T3 ANDREA - Pablo Alcachofa (2)

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: AULA:
TAREA 
TEMA 2: 
NOMBRE DEL ALUMNO (A): 
PROFESOR: ING. ARNALDO AARÓN AGUAYO LEÓN 
 
CHETUMAL, QUINTANA ROO A DE DE 2021
Contenido
Introducción	3
Procedimientos	5
4. Análisis de tendencia.	5
5. Análisis de tendencia.	5
6. Análisis de variaciones cíclicas.	5
7. Medición de variaciones estacionales.	5
8. Medición de variaciones estacionales.	5
9. Aplicación de los ajustes estacionales.	5
10. Aplicación de los ajustes estacionales.	5
11. Aplicación de los ajustes estacionales.	5
12. Aplicación de los ajustes estacionales.	5
13. Pronóstico con base en factores estacionales y de tendencia.	5
14. Pronóstico con base en factores estacionales y de tendencia.	5
15. Pronósticos basados en promedios móviles.	6
16. Pronósticos basados en promedios móviles.	6
17. Suavización exponencial como método de pronósticos.	6
18. Suavización exponencial como método de pronósticos.	6
Conclusión	7
Bibliografía	8
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. Análisis de tendencia. 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
5. Análisis de tendencia. Pronostique la producción anual para el año 2024.
La producción para el año 2024 será de 2012 millones de toneladas.
6. Análisis de variaciones cíclicas. Determine en porcentaje los componentes cíclicos para el año 2010, y el año 2019 respectivamente.
Para el año 2010
7. Medición de variaciones estacionales. 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 = 
Cociente del promedio móvil = 
8. Medición de variaciones estacionales. 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.
= 0.01142*100= 1.142655
Media (Primer trimestre)= Suma de todo los valores del primer semestre – Valor máximo valor del primer semestre – Valor mínimo del primer semestre.
Media = 
Índice estacional = 
9. Aplicación de los ajustes estacionales. Encuentre el valor estacional ajustado para el primer trimestre del año 2013.
Valor estacional ajustado= 
Valor estacional ajustado= 
10. Aplicación de los ajustes estacionales. Haga 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) = 
Valor real (Segundo trimestre 2016)= 455 
11. Aplicación de los ajustes estacionales. 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) = 
Valor real (Cuarto trimestre 2018)= 455 
12. Aplicación de los ajustes estacionales. 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.
13. Pronóstico con base en factores estacionales y de tendencia. Pronostique el valor de producción real para el primer trimestre del año 2021.
	Trimestre
	2010
	2011
	2012
	2013
	2014
	2015
	2016
	2017
	2018
	2019
	2020
	2021
	2022
	2023
	2024
	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. Pronóstico con base en factores estacionales y de tendencia. Pronostique el valor de producción estacional ajustado para el segundo trimestre del año 2023.
Yt (Segundo trimestre 2023) = 
15. Pronósticos basados en promedios móviles. Pronostique el promedio móvil basado en 3 años para el año 2015.
Promedio móvil = (1530 + 1635 + 1580)/3 = 1581.6666
16. Pronósticos basados en promedios móviles. Determine el error de pronóstico correspondiente al pronóstico hecho en el punto 15.
Error de pronóstico= 1700 – 1581.6667= 118.3333
17. Suavización exponencial como método de pronósticos. 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.
18. Suavización exponencial como método de pronósticos. 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
Año
Año 
codificado (x)
Producción en MDT 
(y)
(x)(y)x^2
20100150000
20111157015701
20122153030604
20133163549059
201441580632016
201551700850025
2016618101086036
2017717901253049
2018818901512064
2019916951525581
TOTAL451670078120285
Año
Año
Codificado
Yt (anual)
201001508
201111544
201221580
201331616
201441652
201551688
201661724
201771760
201881796
201991832
2020101868
2021111904
2022121940
2023131976
2024142012
AñoTrimestreProduccion
Total Movil
4 Trimestres
Total Movil
Centrado
Promedio 
movil
Centrado
Cociente 
Del
Promedio 
Movil
Cociente 
porcentaje
2010I360
II3801500
III37015203020377.50.980198.0132
IV39015503070383.751.0163101.6287
2011I38015403090386.250.983898.3819
II41015703110388.751.0547105.4662
III36015403110388.750.926092.6045
IV42015153055381.8751.0998109.9836
2012I35015603075384.3750.910691.0569
II38515303090386.250.996899.6764
III40515803110388.751.0418104.1801
IV390162032004000.975097.5000
2013I400166032804100.975697.5610
II42516353295411.8751.0319103.1866
III44516153250406.251.0954109.5385
IV36515753190398.750.915491.5361
2014I380154531203900.974497.4359
II38515803125390.6250.985698.5600
III41515753155394.3751.0523105.2298
IV40016153190398.751.0031100.3135
2015I37516703285410.6250.913291.3242II42517003370421.251.0089100.8902
III47018103510438.751.0712107.1225
IV43018403650456.250.942594.2466
2016I48518103650456.251.0630106.3014
II45518103620452.51.0055100.5525
III44018053615451.8750.973797.3721
IV43018253630453.750.947794.7658
2017I48018503675459.3751.0449104.4898
II475179036404551.0440104.3956
III46517603550443.751.0479104.7887
IV370176035204400.840984.0909
2018I45017953555444.3751.0127101.2658
II47518903685460.6251.0312103.1208
III500183037204651.0753107.5269
IV46517403570446.251.0420104.2017
2019I39016803420427.50.912391.2281
II38516953375421.8750.912691.2593
III440
IV480
Trimestre2010201120122013201420152016201720182019
I98.3819
91.0569
97.561097.435991.3242
106.3014
104.4898101.265891.2281
II105.466299.6764103.186698.5600100.8902100.5525104.3956103.120891.2593
III98.013292.6045104.1801109.5385105.2298107.122597.3721104.7887107.5269
IV101.6287109.983697.500091.5361100.313594.246694.765884.0909104.2017
TrimestreMedia
Indice 
estacional Media
MaximoMin
I85.210897.3666106.301491.0569
II88.7978101.4652105.466291.2593
III90.5292103.4436109.538592.6045
IV85.524097.7245109.983684.0909
Total350.061787
Año
Produccion
MDT (Y)
Promedio móvil
Error de 
pronóstico
2010 1,500 
2011 1,570 
2012 1,530 
2013 1,635 1,533.3333 101.6667 
2014 1,580 1,578.3333 1.6667 
2015 1,700 1,581.6667 118.3333 
Año
Producion 
real
Pronostico
Error De 
Pronostico.
20151700
20161810
201717901793.500-3.500