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 PORTAFOLIO DE EVIDENCIAS NOMBRE DEL ALUMNO (A): THAILY ANDREA BAEZA DOMÍNGUEZ PROFESOR: ING. ARNALDO AARÓN AGUAYO LEÓN CHETUMAL, QUINTANA ROO A 08 DE DICIEMBRE DE 2021 CONTENIDO RECORD ACADÉMICO (SI) PROGRAMA DE ESTUDIOS (SI) AVANCE PROGRAMÁTICO (SI) CALENDARIO PROGRAMÁTICO (SI) CRITERIOS, CONCEPTOS, RESPONSABILIDADES Y NORMAS (SI) EVALUACIÓN DIAGNOSTICA (SI) TEMA 1: REGRESIÓN LINEAL SIMPLE Y CORRELACIÓN TAREA (SI) EXAMEN 1ER INTENTO (SI) EXAMEN 2DO INTENTO (SI) TEMA 2: REGRESIÓN LINEAL MÚLTIPLE Y CORRELACIÓN TAREA (SI) EXAMEN (SI) TEMA 3: ANÁLISIS DE SERIE DE TIEMPO TAREA (SI) EXAMEN (SI) TEMA 4: DISEÑO EXPERIMENTAL PARA UN FACTOR TAREA (NO APLICA) EXAMEN (NO APLICA) TEMA 5: DISEÑO EXPERIMENTAL CON BLOQUES AL AZAR Y DISEÑOS FACTORIALES TAREA (NO APLICA) EXANEN (NO APLICA) ANEXOS (SI) RECORD ACADEMICO TEMA TAREA EXAMEN PUNTOS ADICIONA LES CALIFICACIÓN OBTENIDA 1 T1: 50 E1: 0 E2: 5 65 2 T2: 60 E2: 18 - 78 3 T3: 46 E3: 24 - 70 4 NO APLICA NO APLICA - NO APLICA 5 NO APLICA NO APLICA - NO APLICA ©TecNM mayo 2016 Página | 1 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa 1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: SATCA1: Carrera: Estadística Administrativa II CPC-1023 2-2-4 Contador Público 2. Presentación Caracterización de la asignatura Esta asignatura aporta al perfil del Contador Público la capacidad de realizar análisis de regresión simple y múltiple, análisis de series de tiempo y diseño de experimento en los diferentes ámbitos del quehacer empresarial. Se ha hecho una mención especial en el desarrollo de experimentos aplicados a la industria que permitirán mejorar la calidad de los productos y procesos. Muy importante será el poder identificar los diferentes factores que podrían resultar relevantes en el desarrollo de nuevos productos y de nuevas tecnologías; así como la importancia que tiene el análisis de regresión en identificar las variables explicitas para estimar las variables dependientes. Intención didáctica Se ha organizado el contenido programático en cuatro temas: En el primero se abordan los temas de regresión lineal simple y correlación tomando en cuenta temas como supuestos, determinación de la ecuación de regresión lineal, medidas de variación, cálculo de coeficientes de correlación, análisis residual, así como inferencias acerca de la pendiente donde se recomienda el uso de paquetes estadísticos. En el segundo tema se analizan conceptos de regresión lineal múltiple y correlación tomando como base el modelo de regresión lineal múltiple, estimación de la ecuación, matriz de varianza y covarianza, pruebas de hipótesis para los coeficientes de regresión así como la correlación lineal múltiple, buscando práctica y ejercicios de aplicación. El tercer tema completan la información con temas como: análisis de series de tiempo, componentes, análisis de los métodos de mínimos cuadrados, promedios móviles y suavización exponencial, posteriormente se realizarán análisis de tendencias no lineales, variación estacional y se buscarán ejemplos prácticos de aplicación. En el cuarto tema se conceptualiza el diseño de experimentos de un factor, su metodología, atendiendo a la naturaleza experimental de si es un modelo balanceado o no, de efectos fijos o no, con datos perdidos o no; siendo conveniente respetar los supuestos estadísticos de aleatorización de la prueba, normalidad en el comportamiento de los datos producto de sus mediciones respectivas y descomponer la varianza total en la varianza entre tratamientos, comparándola contra la varianza de los tratamientos, para así ponderar la inferencia de la significatividad del tratamiento que se sujeta a la variable de 1 Sistema de Asignación y Transferencia de Créditos Académicos ©TecNM mayo 2016 Página | 2 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa decisión. La función de densidad de probabilidad (fdp), que aplica a esta metodología estadística es la distribución de Fisher. El ultimo tema presenta la metodología del Diseño de Experimentos por Bloques, en donde se aumenta la precisión de lo investigado, ya que aumenta la variabilidad por el bloqueo. También se presentan dos variantes más, como son los diseños de Cuadrados Latinos y Cuadrados Grecolatinos, que son modelos aun más refinados en su significatividad inferencial. En el transcurso de las actividades sugeridas, es muy importante que el estudiante aprenda a valorar las actividades que lleva a cabo y entienda que está construyendo su hacer futuro y en consecuencia actúe de una manera profesional; de igual manera, aprecie la importancia del conocimiento y los hábitos de trabajo; desarrolle la precisión y la curiosidad, la puntualidad, el entusiasmo y el interés, la tenacidad, la flexibilidad y la autonomía. Es necesario que el docente ponga atención y cuidado en estos aspectos. 3. Participantes en el diseño y seguimiento curricular del programa Lugar y fecha de elaboración o revisión Participantes Evento Instituto Tecnológico de Colima del 28 de septiembre de 2009 al 2 de octubre de 2009. Representantes de los Institutos Tecnológicos de: Cancún, Cerro Azul, Chetumal, Chilpancingo, Cd. Cuauhtémoc, Cd. Juárez, Colima, Costa Grande, Iguala, La Paz, Los Mochis, Matehuala, Mexicali, Nuevo Laredo, Ocotlán, Parral, Piedras Negras, Pinotepa, San Martín Texmelucan, Tijuana, Tuxtepec y Valle del Guadiana. Reunión Nacional de Diseño e Innovación Curricular para el Desarrollo y Formación de Competencias Profesionales de las Carreras de Ingeniería en Administración y Contador Público. Instituto Tecnológico de Toluca del 18 al 22 de enero de 2010. Representantes de los Institutos Tecnológicos de: Acapulco, Cd. Cuauhtémoc, Cd. Juárez, Colima, Cuautla, Iguala, Lázaro Cárdenas, Matamoros, San Martín Texmelucan. Reunión de Información y Validación del Diseño Curricular por Competencias Profesionales de las carreras de Administración y Contaduría del SNEST. Instituto Tecnológico Superior de San Luis Potosí Capital del 17 al 21 de mayo de 2010. Representantes de los Institutos Tecnológicos de: Acapulco, Cancún, Cerro Azul, Chetumal, Chilpancingo, Cd. Cuauhtémoc, Cd. Juárez, Colima, Costa Grande, Cuautla, Iguala, La Paz, Lázaro Cárdenas, Los Mochis, Matamoros, Matehuala, Mexicali, Nuevo Laredo, Ocotlán, Parral, Piedras Negras, Pinotepa, San Luis Potosí Capital, San Martín Texmelucan, Tijuana, Tuxtepec Reunión Nacional de Consolidación de los Programas en Competencias Profesionales de las carreras de Ingeniería en Administración y Contador Público. ©TecNM mayo 2016 Página | 3 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa y Valle del Guadiana. Instituto Tecnológico de la Nuevo León del 10 al 13 de septiembre de 2012. Representantes de los Institutos Tecnológicos de: Cancún, Cd. Cuauhtémoc, cd. Guzmán, Chetumal, Chilpancingo, Cuautitlán Izcalli, Ecatepec, Iguala, Nuevo Laredo, Pinotepa, San Felipe del Progreso y Tlatlauquitepec.Reunión Nacional de Seguimiento Curricular de los Programas en Competencias Profesionales de las Carreras de Ingeniería Gestión Empresarial, Ingeniería en Administración, Contador Público y Licenciatura en Administración. Instituto Tecnológico de Toluca, del 10 al 13 de febrero de 2014. Representantes de los Institutos Tecnológicos de: Agua Prieta, Bahía de Banderas, Cd. Cuauhtémoc, Cerro Azul, Chetumal, Chihuahua, Parral, San Luis Potosí, Valle de Morelia. Reunión de Seguimiento Curricular de los Programas Educativos de Ingenierías, Licenciaturas y Asignaturas Comunes del SNIT. 4. Competencia(s) a desarrollar Competencia específica de la asignatura Aplica, desarrolla y analiza diversos métodos y técnicas que permitan mantener una ventaja competitiva en los procesos de producción y administrativos en el ramo empresarial. 5. Competencias previas Recopila, organiza, analiza, interpreta y evalúa estadísticamente un conjunto de datos para eficientar la toma de decisiones con un enfoque económico-administrativo. Habilidades en el manejo de las diferentes funciones (lineales, polinomiales, trigonométricas, exponenciales trigonométricas), sus características y representación, incluyendo el cálculo diferencial e integral. Identifica, modela y resuelve aplicaciones correspondientes, analizando la información presentada, para la adecuada toma de decisiones. Utiliza la Tecnología de información para facilitar la realización de actividades administrativas. 6. Temario No. Temas Subtemas 1. Regresión lineal simple y correlación 1.1 Modelo de regresión simple 1.2 Supuestos 1.3 Determinación de la ecuación de regresión 1.4 Medidas de variación 1.5 Cálculo de los coeficientes de correlación y de determinación. 1.6 Análisis residual 1.7 Inferencias acerca de la pendiente 1.8 Aplicaciones ©TecNM mayo 2016 Página | 4 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa 2. Regresión lineal múltiple y correlación. 2.1 Modelo de regresión múltiple 2.2 Estimación de la ecuación de regresión múltiple 2.3 Matriz de varianza-covarianza 2.4 Pruebas de hipótesis para los coeficientes de regresión. 2.5 Correlación lineal múltiple 2.6 Aplicaciones. 3. Análisis de serie de tiempo 3.1 Componentes de una serie de tiempo 3.2 Método de mínimos cuadrados 3.3. Métodos de promedios móviles 3.4 Métodos de suavización exponencial 3.5 Tendencias no lineales 3.6 Variación estacional 3.7 Aplicaciones 4. Diseño experimental para un factor 4.1 Introducción, conceptualización, importancia y alcances del diseño experimental en el ámbito empresarial. 4.2 Clasificación de los diseños experimentales 4.3 Nomenclatura y simbología en el diseño experimental 4.4 Identificación de los efectos de los diseños experimentales 4.5 La importancia de la aleatorización de los especímenes de prueba 4.6 Supuestos estadísticos en las pruebas experimentales 4.7 Prueba de Duncan 4.8 Aplicaciones industriales 5. Diseño experimental con bloques al azar y diseños factoriales. 5.1 Metodología del diseño experimental de bloques al azar 5.2 Diseño de experimentos factoriales 5.3 Diseño factorial 2^K 5.4 Diseño de cuadrados latinos 5.5 Diseño de cuadrados grecolatinos 5.6 Aplicaciones ©TecNM mayo 2016 Página | 5 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa 7. Actividades de aprendizaje de los temas 1. Regresión lineal simple y correlación Competencias Actividades de aprendizaje Específica: Aplica, desarrolla y analiza las técnicas de regresión lineal simple para hacer predicciones de sucesos futuros en el ramo empresarial. Genéricas: Capacidad de análisis y síntesis. Capacidad de organizar y planificar. Conocimientos básicos de la carrera. Comunicación oral y escrita. Habilidades básicas de manejo de la computadora. Habilidad para buscar y analizar información proveniente de fuentes Identificar en un cuadro sinóptico las variables dependientes e independientes para el análisis de regresión. Ajustar un modelo de regresión lineal que relacione una variable independiente (controlable) y una variable dependiente (no controlable). Analizar gráficas que permitan entender la relación existente entre las variables en consideración. Utilizar el análisis de regresión simple para estimar la relación entre las variables. Utilizar el coeficiente de correlación para medir el grado de relación lineal entre las variables Obtener el coeficiente de determinación para medir la fuerza de relación entre las dos variables Elaborar un mapa mental, donde interprete los coeficientes de regresión. Desarrollar inferencias estadísticas para los coeficientes de regresión. Utiliar TIC’s para resolver problemas relacionados con regresión lineal simple y correlaciòn. 2. Regresión lineal múltiple y correlación. Competencias Actividades de aprendizaje Específicas: Estima el valor de una variable dependiente desconocida utilizando técnicas de regresión para explicar parte de la variación total de la variable dependiente. Analiza la correlación múltiple para medir la intensidad total de la asociación entre todas estas variables. Desarrollar un modelo de regresión múltiple Analizar gráficos de las variables independientes entre sí y los gráficos de variable dependiente con cada una de las independientes Utilizar el análisis de regresión múltiple para estimar por equipos, la relación entre las variables. ©TecNM mayo 2016 Página | 6 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa Genéricas: Capacidad de abstracción, análisis y síntesis. Habilidades en el uso de las tecnologías de la información y de la comunicación. Capacidad de aplicar los conocimientos en la práctica. Capacidad para tomar decisiones. Determinar los coeficiente de correlación múltiple, determinación ajustado y regresión múltiple. Determinar la matriz de covarianza. Utilizar TIC’s para resolver prolemas relacionados con regresion líneal múltiple y correlación. 3. Análisis de serie de tiempo. Competencias Actividades de aprendizaje Específica: Utiliza las diferentes técnicas de análisis de series de tiempo para estimar el comportamiento de las variables a través del tiempo, calculados con base a: tendencias, fluctuaciones cíclicas, variaciones estacionales y variaciones irregulares (al azar). Genéricas: Capacidad de abstracción, análisis y síntesis. Habilidades en el uso de las tecnologías de la información y de la comunicación. Habilidad para buscar y analizar información proveniente de fuentes diversas. Capacidad de aplicar los conocimientos en la práctica. Capacidad para tomar decisiones. Elaborar un mapa mental donde analice los cuatro componentes de una serie de tiempo. Emplear los cuatro componentes de una serie de tiempo para resolver problemas Utilizar las técnicas para estimar y predecir la tendencia de una serie de tiempo. Utilizar la ecuación de mínimos cuadrados que permita predecir el comportamiento de la variable dependiente. Pronosticar modelos económicos e industriales por el método de promedios móviles. Utilizar las técnicas de suavización exponencial como método de pronóstico. Por equipos, utilizar los pronósticos basados en factores de tendencia y estacionales para calcular indicadores. Utilizar la técnica de variaciones cíclicas y estacionales para realizar pronósticos. Utiliar TIC’s para resolver problemas relacionados análisis de series de tiempo 4. Diseño experimental para un factor. Competencias Actividades de aprendizaje Específicas: Conoce el comportamientode una variable independiente (factor) en el desarrollo de una variable de respuesta, para mejorar la calidad de un proceso. Elaborar un mapa mental donde explique la importancia de los experimentos estadísticos. Identificar el factor relevante en un proceso. ©TecNM mayo 2016 Página | 7 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa Aplica las herramientas necesarias para llevar a cabo experimentos de manera estructurada. Genéricas: Capacidad de abstracción, análisis y síntesis. Habilidades en el uso de las tecnologías de la información y de la comunicación. Habilidad para buscar y analizar información proveniente de fuentes diversas. Capacidad de aplicar los conocimientos en la práctica. Capacidad para tomar decisiones. Elaborar un cuadro concentrador con los diferentes modelos de experimentación de un solo factor. Desarrollar pruebas para identificar los mejores tratamientos del factor. Definir en un mapa conceptual los supuestos de normalidad. Identificar los tipos de errores presentes en un diseño experimental. Elaborar diseños experimentales en la industria. Utilizar TIC’s para resolver prolemas relacionados con diseño experimental de un factor. 5. Diseño experimental con bloques al azar y diseños factoriales. Competencias Actividades de aprendizaje Específicas: Conoce el comportamiento de dos o más factores en una variable de respuesta para mejorar la calidad de un proceso, aplicando los diferentes bloques que podrían afectar las respuestas. Analiza los diseños factoriales 2^K para la resolución de problemas. Genéricas: Capacidad de abstracción, análisis y síntesis. Habilidades en el uso de las tecnologías de la información y de la comunicación. Habilidad para buscar y analizar información proveniente de fuentes diversas. Capacidad de aplicar los conocimientos en la práctica. Capacidad para tomar decisiones. Resolver problemas utilizando varios factores. Elaborar un mapa mental donde resalte la importancia del empleo de bloques al azar en el desarrollo de los experimentos. Elaborar un cuadro concentrador, donde analice diferentes tipos de modelos factoriales. Elaborar un reporte donde determine las condiciones óptimas de operación en el desarrollo de experimentos industriales. Aplicar las metodologías para experimentos con bloques y diseños factoriales. Aplicar diseños experimentales usando bloques al azar. . Desarrollar aplicaciones industriales. Utiliar TIC’s para resolver problemas relacionados con diseño experimental con bloques al azar y diseños factoriales ©TecNM mayo 2016 Página | 8 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa 8. Práctica(s) Resolver problemas de análisis de regresión simple Resolver problemas de análisis de regresión múltiple Realizar investigaciones de serie de tiempo Realizar investigación sobre diseños experimentales en problemas de aplicación industrial Desarrollar proyectos para la solución de problemas relacionados con la administración, utilizando herramientas estadísticas. Asociar un comportamiento de variables con una representación gráfica y una representación analítica. Elaborar un diseño de experimentos involucrando una situación real, observando el efecto de los diferentes bloques, analizar e interpretar los resultados por medio de un software estadístico. TIC’s propuestos a utilizar: Microsoft Excel Statgraphics (www.statgraphics.com) Minitab SPSS Statictis Softwares Matemáticos: Mathcad, Maple, Scientific Workplace, Mathematica, Matlab. 9. Proyecto de asignatura El objetivo del proyecto que planteé el docente que imparta esta asignatura, es demostrar el desarrollo y alcance de la(s) competencia(s) de la asignatura, considerando las siguientes fases: Fundamentación: marco referencial (teórico, conceptual, contextual, legal) en el cual se fundamenta el proyecto de acuerdo con un diagnóstico realizado, mismo que permite a los estudiantes lograr la comprensión de la realidad o situación objeto de estudio para definir un proceso de intervención o hacer el diseño de un modelo. Planeación: con base en el diagnóstico en esta fase se realiza el diseño del proyecto por parte de los estudiantes con asesoría del docente; implica planificar un proceso: de intervención empresarial, social o comunitario, el diseño de un modelo, entre otros, según el tipo de proyecto, las actividades a realizar los recursos requeridos y el cronograma de trabajo. Ejecución: consiste en el desarrollo de la planeación del proyecto realizada por parte de los estudiantes con asesoría del docente, es decir en la intervención (social, empresarial), o construcción del modelo propuesto según el tipo de proyecto, es la fase de mayor duración que implica el desempeño de las competencias genéricas y especificas a desarrollar. Evaluación: es la fase final que aplica un juicio de valor en el contexto laboral-profesión, social e investigativo, ésta se debe realizar a través del reconocimiento de logros y aspectos a mejorar se estará promoviendo el concepto de “evaluación para la mejora continua”, la metacognición, el desarrollo del pensamiento crítico y reflexivo en los estudiantes. 10. Evaluación por competencias Realizar la evaluación diagnóstica, formativa y sumativa. Instrumentos Cuadro sinóptico Mapa mental Cuadro concentrador Mapa conceptual Reporte de prácticas ©TecNM mayo 2016 Página | 9 TECNOLÓGICO NACIONAL DE MÉXICO Secretaría Académica, de Investigación e Innovación Dirección de Docencia e Innovación Educativa Casos prácticos Evaluación escrita Herramientas Rúbricas Lista de cotejo Lista de observación Todas las evidencias deberán integrarse en un portafolio electrónico. 11. Fuentes de información 1. Anderson, M. J. Whitcomb, P. J. (2000). DOE Simplified : Practical Tools for Effective Experimentation. USA : Productivity Inc. 2. Bhote, K. R. (2000). Worl class quality – using design of experiments to make it happen. (2a. Ed.). USA : American Management Association. 3. Box, G. E. P. (2008). Estadística para investigadores : Diseño, innovación y descubrimiento. (2ª. Ed.). España : Reverté 4. Burdick, R.K., Borror, C. M. y Montgomery, D. C. (2005). Design and analysis of gauge R&R Studies. USA : SIAM 5. Cornell, J. A. (1990). How to apply surface methodology. USA : ASQ Statistics Division. 6. Gutiérrez, P. H. (2012). Análisis y diseño de experimentos. (3ª. Ed.). México : McGraw-Hill. 7. Hicks, Ch. R., and Turner K. V. (1999). Fundamental concepts in the design of experiments. (5a. Ed.). 8. Hinkelmann, K. and Kempthorne, O. (2004). Design and analysis of experiments. (6a. ed.). USA : John Wiley and sons. 9. Jiju, Anthony. (2003). Design of experiments for engineers and scientists. USA : Butterworth Heinemann 10. Johnson, R. A. (2012). Probabilidad y estadística para ingenieros. (8ª. Ed.). México : Pearson Educación . 11. Lawson J., Madrigal J. L. y Erjavec, J. (1992). Estrategias experimentales para el mejoramiento de la calidad en la industria. México : Grupo Editorial Iberoamérica. 12. Llyod W. C. (2001). Reliability improvement with design of experiments. (2a. Ed.). USA : Marcel Dekker. 13. Mason, R. D. (2003). Estadística para administración y economía. (10ª. Ed.). México : Alfaomega. 14. Mason, R. L., Gunst, R. F. y Hess, J. L. (2003). Statistical design an analysis of experiments with applications to engineering and science. (2a. Ed.). USA : Wiley – Interscience. 15. Montgomery, D. C. (2010). Diseño y análisis de experimentos. (2ª. Ed.). México : Limusa. 16. Montgomery, D. C. (2001).Design and analysis of experiments. (5a. Ed.). USA : John Wiley and sons. 17. Myers, R. H. Montgomery, D. C. y Vinig, G. (2002). Generalized linear models. USA: John Wiley and sons. 18. Myers, R. H. and Montgomery, D. C. (2002). Response surface methodology. (2a. Ed.). USA : Wiley-Interscience. 19. Romero, V. R. (2008). Métodos estadísticos en ingeniería. México : Limusa. 20. Weerahandi, S. (2004). Generalized inference in repeated measures. USA : John Wiley and sons. 21. Wu, C. F. J. and Hamada, M. (2000). Experiments : Planning, analysis and parameter design optimization. USA : Wiley-Interscience. MES 1 2 3 4 5 AGOSTO L M M J V L M M J V L M M J V L M M J V L M M J V FECHA 30 TEMA PROGRAMADO 1 OBSERVACIONES 2H SEPTIEMBRE L M M J V L M M J V L M M J V L M M J V L M M J V FECHA 2 3 6 9 10 13 17 20 23 24 27 30 TEMA PROGRAMADO 1 1 1 1 1 1 1 E1 2 2 2 2 T1 R1 OBSERVACIONES 1H 1H 2H 1H 1H 2H 1H 2H 1H 1H 2H 1H OCTUBRE L M M J V L M M J V L M M J V L M M J V L M M J V FECHA 1 4 7 8 11 14 15 18 21 22 25 28 29 TEMA PROGRAMADO 2 2 2 2 E2 3 3 3 3 3 3 3 3 T2 R2 T3 OBSERVACIONES 1H 2H 1H 1H 2H 1H 1H 2H 1H 1H 2H 1H 1H NOVIEMBRE L M M J V L M M J V L M M J V L M M J V L M M J V FECHA 1 4 5 8 11 12 18 19 22 25 26 29 TEMA PROGRAMADO E3 4 4 4 4 4 4 4 E4 5 5 5 R3 T4 R4 OBSERVACIONES 2H 1H 1H 2H 1H 1H 1H 1H 2H 1H 1H 2H DICIEMBRE L M M J V L M M J V L M M J V L M M J V L M M J V FECHA 2 3 6 9 10 13 16 17 TEMA PROGRAMADO 5 5 5 E5 R5 VC VC VC T5 P OBSERVACIONES 1H 1H 2H 1H 1H 2H 1H 1H TECNOLÓGICO NACIONAL DE MÉXICO GRUPO: C3B (MATUTINO) AULA: W-2 CATEDRÁTICO: ING. ARNALDO AARÓN AGUAYO LEÓN INSTITUTO TECNOLÓGICO DE CHETUMAL DEPARTAMENTO ACADÉMICO: CIENCIAS BÁSICAS T: TAREA E: EXAMEN R: RESULTADOS DEL TEMA P: PORTAFOLIO VC: VALORACIÓN DEL CURSO CARRERA: CONTADOR PÚBLICO AVANCE PROGRAMÁTICO ASIGNATURA: ESTADÍSTICA ADMINISTRATIVA II (CPC-1023) PERIODO ESCOLAR: AGOSTO 2021-ENERO 2022 TOTAL DE TEMAS: 5 TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE CHETUMAL DEPARTAMENTO ACADÉMICO: CIENCIAS BÁSICAS CARRERA: CONTADOR PÚBLICO ASIGNATURA: ESTADÍSTICA ADMINISTRATIVA II (CPC-1023) PERIODO ESCOLAR: AGOSTO 2021-ENERO 2022 TOTAL DE TEMAS: 5 GRUPO: C3B (MATUTINO) AULA: W-2 CATEDRÁTICO: ING. ARNALDO AARÓN AGUAYO LEÓN CALENDARIO PROGRAMÁTICO Nº TEMAS INICIA FINALIZA ENTREGAR TAREA PRESENTACIÓN EXAMEN Nº HORAS CRITERIOS DE EVALUACIÓN TAREAS EXAM. PORT. Tema 1 Lunes 30 de agosto Viernes 17 de septiembre Viernes 17 de septiembre Lunes 20 de septiembre 14 60 40 * Tema 2 Jueves 23 de septiembre Viernes 08 de octubre Viernes 08 de octubre Lunes 11 de octubre 12 60 40 * Tema 3 Jueves 14 de octubre Viernes 29 de octubre Viernes 29 de octubre Lunes 01 de noviembre 12 60 40 * Tema 4 Jueves 04 de noviembre Viernes 19 de noviembre Viernes 19 de noviembre Lunes 22 de noviembre 10 60 40 * Tema 5 Jueves 25 de noviembre Lunes 06 de diciembre Lunes 06 de diciembre Jueves 09 de diciembre 13 60 20 20 Entrega de portafolio: jueves 09 de diciembre. * No aplica. Tema 1. Regresión lineal simple y correlación. Tema 2. Regresión lineal múltiple y correlación. Tema 3. Análisis de serie de tiempo. Tema 4. Diseño experimental para un factor. Tema 5. Diseño experimental con bloques al azar y diseños factoriales. Lunes 30 de agosto de 2021. Elaboró: Ing. Arnaldo Aarón Aguayo León. 1 TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE CHETUMAL DEPARTAMENTO ACADÉMICO: CIENCIAS BÁSICAS CARRERA: CONTADOR PÚBLICO ASIGNATURA: ESTADÍSTICA ADMINISTRATIVA II (CPC-1023) PERIODO: AGOSTO 2021-ENERO 2022 TOTAL DE TEMAS: 5 GRUPO: C3B (MATUTINO) AULA: W-2 CATEDRÁTICO: ING. ARNALDO AARÓN AGUAYO LEÓN CRITERIOS, CONCEPTOS, RESPONSABILIDADES, Y NORMAS 1) CRITERIOS DE EVALUACIÓN * No aplica. 2) CRITERIOS PARA ENTREGAR TAREAS 2.1) Los trabajos deben presentarse con: a) Portada. b) Índice (las hojas deben numerarse) c) Introducción. d) Desarrollo (el contenido y la extensión lo indica el profesor en el momento de marcar el trabajo) e) Conclusión. f) Bibliografía y/o fuentes de información. 2.2) Las tareas se subirán en FORMATO PDF a la plataforma MS Teams, utilizando alguna de las dos alternativas siguientes: a) Tomado fotos o haciendo escaneos de las tareas resueltas y escritas a mano, completamente claros, legibles y debidamente ordenados. b) Usando el procesador de texto, ya sea Word o Excel con la información debidamente ordenada y guardada en formato PDF. 2.3) El estudiante subirá sus tareas a la plataforma MS Teams en las fechas señaladas en el avance programático y/o calendario programático a más tardar a las 20:00 hrs. 2.4) El nombre del archivo para las tareas es el siguiente: tema 1 es T1. Apellidos-C3B; tema 2 es T2. Apellidos-C3B…..y así sucesivamente. (Nota: el nombre del archivo para la entrega de los exámenes es similar: tema 1 es E1. Apellidos-C3B; tema 2 es E2. Apellidos-C3B….y así sucesivamente) 2.5) Cualquier imprevisto y/o modificación lo indicara el profesor. 3) CONCEPTOS 3.1) TAREA: Todo trabajo de investigación bibliográfica, documental y/o práctica o cualquier otra actividad académica que indique el profesor acorde con el contenido del programa. 3.2) Las tareas se entregarán en las siguientes fechas: Tema 1, viernes 17 de septiembre; Tema 2, viernes 08 de octubre; Tema 3, viernes 29 de octubre; Tema 4, viernes 19 de noviembre; y Tema 5, lunes 06 de diciembre de 2021. 4) RESPONSABILIDADES DEL ALUMNO 4.1) Cumplir con los requerimientos, acuerdos e indicaciones de cada clase. En caso de no asistir a alguna clase el alumno tendrá que informarse y cumplir con lo acordado. 4.2) Integrar un portafolio en formato PDF con todas las actividades académicas (documentos requisitos de inicio, tareas, y exámenes) debidamente ordenadas, que deberá subir a la plataforma MS Teams el día jueves 09 de diciembre de 2021. El nombre del archivo para la entrega del portafolio es: Portafolio-Apellidos-C3B. 4.3) Conservar durante el semestre sus tareas y exámenes (calificados) para cualquier aclaración. 4.4) Registrar (anotar) los resultados de sus calificaciones que les informe el profesor al concluir las actividades de cada tema. 5) NORMAS BÁSICAS 5.1) Las tareas asignadas deberán subirse a la plataforma MS Teams en tiempo y forma. 5.2) Durante la aplicación del examen el alumno deberá estar integrado (presente, activo) en la sesión de clases en la plataforma MS Teams, de lo contrario su examen no tendrá validez. Ponderación de cada actividad Temas Actividad 1 2 3 4 5 Tarea 60% 60% 60% 60% 60% Examen 40% 40% 40% 40% 20% Portafolio * * * * 20% Total 100% 100% 100% 100% 100% 2 5.3) En el horario correspondiente a la asignatura de Estadística Administrativa II, el alumno deberá estar en la plataforma MS Teams, atendiendo el desarrollo de la clase. 5.4) Mantener el respeto mutuo: maestro-estudiante, estudiante-maestro, estudiante-estudiante. Lunes 30 de agosto de 2021. Elaboró: Ing. Arnaldo Aarón Aguayo León. EVALUACIÓN DIAGNÓSTICA EVIDENCIA TAREA TEMA 1 EVIDENCIA EXAMEN (PRIMERO) TEMA 1 EVIDENCIA EXAMEN (SEGUNDO) TEMA 1 EVIDENCIA TAREA TEMA 2 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 TAREA TEMA 2: REGRESIÓN LINEAL MULTIPLE Y CORRELACIÓN NOMBRE DEL ALUMNO (A): BAEZA DOMINGUEZ THAILY ANDREA PROFESOR:ING. ARNALDO AARÓN AGUAYO LEÓN CHETUMAL, QUINTANA ROO A 7 DEL 2021 Contenido Introducción ............................................................................................................. 3 Procedimientos ........................................................................................................ 5 4. ¿Cuáles son los valores de los coeficientes de regresión para las variables dependientes e independientes? ......................................................................... 5 5. Indique la ecuación de regresión del número de horas de estudio respecto a calificaciones de estadística, y calificaciones de economía. ................................ 6 6. Pronostique el número de horas que debe estudiar un alumno para que obtenga 100 de calificación en estadística y 95 de calificación en economía. .................. 6 7. ¿Cuál es el valor de la desviación estándar de regresión de la ecuación referida en el punto 5? ...................................................................................................... 6 8. ¿Cuál es el valor del coeficiente de determinación de la ecuación referida en el punto 5? ............................................................................................................... 7 9. ¿Cuál es el valor del coeficiente de correlación de la ecuación referida en el punto 5? ............................................................................................................... 8 10. ¿Cuál es el valor de la confiabilidad del pronóstico hecho en el punto 6? ..... 8 Conclusión............................................................................................................... 9 Bibliografía ............................................................................................................ 10 Introducción En este trabajo plasmaré los procedimientos de la actividad asignada, de tal modo que pueda poner en práctica lo visto en las clases respecto al segundo tema de esta asignatura el cual es el de Regresión lineal múltiple y correlación, el cual está relacionado con el tema anterior, solo que en este veremos la aplicación de tres o más variables. La tabla 1 indica las calificaciones en estadística, las calificaciones en economía, y el número de horas de estudio de 9 estudiantes del Instituto Tecnológico de Chetumal. Procedimientos 4. ¿Cuáles son los valores de los coeficientes de regresión para las variables dependientes e independientes? 𝟏. 𝜮(𝑿𝟏) = 𝒏𝒂 + 𝒃𝟐𝜮(𝑿𝟐) + 𝒃𝟑𝜮(𝑿𝟑) 𝟐. 𝜮(𝑿𝟏𝑿𝟐) = 𝒂𝜮(𝑿𝟐) + 𝒃𝟐𝜮(𝑿𝟐 𝟐) + 𝒃𝟑𝜮(𝑿𝟐𝑿𝟑) 𝟑. 𝜮(𝑿𝟏𝑿𝟑) = 𝒂𝜮(𝑿𝟑) + 𝒃𝟐𝜮(𝑿𝟐𝑿𝟑) + 𝒃𝟑𝜮(𝑿𝟑 𝟐) 1. 9𝑎 + 729 𝑏2 + 822 𝑏3 = 357 2. 729𝑎 + 61,901 𝑏2 + 68,265 𝑏3 = 29,392 3. 822𝑎 + 68,265 𝑏2 + 76,970 𝑏3 = 33,038 𝒂 = 𝟏𝟒𝟓𝟐𝟓𝟏𝟐𝟓𝟑 𝟕𝟕𝟎𝟕𝟓𝟗𝟕 = 𝟏𝟖. 𝟖𝟒𝟓𝟐 𝒃𝟐 = 𝟏𝟕𝟓, 𝟓𝟗𝟒 𝟐𝟓𝟔𝟗𝟏𝟗𝟗 = 𝟎. 𝟎𝟔𝟕𝟏 𝒃𝟑 = 𝟒𝟑𝟐𝟔𝟑𝟗 𝟐𝟓𝟔𝟗𝟏𝟗𝟗 = 𝟎. 𝟏𝟔𝟖𝟑 Comprobación 1. 9(18.8452) + 729 (0.0671) + 822 (0.1683) = 357 2. 729(18.8452) + 61,901 (0.0671) + 68,265 (0.1683) = 29,392 Estudiantes X1 X2 X3 X1X2 X1X3 X2X3 A 46 123 116 2116 15129 13456 5658 5336 14268 B 40 79 98 1600 6241 9604 3160 3920 7742 C 39 77 93 1521 5929 8649 3003 3627 7161 D 35 55 78 1225 3025 6084 1925 2730 4290 E 38 70 88 1444 4900 7744 2660 3344 6160 F 44 80 108 1936 6400 11664 3520 4752 8640 G 42 95 96 1764 9025 9216 3990 4032 9120 H 37 76 77 1369 5776 5929 2812 2849 5852 I 36 74 68 1296 5476 4624 2664 2448 5032 357 729 822 14,271 61,901 76,970 29,392 33,038 68,265 Este sistema fue resuelto por método Cramer X1= horas de estudio X2= calificaciones de estadística X3= calificaciones de economía 3. 822(18.8452) + 68,265(0.0671) + 76,970 (0.1683) = 33,038 5. Indique la ecuación de regresión del número de horas de estudio respecto a calificaciones de estadística, y calificaciones de economía. 𝑿𝟏𝑪 = 𝒂 + 𝒃𝟐𝑿𝟐 + 𝒃𝟑𝑿𝟑 𝑿𝟏𝑪 = 𝟏𝟖. 𝟖𝟒𝟓𝟐 + 𝟎. 𝟎𝟔𝟕𝟐𝑿𝟐 + 𝟎. 𝟏𝟔𝟖𝟒𝑿𝟑 6. Pronostique el número de horas que debe estudiar un alumno para que obtenga 100 de calificación en estadística y 95 de calificación en economía. 𝑿𝟏𝑪 = 𝒂 + 𝒃𝟐𝑿𝟐 + 𝒃𝟑𝑿𝟑 𝑿𝟏𝑪 = 𝟏𝟖. 𝟖𝟒𝟓𝟐 + 𝟎. 𝟎𝟔𝟕𝟐(𝟏𝟎𝟎) + 𝟎. 𝟏𝟔𝟖𝟒(𝟗𝟓) = 𝟒𝟏. 𝟓𝟔 7. ¿Cuál es el valor de la desviación estándar de regresión de la ecuación referida en el punto 5? 𝑆1𝑋𝐶 = √ ∑ 𝑋1 2 − 𝑎 ∑ 𝑋1 − 𝑏2 ∑(𝑋1𝑋2) − 𝑏3 ∑(𝑋1𝑋3) 𝑛 𝑆1𝑋𝐶 = √ 14271 − (18.8452)(357) − (0.0672)(29392) − (0.1684)(33038) 9 𝑆1𝑋𝐶 = 0.77 8. ¿Cuál es el valor del coeficiente de determinación de la ecuación referida en el punto 5? �̅� = ∑ 𝑋1 𝑛 = 357 9 = 39.66 𝑺𝟐𝟏 = ∑(𝑿𝟏 − �̅�)𝟐 𝒏 𝑆21 = 121.0404 9 = 12.20 𝑹𝟐𝟏𝒙𝒄 = 𝟏 − 𝑺²𝟏𝒙𝒄 𝑺𝟐𝟏 𝑅21𝑥𝑐 = 1 − 0.772 12.20 n X1 (X1-X´) (X1-X)2 A 46 6.3333 40.11 B 40 0.3333 0.11 C 39 - 0.6667 0.44 D 35 - 4.6667 21.78 E 38 - 1.6667 2.78 F 44 4.3333 18.78 G 42 2.3333 5.44 H 37 - 2.6667 7.11 I 36 - 3.6667 13.4444 9 357 0 110 𝑹𝟐𝟏𝒙𝒄 = 𝟎. 𝟗𝟓𝟏 9. ¿Cuál es el valor del coeficiente de correlación de la ecuación referida en el punto 5? 𝑹𝟏𝒙𝒄 = √𝑹𝟐𝟏𝒙𝒄 R1xc = 0.975 10. ¿Cuál es el valor de la confiabilidad del pronóstico hecho en el punto 6? 𝑅1𝑥𝑐 = (0.975) ∗ 100 = 97.5% de confiabilidad Conclusión Al haber concluido este trabajo he podido poner a práctica los conocimientos teóricos de clase, de tal modo que he comprendido todo de manera clara y sencilla mediante los incisos planteados en esta actividad que me permitieron comprender la realización de la actividad. Bibliografía Shao, Stephen. (1989). Estadística para economistas y administradores de empresas. Herrero hermanos. EVIDENCIA EXAMEN TEMA 2 EVIDENCIA TAREA TEMA 3 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 + 2.25X Yt (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 EVIDENCIA EXAMEN TEMA 3 ANEXOS APÉNDICE 8
Compartir