Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE CHETUMAL DEPARTAMENTO ACADÉMICO: CIENCIAS BÁSICAS CARRERA: CONTADOR PÚBLICO ASIGNATURA: ESTADÍSTICA ADMINISTRATIVA II PERIODO: AGO 2021-ENE 2022 GRUPO: C3B TEMA 3: ANALISIS DE SERIE DEL TIEMPO NOMBRE DE LA ALUMNA: BAEZA DOMINGUEZ THAILY ANDREA NOMBRE DEL MAESTRO: ING. ARNALDO AARÓN AGUAYO LEÓN Contenido Introducción ............................................................................................................. 3 Procedimientos ........................................................................................................ 5 4. Análisis de tendencia. ...................................................................................... 5 5. Análisis de tendencia. ...................................................................................... 6 6. Análisis de variaciones cíclicas. ....................................................................... 6 7. Medición de variaciones estacionales. ............................................................ 7 8. Medición de variaciones estacionales. ............................................................ 7 9. Aplicación de los ajustes estacionales. ............................................................ 8 10. Aplicación de los ajustes estacionales. .......................................................... 9 11. Aplicación de los ajustes estacionales. .......................................................... 9 12. Aplicación de los ajustes estacionales. .......................................................... 9 13. Pronóstico con base en factores estacionales y de tendencia. .................... 10 14. Pronóstico con base en factores estacionales y de tendencia. .................... 10 15. Pronósticos basados en promedios móviles. ............................................... 10 16. Pronósticos basados en promedios móviles. ............................................... 10 17. Suavización exponencial como método de pronósticos............................... 11 18. Suavización exponencial como método de pronósticos............................... 11 Conclusión............................................................................................................. 11 Bibliografía ............................................................................................................ 12 Introducción Con este trabajo mostraré la aplicación del tema 3 “análisis de series de tiempo”, este concepto se refiere a datos estadísticos que se recopilan, observan o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre otros). El término serie de tiempo se puede aplicar por ejemplo a datos registrados en forma periódica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor trimestral total de contratos de construcción otorgados, el valor trimestral del PIB, entre otros. Y se aplicará mediante un caso ficticio la práctica de este tema. Caso ficticio donde se aplica el modelo de “Análisis de serie de tiempo, y pronósticos de negocios”. La industria minera mexicana desea hacer un estudio completo de la producción de un determinado mineral (destinado como insumo para fabricar 3 productos específicos). Este estudio se pretende realizar en el periodo del año 2010 al año 2019. La industria minera mexicana al respecto informa que la producción trimestral de ese determinado mineral en millones de toneladas se encuentra en la siguiente tabla. Observación: Considere los valores ilustrados en esta serie de tiempo motivo del presente estudio, para requisitar todas las preguntas. Procedimientos 4. Determine la ecuación de tendencia lineal para pronósticos anuales, codificando como 0 al año 2010. Ẍ= 45 / 10 = 4.5 Ῡ= 16,700 / 10 = 1670 Ẍ²= 20.25 𝒃𝟏 = 𝟕𝟖𝟏𝟐𝟎 − 𝟏𝟎 ∗ (𝟒. 𝟓 ∗ 𝟏𝟔𝟕𝟎) 𝟐𝟖𝟓 − 𝟏𝟎 ∗ 𝟐𝟎. 𝟐𝟓 𝒃𝟏 = 𝟕𝟖𝟏𝟐𝟎 − 𝟏𝟎 ∗ 𝟕𝟓𝟏𝟓 𝟐𝟖𝟓 − 𝟏𝟎 ∗ 𝟐𝟎. 𝟐𝟓 𝐛𝟏 = 𝟑𝟔 𝒃𝒐 = 𝟏𝟔𝟕𝟎 − 𝟑𝟔 ∗ 𝟒. 𝟓 𝒃𝒐 = 𝟏𝟓𝟎𝟖 𝒀𝒕 = 𝟏𝟓𝟎𝟖 + 𝟑𝟔𝑿 5. Pronostique la producción anual para el año 2024. 𝒀𝒕 = 𝟏𝟓𝟎𝟖 + 𝟑𝟔𝑿 𝒀𝒕 = 𝟏𝟓𝟎𝟖 + 𝟑𝟔(𝟏𝟒) = 𝟐𝟎𝟏𝟐 La producción para el año 2024 será de 2012 millones de toneladas. 6. Determine en porcentaje los componentes cíclicos para el año 2010, y el año 2019 respectivamente. Para el año 2010 𝒀 𝒀𝒕 = 𝟏𝟓𝟎𝟎 𝟏𝟓𝟎𝟖 = 𝟎. 𝟗𝟗𝟒𝟔𝟗𝟓 ∗ 𝟏𝟎𝟎 = 𝟗𝟗. 𝟒𝟔𝟗𝟓% 𝒀 𝒀𝒕 = 𝟏𝟔𝟗𝟓 𝟏𝟖𝟑𝟐 = 𝟎. 𝟗𝟐𝟓𝟐𝟏𝟖 ∗ 𝟏𝟎𝟎 = 𝟗𝟐. 𝟓𝟐𝟏𝟖% 7. Determine en porcentaje el cociente de promedio móvil para el tercer trimestre del año 2013. Para calcular: Total móvil = 425+ 445+ 365+ 380 = 1615 Total móvil centrado = 1635+ 1615 = 3250 Promedio móvil centrado = 3250 8 = 406.25 Cociente del promedio móvil = 445 406.25 = (1.0953)(100) = 𝟏𝟎𝟗. 𝟓𝟑𝟖𝟒% 8. Considerando los cocientes de promedio móvil, las medias modificadas, y el factor de ajuste, encontrar en porcentaje el índice estacional correspondientes a los primeros trimestres. Media (Primer trimestre)= Suma de todo los valores del primer semestre – Valor máximo valor del primer semestre – Valor mínimo del primer semestre. Media = 879.044 – 106.301 – 91.0569 8 = 85.2108 Índice estacional = (85.2108)(1.142655) = 97.366 9. Encuentre el valor estacional ajustado para el primer trimestre del año 2013. Valor estacional ajustado= 𝑉𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑙 Valor estacional ajustado= 400 97.3666 = 4.408184 ∗ 100 = 𝟒𝟏𝟎. 𝟖𝟏𝟖𝟒 Trimestre 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 I 98.3819 91.0569 97.5610 97.4359 91.3242 106.3014 104.4898 101.2658 91.2281 II 105.4662 99.6764 103.1866 98.5600 100.8902 100.5525 104.3956 103.1208 91.2593 III 98.0132 92.6045 104.1801 109.5385 105.2298 107.1225 97.3721 104.7887 107.5269 IV 101.6287 109.9836 97.5000 91.5361 100.3135 94.2466 94.7658 84.0909 104.2017 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑎𝑗𝑢𝑠𝑡𝑒 = 4 350.0617 = 0.01142*100= 1.142655 10. un análisis comparativo porcentual del valor real del segundo trimestre del año 2016, con respecto al valor estacional ajustado del tercer trimestre del año 2018. Valor estacional ajustado (Tercer trimestre 2018) = 500 103.4436 ∗ 100 = 𝟒𝟖𝟑. 𝟑𝟓𝟓𝟎 Valor real (Segundo trimestre 2016)= 455 500 103.4436 = 0.9413 ∗ 100 = 𝟗𝟒. 𝟏𝟑𝟑𝟕 = 94.1337 − 100 = −𝟓. 𝟖𝟔𝟔 11. Haga un análisis comparativo porcentual del valor estacional ajustado del primer trimestre del año 2016 con respecto al valor real del cuarto trimestre del año 2018. Valor estacional ajustado (Primer trimestre 2016) = 485 97.3666 ∗ 100 = 𝟒𝟗𝟖. 𝟏𝟏𝟕𝟑𝟓 Valor real (Cuarto trimestre 2018)= 455 498.1173 465 = 1.07122 ∗ 100 = 𝟏𝟎𝟕. 𝟏𝟐𝟐𝟎 = 107.1220 − 100 = −𝟕. 𝟏𝟐𝟐𝟎 12. Haga un análisis comparativo porcentual del valor estacional ajustado del primer trimestre del año 2016 con respecto al valor real del cuarto trimestre del año 2018. 𝑌𝑡 (𝑡𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑎𝑙) = 𝑏𝑜 4 − 1.5 ( 𝑏1 16 ) + ( 𝑏1 16 ) 𝑥 𝑌𝑡 (𝑡𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑎𝑙) = 1508 4 − 1.5 ( 36 16 ) + ( 36 16 ) 𝑥 𝒀𝒕 (𝒕𝒓𝒊𝒎𝒆𝒔𝒕𝒓𝒂𝒍) = 𝟑𝟕𝟑. 𝟔𝟐𝟓 + 𝟐. 𝟐𝟓 𝑿 13. Pronostique el valor de producción real para el primer trimestre del año 2021. Trim estre 20 10 20 11 20 12 20 13 20 14 20 15 20 16 20 17 20 18 20 19 20 20 20 21 20 22 20 23 20 24 I 0 4 8 12 16 20 24 28 32 36 40 44 48 52 56 II 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 III 2 6 10 14 18 22 26 30 34 38 42 46 50 54 58 IV 3 7 11 15 19 23 27 31 35 39 43 47 51 55 59 Yt (trimestral) = 373.625 + 2.25XYt (Primer trimestre 2021) = 373.625 + 2.25(44) = 472.625 14. Pronostique el valor de producción estacional ajustado para el segundo trimestre del año 2023. Yt (Segundo trimestre 2023) = (𝟑𝟕𝟑. 𝟔𝟐𝟓 + 𝟐. 𝟐𝟓(𝟓𝟑)) ∗ ( 𝟏𝟎𝟏.𝟒𝟔𝟓𝟐 𝟏𝟎𝟎 ) = 𝟓𝟎𝟎. 𝟎𝟗𝟔𝟖 15. Pronostique el promedio móvil basado en 3 años para el año 2015. Promedio móvil = (1530 + 1635 + 1580)/3 = 1581.6666 16. Determine el error de pronóstico correspondiente al pronóstico hecho en el punto 15. Error de pronóstico= 1700 – 1581.6667= 118.3333 17. Considerando como "pronóstico semilla" el valor real de producción del año 2015 indicado en la serie de tiempo en cuestión, y la constante de suavización igual a 85%, pronostique la producción para e1 año 2017. ἀ = 0.85 = 𝟏𝟕𝟎𝟎 + 𝟎. 𝟖𝟓 ( 𝟏𝟖𝟏𝟎 𝟏𝟕𝟎𝟎 ) = 𝟏𝟕𝟗𝟑. 𝟓𝟎𝟎 18. Determine el error de pronóstico correspondiente al pronóstico hecho en el punto 17. EP= 1790 – 1793.500 = -3.500 Conclusión A través de esta actividad se vieron los puntos del tema 3 análisis de series de tiempo, por lo que pude analizar y entender de manera efectiva como se desarrolla el tema. A su vez me pareció una unidad muy buena al momento de la práctica ya que se le pueda dar unos usos bastantes interesantes a la hora de analizar datos como ventas o producción. Bibliografía Kazmier L.; Díaz A. (1990). Estadística aplicada a administración y economía. McGraw-Hill
Compartir