Академический Документы
Профессиональный Документы
Культура Документы
Pl d l presentacin t i Plan de la
Introduccin I t d i Qu es una caldera? Clasificacin de calderas Regresin Mltiple Mtodo Resultados Conclusiones Recomendaciones
2
Introduccin
Problema
Falta de mtodos de pronstico exactos aplicados en p p Maquinaria y Equipo lo que representa para el Valuador profesional una seria desventaja. En ocasiones no resulta sencillo encontrar valores de cotizacin nuevos de inmediato, por lo que la aplicacin de la regresin mltiple se observa como una excelente alternativa para el pronstico de valores en base a cotizaciones de aos anteriores.
3
Objetivo Obj ti
Dar a conocer en el mundo de la valuacin otras formas de respaldar valores actuales en base a valores de aos anteriores de una manera segura y confiable utilizando un mtodo estadstico estadstico.
Introduccin
Aplicacin de Regresin Mltiple en Calderas Cleaver Brooks
Introduccin
Especmenes varios que dan cuenta de la complejidad para la valuacin de maquinaria y equipo
Corte transversal
10
11
12
13
14
15
16
Variablesdependiente:
Y:
EcuacinGeneral Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6
17
18
Segundo paso
Tercer paso
Cuarto paso
Seleccin y depuracin de los valores de las calderas con la ayuda de la Tendencia empleando f(x)
19
Sexto paso
Examinar resultados estadsticos para cada modelo: Coeficiente de Correlacin r Coeficiente de determinacin (r2) Coeficiente de determinacin ajustado
Sptimo paso
Eleccin de acuerdo a resultados estadsticos obtenidos donde los coeficientes de correlacin y de determinacin tienden a 1 y el error tiende a cero.
Pronstico
20
Mt d Mtodo
Se capturaron todos los datos encontrados desde 1990 hasta 2002 pero se fueron depurando. La base final que se manej fue desde 2001 al 2002 con accesorios. Por tablas de Calderas Cleaver Brooks se agregaron otras o tab as Ca de as C ea e oo s ag ega o ot as variables como dimensiones y la capacidad de BTU/HR.
21
Mtodo Mt d
22
Mtodo Mt d
AnlisisdeVarianza
Gradosde libertad lib t d
Regresin Residuos Total 6 1 7
Sumade cuadrados d d
Prom.delos cuadrados d d
Valorcrtico deF d F
Mtodo Mt d
AnlisisdeVarianza
Gradosde libertad lib t d
Regresin Residuos Total 6 1 7
Sumade cuadrados d d
0.746433703 7.67615E-05 0.746510465
Prom.delos cuadrados d d
0.124405617 7.67615E-05
F
1620.676329
Valorcrtico deF d F
0.019011895
24
Mtodo Mt d
AnlisisdeVarianza
Gradosde Grados de libertad
Regresin Residuos R id Total 6 1 7
F
588.866071
25
Mtodo Mt d
AnlisisdeVarianza
Gradosde libertad lib t d Sumade cuadrados d d
7.49369E+11 3948111265 7.53317E+11 26
Prom.delos cuadrados d d
1.24895E+11 3948111265
F
31.63407329
Valorcrtico deF d F
0.13526622
6 1 7
Resultados R lt d
27
Resultados
EstudioCalderas:Exponencial
X1
Marca
CLEAVER BROOKS CLEAVER BROOKS CLEAVER BROOKS CLEAVER BROOKS CLEAVER BROOKS CLEAVER BROOKS CLEAVER BROOKS CLEAVER BROOKS
X2
Mes
X3
Capacidad BTU/H
X4
Motor BHP 300 600 250 200 300 100 125 150 100
X5
Largo
X6
Dimetro
Y1
Precio Pesos 1,116,376 1,602,834 981,762 981 762 821,263 1,133,885 587,359 677,824 742,703 569,752 560,000
LN Y
Modelo
Ao
Dimensiones 227 284 197 232.5 227 187 174.5 199.5 187 78 96 78 60 78 48 60 60 48
CB-600-300 CB-600-600
2001 2001
6 6 1 1 12 12 12 12 9
13.93 14.29 13.80 13 80 13.62 13.94 13.28 13.43 13.52 calculado con fx por cotizacin
CB-600-250-150st CB 600 250 150st 2002 CB-600-200-150st 2002 CB-600-300 CB-600-100 CB-600-125 CB-600-150
C l i Conclusiones
En base a la metodologa empleada el uso de la aplicacin de la regresin Mltiple resulta confiable para el pronstico de valores, en el caso que nos ocupa ocupa. Por lo tanto este es un buen mtodo de pronstico de valores en la aplicacin de maquinaria y equipo, inmuebles, siempre y cuando se cuente con la informacin de valores de aos anteriores, as como especificaciones tcnicas de los equipos en cuestin cuestin.
29
R d i Recomendaciones
Necesario considerar las transformaciones a las variables originales. NO extrapolar ell uso d l modelo para cualquier caldera. t l del d l l i ld Explorar en software especializado (estadstico) para abundar an ms en la tcnica.
30
G R A C I A S !!
31