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