MAD acumulado más bajo, utilicé suavización exponencial.

Detalles del modelo

Uno o más datos atípicos fueron detectados pero no corregidos para este ítem

Selección Experta
Suavización Exponencial: sin tendencia, estacionalidad aditiva - nivel constante
NA-CL(0,000; 0,344)

Componente Peso parámetro de suavización Valor final

Nivel 0,0001 107,7
Estacional 0,3437
Indices estacionales
Ene - Mar 25,29 -17,58 -8,593
Abr - Jun 6,474 18 -9,326
Jul - Sep -52,85 1,333 -24,94
Oct - Dic 40,02 27,1 -4,926

Estadísticas de la muestra

Tamaño muestra 47 No. parámetros 1

Media 103,45 Desv. estándar 52,75
R-Cuadrada Aj. 0 Durbin-Watson 2,34
Ljung-Box(18) 14,4 P=0,30 Error de pronóstico 55,88
BIC 57,6 MAPE 0,6218
RMSE 55,29 MAD 45,37

Datos de pronósticos

Fecha 2,5 Inf. Pronóstico Trimestral Anual 97,5 Sup.

2018-Dic 0 103 480 1338 216
2019-Ene 20 133 246
2019-Feb 0 90 203
2019-Mar 0 99 322 212
2019-Abr 1 114 227
2019-May 13 126 239
2019-Jun 0 98 338 211
2019-Jul 0 55 168
2019-Ago 0 109 222
2019-Sep 0 83 247 196
2019-Oct 35 148 261
2019-Nov 22 135 248

Total 1293
Promedio 108
Mínimo 55
Máximo 148

Existencias de Seguridad

T. Anticipación DDTA 97,5 E.S. Valor a Re-ordenar

1 103 113 216
2 236 160 395
3 326 196 521
4 425 226 651
5 539 252 792
6 665 277 942
7 763 299 1062
8 818 319 1138
9 927 339 1266
10 1010 357 1367
11 1158 374 1532
12 1293 391 1684

DDTA = Demanda Durante Tiempo Anticipación (pronósticos acumulados)

E. de Seg = Límites de confianza acumulados para el T. Anticipación
Valor a Re-ordenar = DDTA + E. de Seg

Datos atípicos

Estado Detectado

Fecha Valor atípico V. corregidos. Delta

2018-Jun 201 45 - 18 -
156

Ajustes

No existen ajustes para este ítem

 Camisetas XL (Mujeres)

Reporte de pronósticos para C0005

TALLA XL (MUJERES)
Total > C0005

Análisis Experto

Utilizando una lógica basada en reglas de FPRO he limitado la selección entre Suavización exponencial y Box-Jenkins.
Realicé una prueba a una muestra para seleccionar entre estas dos familias de modelos.

El MAD acumulado en la muestra para Suavización exponencial fue 11 y para Box-Jenkins fue 24.
La prueba rolada sobre la muestra usó un horizonte máximo de 6 y generó para cada método 21 pronósticos.

Basado en el MAD acumulado más bajo, utilicé suavización exponencial.

Detalles del modelo

Selección Experta
Suavización exponencial: sin tendencia y estacionalidad multiplicativa
NM(0,094; 0,268)
Límites de confianza proporcionales a índices

Componente Peso parámetro de suavización Valor final

Nivel 0,09429 69,54
Estacional 0,2678
Indices estacionales
Ene - Mar 1,185 1,08 1,218
Abr - Jun 1,204 1,074 0,7535
Jul - Sep 0,6034 0,6114 0,8599
Oct - Dic 1,135 1,537 1,191

Estadísticas de la muestra

Tamaño muestra 47 No. parámetros 2

Media 64,91 Desv. estándar 29,47
R-Cuadrada Aj. 0,29 Durbin-Watson 2,12
Ljung-Box(18) 30,5 P=0,97 Error de pronóstico 24,8
BIC 26,34 MAPE 0,3581
RMSE 24,27 MAD 18,67

Datos de pronósticos

Fecha 2,5 Inf. Pronóstico Trimestral Anual 97,5 Sup.

2018-Dic 26 83 280 828 140
2019-Ene 26 82 139
2019-Feb 23 75 127
2019-Mar 26 85 242 143
2019-Abr 25 84 142
2019-May 22 75 127
2019-Jun 14 52 211 90
2019-Jul 10 42 74
2019-Ago 10 43 75
2019-Sep 17 60 144 103
2019-Oct 23 79 135
2019-Nov 32 107 182

Total 866
Promedio 72
Mínimo 42
Máximo 107

Existencias de Seguridad

T. Anticipación DDTA 97,5 E.S. Valor a Re-ordenar

1 83 57 140
2 165 84 249
3 240 102 342
4 325 119 444
5 409 135 543
6 483 146 630
7 536 152 688
8 578 156 734
9 620 159 779
10 680 165 845
11 759 174 933
12 866 191 1056

DDTA = Demanda Durante Tiempo Anticipación (pronósticos acumulados)

E. de Seg = Límites de confianza acumulados para el T. Anticipación
Valor a Re-ordenar = DDTA + E. de Seg

Datos atípicos
- 19 -
Conforme a la configuración no hay datos atípicos para este ítem
Ajustes

No existen ajustes para este ítem

 Camisetas XL (Hombres)

Reporte de pronósticos para C0006

TALLA XL (HOMBRES)
Total > C0006

Análisis Experto

Utilizando una lógica basada en reglas de FPRO he limitado la selección entre Suavización exponencial y Box-Jenkins.
Realicé una prueba a una muestra para seleccionar entre estas dos familias de modelos.

El MAD acumulado en la muestra para Suavización exponencial fue 38 y para Box-Jenkins fue 45.
La prueba rolada sobre la muestra usó un horizonte máximo de 6 y generó para cada método 21 pronósticos.

Basado en el MAD acumulado más bajo, utilicé suavización exponencial.

Detalles del modelo

Selección Experta
Suavización exponencial: sin tendencia y estacionalidad aditiva
NA(0,089; 0,216)

Componente Peso parámetro de suavización Valor final

Nivel 0,08853 150,8
Estacional 0,2155
Indices estacionales
Ene - Mar 4,92 -13 13,33
Abr - Jun -17,86 26,66 15,77
Jul - Sep 1,534 4,47 -21,35
Oct - Dic 4,689 11,8 -30,96

Estadísticas de la muestra

Tamaño muestra 47 No. parámetros 2

Media 140,68 Desv. estándar 32,88
R-Cuadrada Aj. 0,24 Durbin-Watson 2,25
Ljung-Box(18) 24,6 P=0,87 Error de pronóstico 28,72
BIC 30,51 MAPE 0,1674
RMSE 28,11 MAD 22,47

Datos de pronósticos

Fecha 2,5 Inf. Pronóstico Trimestral Anual 97,5 Sup.

2018-Dic 60 120 428 1913 180
2019-Ene 96 156 216
2019-Feb 78 138 198
2019-Mar 104 164 458 225
2019-Abr 72 133 194
2019-May 117 177 238
2019-Jun 105 167 477 228
2019-Jul 91 152 214
2019-Ago 94 155 217
2019-Sep 68 129 437 191
2019-Oct 93 156 218
2019-Nov 100 163 225

Total 1810
Promedio 151
Mínimo 120
Máximo 177

Existencias de Seguridad

T. Anticipación DDTA 97,5 E.S. Valor a Re-ordenar

1 120 60 180
2 276 88 364
3 413 110 523
4 578 128 705
5 710 143 854
6 888 157 1045
7 1055 170 1225
8 1207 182 1389
9 1362 194 1556
10 1492 204 1696
11 1647 214 1861
12 1810 224 2034

DDTA = Demanda Durante Tiempo Anticipación (pronósticos acumulados)

E. de Seg = Límites de confianza acumulados para el T. Anticipación
Valor a Re-ordenar = DDTA + E. de Seg

Datos atípicos
- 20 -
Conforme a la configuración no hay datos atípicos para este ítem
Ajustes

No existen ajustes para este ítem

Conclusiones:

El análisis visual no dio una pequeña introducción a los diferentes patrones y como la
misma se comporta a lo largo del tiempo.

El SPSS nos ayudó a identificar los patrones más significativos.

El Software Forecast Pro nos dio el pronóstico más acertado de acuerdo al

comportamiento de la serie de tiempo.

- 21 -