PORTAFOLIO-CAN PERAZA-C3A - Pablo Alcachofa

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: C3A AULA: W-1 
 
 
 
PORTAFOLIO DE EVIDENCIAS 
 
 
NOMBRE DEL ALUMNO (A): CAN PERAZA ALDRICH YAIR 
PROFESOR: ING. ARNALDO AARÓN AGUAYO LEÓN 
 
 
 
 
CHETUMAL, QUINTANA ROO A 06 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 ADICIONALES 
CALIFICACIÓN 
OBTENIDA 
1 T1: 5 + 55 
E1: 20 
E2: 20 
Puntos adicionales: 10 
100 
2 T2: 60 E2: 40 - 
100 
 
3 T3: 7+48 E3: 31 - 
86 
 
4 - - - - 
5 - - - - 
 
 
©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. 
ReuniónNacional 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 31
TEMA PROGRAMADO 1 1
OBSERVACIONES 1H 1H
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 1 6 7 8 13 14 15 20 21 22 27 28 29
TEMA PROGRAMADO 1 1 1 1 1 1 E1 2 2 2 2 2 2
T1 R1
OBSERVACIONES 2H 1H 1H 2H 1H 1H 2H 1H 1H 2H 1H 1H 2H
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 4 5 6 11 12 13 18 19 20 25 26 27
TEMA PROGRAMADO 2 2 E2 3 3 3 3 3 3 3 3 E3
T2 R2 T3
OBSERVACIONES 1H 1H 2H 1H 1H 2H 1H 1H 2H 1H 1H 2H
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 3 8 9 10 16 17 22 23 24 29 30
TEMA PROGRAMADO 4 4 4 4 4 4 E4 5 5 5 5 5
R3 T4 R4
OBSERVACIONES 1H 2H 1H 1H 2H 1H 2H 1H 1H 2H 1H 1H
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 1 6 7 8 13 14 15
TEMA PROGRAMADO 5 5 E5 R5 VC VC VC
T5 P
OBSERVACIONES 2H 1H 1H 2H 1H 1H 2H
TECNOLÓGICO NACIONAL DE MÉXICO
 GRUPO: C3A (MATUTINO) AULA: W-1 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: C3A (MATUTINO) AULA: W-1 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 Martes 14 de septiembre Martes 14 de septiembre Miércoles 15 de 
septiembre 
13 60 40 
 
* 
Tema 2 Lunes 20 de septiembre Martes 05 de octubre Martes 05 de octubre Miércoles 06 de octubre 12 60 40 
 
* 
Tema 3 Lunes 11 de octubre Martes 26 de octubre Martes 26 de octubre Miércoles 27 de octubre 11 60 40 
 
* 
Tema 4 Lunes 01 de noviembre Martes 16 de noviembre Martes 16 de noviembre Miércoles 17 de 
noviembre 
11 60 40 
 
* 
Tema 5 Lunes 22 de noviembre Lunes 06 de diciembre Lunes 06 de diciembre Martes 07 de diciembre 15 60 20 
 
20 
Entrega de portafolio: martes 07 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: C3A (MATUTINO) AULA: W-1 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-C3A; tema 2 es T2. Apellidos-C3A…..y así 
sucesivamente. (Nota: el nombre del archivo para la entrega de los exámenes es similar: tema 1 es E1. Apellidos-C3A; 
tema 2 es E2. Apellidos-C3A….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, martes 14 de septiembre; Tema 2, martes 05 de octubre; 
Tema 3, martes 26 de octubre; Tema 4, martes 16 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 martes 07 de diciembre de 2021. 
El nombre del archivo para la entrega del portafolio es: Portafolio-Apellidos-C3A. 
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. 
 
Estadística administrativa II C3A 
 
EVALUACIÓN 
DIAGNÓSITCA 
 
 
 
 
 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
EVIDENCIA 
TAREA TEMA 1 
 
 
 
 
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: C3A AULA: W-1 
 
 
 
TAREA 
TEMA 1: REGRESIÓN LINEAL SIMPLE Y CORRELACIÓN 
 
 
NOMBRE DEL ALUMNO (A): CAN PERAZA ALDRICH YAIR 
PROFESOR: ING. ARNALDO AARÓN AGUAYO LEÓNCHETUMAL, QUINTANA ROO A 20 DE SEPTIEMBRE DE 2021 
 
 
Contenido 
Introducción ............................................................................................................. 3 
TEMA 1: REGRESIÓN LINEAL SIMPLE Y CORRELACIÓN .................................. 4 
ACTIVIDADES ........................................................................................................ 4 
PROCEDIMIENTOS ................................................................................................ 5 
4. Encontrar la ecuación de regresión de calificaciones en Economía, respecto al 
número de horas de estudio. ............................................................................... 5 
5. Pronosticar la calificación en Economía que tendría un alumno que estudio 19 
horas. ................................................................................................................... 6 
6. Calcular la desviación estándar de regresión de la ecuación encontrada en la 
pregunta 4. ........................................................................................................... 6 
7. Calcular el coeficiente de determinación R2 de la ecuación encontrada en la 
pregunta 4. ........................................................................................................... 6 
8. Calcular el coeficiente de correlación R de la ecuación encontrada en la 
pregunta 4. ........................................................................................................... 7 
9. Diga la confiabilidad del pronóstico hecho en la pregunta 5. ........................... 7 
10. De las siguientes gráficas, seleccione la que muestra la línea de regresión 
generada por la ecuación calculada en la pregunta 4. ........................................ 7 
Conclusión............................................................................................................... 8 
Bibliografía .............................................................................................................. 9 
 
 
 
 
Introducción 
Mediante la elaboración de la siguiente actividad podré abarcar el tema principal de 
esta unidad el cual es Regresión Lineal simple y correlación, esto mediante la 
resolución de incisos que permitan el correcto desarrollo de tópico de manera 
sencilla. Esto con el objetivo de conocer cómo aplicar la regresión lineal de manera 
práctica en nuestro día a día. 
 
 
 
TEMA 1: REGRESIÓN LINEAL SIMPLE Y CORRELACIÓN 
 
La tabla 1 es una muestra representativa que indica las calificaciones de Economía y el número de 
horas de estudio de 10 estudiantes del Instituto Tecnológico de Chetumal. 
 
ACTIVIDADES 
4. Encontrar la ecuación de regresión de calificaciones en Economía, respecto al número de horas de 
estudio. 
5. Pronosticar la calificación en Economía que tendría un alumno que estudio 19 horas. 
6. Calcular la desviación estándar de regresión de la ecuación encontrada en la pregunta 4. 
7. Calcular el coeficiente de determinación R2 de la ecuación encontrada en la pregunta 4. 
8. Calcular el coeficiente de correlación R de la ecuación encontrada en la pregunta 4. 
9. Diga la confiabilidad del pronóstico hecho en la pregunta 5. 
10. De las siguientes gráficas, seleccione la que muestra la línea de regresión generada por la 
ecuación calculada en la pregunta 4. 
 
 
 
 
PROCEDIMIENTOS 
4. Encontrar la ecuación de regresión de calificaciones en Economía, respecto al número de 
horas de estudio. 
Estudiantes 
Calificaciones en 
Economía (Y) 
No. de horas 
de estudio (X) 
Y^2 X^2 XY 
A 88 18 7744 324 1584 
B 70 12 4900 144 840 
C 65 11 4225 121 715 
D 50 7 2500 49 350 
E 60 10 3600 100 600 
F 80 16 6400 256 1280 
G 68 14 4624 196 952 
H 49 9 2401 81 441 
I 40 8 1600 64 320 
J 45 6 2025 36 270 
∑ 10 615 111 40019 1371 7352 
 
Fórmulas 
𝒂𝒚 = 𝑥 =
∑ 𝑋2 ∑ 𝑌 − ∑ 𝑋 ∑(𝑥𝑦)
𝑛 ∑ 𝑥2 − (∑ 𝑋)
2 
 𝑎𝑦 =
(1371)(615) − (111)(7352)
10(1371) − (111)2
 
𝑎𝑦 = 19.5054 
 
𝒃𝒚 =
𝑛 ∑(xy) − ∑ 𝑋 ∑ Y
𝑛 ∑ 𝑥2 − (∑ 𝑥)
2 
𝑏𝑦 =
10(7352) − (111)(615)
10(1371) − (111)2
 
 𝑏𝑦 = 3.7833 
Ecuación de regresión 
Yc = 19.5054 + 3.7833X 
 
5. Pronosticar la calificación en Economía que tendría un alumno que estudio 19 horas. 
Fórmula 
𝐘𝐜 = 𝟏𝟗. 𝟓𝟎𝟓𝟒 + 𝟑. 𝟕𝟖𝟑𝟑𝐗 
Yc = 19.5054 + 3.7833(19) 
Yc = 91.3881 
6. Calcular la desviación estándar de regresión de la ecuación encontrada en la pregunta 4. 
𝐒𝐲𝐱 = √
∑ 𝐲𝟐 − (𝐚𝐲)(∑ 𝐲) − (𝐛𝐲)(∑ 𝐲
𝟏𝟎
 
𝐒𝐲𝐱 = √
𝟒𝟎𝟎𝟏𝟗 − (𝟏𝟗. 𝟓𝟎𝟓𝟒)(𝟔𝟏𝟓) − (𝟑. 𝟕𝟖𝟑𝟑)(𝟕𝟑𝟓𝟐)
𝟏𝟎
 
 
𝐒𝐲𝐱 = 𝟒. 𝟓𝟔𝟒𝟔 
7. Calcular el coeficiente de determinación R2 de la ecuación encontrada en la pregunta 4. 
Estudiantes 
Calificaciones en 
Economía (Y) 
Y-Y (Y-Y)^2 
A 88 26.5 702.25 
B 70 8.5 72.25 
C 65 3.5 12.25 
D 50 -11.5 132.25 
E 60 -1.5 2.25 
F 80 18.5 342.25 
G 68 6.5 42.25 
H 49 -12.5 156.25 
I 40 -21.5 462.25 
J 45 -16.5 272.25 
∑ 10 615 0 2196.50 
 
∑ 𝒀
𝟏𝟎
= 
𝟔𝟏𝟓
𝟏𝟎
= 𝟔𝟏. 𝟓 
𝑺𝒚 = √
∑(𝒚 − 𝒚)
𝐧
𝟐
= √
2196.5
10
= 14.820 
𝑹𝟐𝒚𝒄 = 𝟏 −
𝑺𝟐𝒚𝒙
𝑺𝟐𝒚
= 1 −
(4.5646)2
(14.820)2
= 0.9051 
La calificación que tendrá un alumno en 
Economía por 19 horas de estudio será 
de 91.3881 
El coeficiente de determinación 
de la ecuación de la pregunta 4 
es: 
𝑹𝟐𝒚𝒄 = 𝟎. 𝟗𝟎𝟓𝟏 
 
 
 
 
8. Calcular el coeficiente de correlación R de la ecuación encontrada en la pregunta 4. 
𝑅𝑦𝑐 = √𝑅2𝑦𝑐 
𝑅𝑦𝑐 = √0.9051 
𝑹𝒚𝒄 = 𝟎. 𝟗𝟓𝟏𝟒 
9. Diga la confiabilidad del pronóstico hecho en la pregunta 5. 
 
0.9514 ∗ 100 = 95.14 
 
10. De las siguientes gráficas, seleccione la que muestra la línea de regresión generada por la 
ecuación calculada en la pregunta 4. 
Horas de 
estudio 
Yc 
6 42.2052 
18 87.6048 
 
𝐘𝐜𝐚 = 𝟏𝟗. 𝟓𝟎𝟓𝟒 + 𝟑. 𝟕𝟖𝟑𝟑(𝟏𝟖) = 𝟖𝟕. 𝟔𝟎𝟒𝟖 
𝐘𝐜𝐛 = 𝟏𝟗. 𝟓𝟎𝟓𝟒 + 𝟑. 𝟕𝟖𝟑𝟑(𝟔) = 𝟒𝟐. 𝟐𝟎𝟓𝟐 
 
 
 
La confiabilidad del pronóstico es de 95.14% 
 
Conclusión 
Con la realización de este trabajo he podido apreciar cómo funciona la regresión 
lineal simple y correlación, ya que al realizar los ejercicios he podido apreciar las 
fórmulas a usar, los valores, entre otros. Me pareció excelente la forma en la que se 
planteó la actividad ya que me permitió comprender lo que tenía que hacer paso a 
paso. Gracias a esta comprendí los conceptos teóricos y entendí cómo funciona la 
regresión lineal simple y correlación. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Bibliografía 
Shao, Stephen. (1989). Estadística para economistas y administradores de 
empresas. Herrero hermanos. 
 
 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
EVIDENCIA 
EXAMEN (1ER INTENTO) TEMA 1 
 
 
 
 
Estadística administrativa II C3A 
 
EVIDENCIA 
EXAMEN (2DO INTENTO) TEMA 1 
 
 
 
 
Estadística administrativa II C3A 
 
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: C3A AULA: W-1 
 
 
 
TAREA 
TEMA 2: REGRESIÓN LINEAL MILTIPLE Y CORRELACIÓN 
 
 
NOMBRE DEL ALUMNO (A): CAN PERAZA ALDRICH YAIR 
PROFESOR: ING. ARNALDO AARÓN AGUAYO LEÓN 
 
 
 
CHETUMAL, QUINTANA ROO A 05 DE OCTUBRE DE 2021 
 
 
 
 
Contenido 
Introducción ......................................................................................................................................... 3 
TEMA 2: REGRESIÓN LINEAL MULTIPLE Y CORRELACIÓN .......................................................... 4 
ACTIVIDADES .....................................................................................................................................4 
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? ......... 6 
9. ¿Cuál es el valor del coeficiente de correlación de la ecuación referida en el punto 5? .............. 7 
10. ¿Cuál es el valor de la confiabilidad del pronóstico hecho en el punto 6? ................................. 7 
Conclusión ........................................................................................................................................... 8 
Bibliografía ........................................................................................................................................... 9 
 
 
 
 
Introducción 
Mediante la elaboración de la siguiente actividad podré abarcar el tema principal de esta unidad el 
cual es Regresión Lineal múltiple y correlación, el cual es seguimiento del tema visto la unidad pasada 
de Regresión Lineal simple y correlación. En este tema veremos los principios pasados pero aplicado 
a tres o más variables por medio de fórmulas que nos permitan resolver el presente ejercicio. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
TEMA 2: REGRESIÓN LINEAL MULTIPLE Y CORRELACIÓN 
 
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. 
 
ACTIVIDADES 
4. ¿Cuáles son los valores de los coeficientes de regresión para las variables dependientes e 
independientes? 
5. Indique la ecuación de regresión del número de horas de estudio respecto a calificaciones de 
estadística, y calificaciones de economía. 
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. 
7. ¿Cuál es el valor de la desviación estándar de regresión de la ecuación referida en el punto 5? 
8. ¿Cuál es el valor del coeficiente de determinación de la ecuación referida en el punto 5? 
9. ¿Cuál es el valor del coeficiente de correlación de la ecuación referida en el punto 5? 
10. ¿Cuál es el valor de la confiabilidad del pronóstico hecho en el punto 6? 
 
 
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 
3. 822(18.8452) + 68,265(0.0671) + 76,970 (0.1683) = 33,038 
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 Gauss- Jordan 
X1= horas de estudio 
X2= calificaciones de estadística 
X3= calificaciones de economía 
 
 
COEFICIENTES 
 
5. Indique la ecuación de regresión del número de horas de estudio respecto a calificaciones 
de estadística, y calificaciones de economía. 
 
 
 
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? 
n X1 (X1-X´) (X1-X)2 
A 46 6.3333 40.11 
 B 40 0.3333 0.11 
 C 39 - 0.6667 0.44444444 
D 35 - 4.6667 21.7777778 
E 38 - 1.6667 2.77777778 
F 44 4.3333 18.7777778 
G 42 2.3333 5.44444444 
H 37 - 2.6667 7.11 
I 36 - 3.6667 13.4444 
9 357 0.0000 110 
 
𝑿𝟏𝑪 = 𝒂 + 𝒃𝟐𝑿𝟐 + 𝒃𝟑𝑿𝟑 
𝑿𝟏𝑪 = 𝟏𝟖. 𝟖𝟒𝟓𝟐 + 𝟎. 𝟎𝟔𝟕𝟐𝑿𝟐 + 𝟎. 𝟏𝟔𝟖𝟒𝑿𝟑 
 
 
�̅� =
∑ 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
 
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% 
 
 
 
 
 
 
 
 
 
Conclusión 
Con la realización de este trabajo he podido apreciar cómo funciona la regresión lineal múltiple y 
correlación, al realizar los ejercicios he podido apreciar cómo se resuelven una regresión lineal con 
diversas variables, en este caso, con una variable dependiente y dos independientes de una manera 
muy práctica y sencilla, me pareció una buena forma de realizarlo. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Bibliografía 
Shao, Stephen. (1989). Estadística para economistas y administradores de empresas. Herrero 
hermanos. 
 
 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
EVIDENCIA 
EXAMEN TEMA 2 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
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: C3A AULA: W-1 
 
 
 
TAREA 
TEMA 3: ANALISIS DE SERIE DE TIEMPO 
 
 
NOMBRE DEL ALUMNO (A): CAN PERAZA ALDRICH YAIR 
PROFESOR: ING. ARNALDO AARÓN AGUAYO LEÓN 
 
 
 
 CHETUMAL, QUINTANA ROO A 03 DE NOVIEMBRE DE 2021 
 
 
Contenido 
Introducción ......................................................................................................................................... 4 
TEMA 3: ANÁLISIS DE SERIES DE TIEMPO .....................................................................................5 
ACTIVIDADES ..................................................................................................................................... 5 
PROCEDIMIENTOS ............................................................................................................................ 7 
4. Análisis de tendencia. Determine la ecuación de tendencia lineal para pronósticos anuales, 
codificando como 0 al año 2010. ..................................................................................................... 7 
5. Análisis de tendencia. Pronostique la producción anual para el año 2024. ................................. 8 
6. Análisis de variaciones cíclicas. Determine en porcentaje los componentes cíclicos para el año 
2010, y el año 2019 respectivamente. ............................................................................................. 8 
7. Medición de variaciones estacionales. Determine en porcentaje el cociente de promedio móvil 
para el tercer trimestre del año 2013. .............................................................................................. 9 
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. ................................................................................................................. 10 
9. Aplicación de los ajustes estacionales. Encuentre el valor estacional ajustado para el primer 
trimestre del año 2013. .................................................................................................................. 10 
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. ................................................................................................................................. 11 
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. ................................................................................................................................. 11 
12. Pronóstico con base en factores estacionales y de tendencia. Considerando la ecuación de 
tendencia lineal para pronósticos anuales desarrollados en el punto 4, encuentre la ecuación de 
tendencia trimestral (para pronósticos trimestrales) ...................................................................... 11 
13. Pronóstico con base en factores estacionales y de tendencia. Pronostique el valor de producción 
real para el primer trimestre del año 2021. .................................................................................... 12 
 
14. Pronóstico con base en factores estacionales y de tendencia. Pronostique el valor de producción 
estacional ajustado para el segundo trimestre del año 2023. ........................................................ 12 
15. Pronósticos basados en promedios móviles. Pronostique el promedio móvil basado en 3 años 
para el año 2015. ........................................................................................................................... 12 
16. Pronósticos basados en promedios móviles. Determine el error de pronóstico correspondiente 
al pronóstico hecho en el punto 15. ............................................................................................... 13 
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 el año 2017. .................................... 13 
18. Suavización exponencial como método de pronósticos. Determine el error de pronóstico 
correspondiente al pronóstico hecho en el punto 17. .................................................................... 13 
Conclusión ......................................................................................................................................... 14 
Bibliografía ......................................................................................................................................... 15 
 
 
 
 
 
 
 
 
 
 
 
Introducción 
En la elaboración del siguiente trabajo pondré en práctica los diversos conceptos vistos en clase 
acerca del análisis de series de tiempo, de acuerdo a la bibliografía citada en este mismo archivo 
defina a las series de tiempo como: “un conjunto de valores observados, tales como datos de 
producción o ventas, para series ordenadas secuencialmente de periodos de tiempo.” Por lo cual este 
método es útil a la hora de analizar producción, ventas, entre otros. Mediante este trabajo se 
ejemplificará un ejemplo de cómo aplicar este tema, por lo cual se mostrara le procedimiento y la 
elaboración de cada inciso para poder plasmar de manera sencilla el tópico. 
 
 
TEMA 3: ANÁLISIS DE SERIES DE TIEMPO 
 
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. 
 
 
ACTIVIDADES 
4. Análisis de tendencia. Determine la ecuación de tendencia lineal para pronósticos anuales, 
codificando como 0 al año 2010. 
5. Análisis de tendencia. Pronostique la producción anual para el año 2024. 
6. Análisis de variaciones cíclicas. Determine en porcentaje los componentes cíclicos para el año 
2010, y el año 2019 respectivamente. 
7. Medición de variaciones estacionales. Determine en porcentaje el cociente de promedio móvil 
para el tercer trimestre del año 2013. 
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. 
 
9. Aplicación de los ajustes estacionales. Encuentre el valor estacional ajustado para el primer 
trimestre del año 2013. 
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. 
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. 
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. 
14. Pronóstico con base en factores estacionales y de tendencia. Pronostique el valor de 
producción estacional ajustado para el segundo trimestre del año 2023. 
15. Pronósticos basados en promedios móviles. Pronostique el promedio móvil basado en 3 años 
para el año 2015. 
16. Pronósticos basados en promedios móviles. Determine el error de pronóstico correspondiente 
al pronóstico hecho en el punto 15. 
17. Suavización exponencial comométodo 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. 
 
 
 
b1= 78,120 - 10 7515
 285 - 10 20.25 
bo 1670 - 36 4.5
bo= 1,508 
Yt= 1,508 36 X
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 
 × 
 
 × 
 
 
 
 × 
 
 
 
  
Año
Año codificado 
(x)
Producción en MDT (y) (x)(y) x^2
2010 0 1,500 - - 
2011 1 1,570 1,570 1 
2012 2 1,530 3,060 4 
2013 3 1,635 4,905 9 
2014 4 1,580 6,320 16 
2015 5 1,700 8,500 25 
2016 6 1,810 10,860 36 
2017 7 1,790 12,530 49 
2018 8 1,890 15,120 64 
2019 9 1,695 15,255 81 
TOTAL 45 16,700 78,120 285 
b1= 36 
 
5. Análisis de tendencia. Pronostique la producción anual para el año 2024. 
 
La producción para el año 2024 es de 2012 millones de toneladas 
Yt= 1508 + (36*14) = 2012 
6. Análisis de variaciones cíclicas. Determine en porcentaje los componentes cíclicos para el 
año 2010, y el año 2019 respectivamente. 
 
 
-(2010) Y/Yt = 1500/1508= 0.994695*100= 99.4695% 
-(2019) Y/Yt = 1695/1832= 0.925218*100= 92.5218% 
Año
Año
Codificado
Yt(anual)
2010 0 1,508 
2011 1 1,544 
2012 2 1,580 
2013 3 1,616 
2014 4 1,652 
2015 5 1,688 
2016 6 1,724 
2017 7 1,760 
2018 8 1,796 
2019 9 1,832 
2020 10 1,868 
2021 11 1,904 
2022 12 1,940 
2023 13 1,976 
2024 14 2,012 
Año
Año codificado 
(x)
Y Real Yt esperado
Relativo 
cíclico
Relativo ciclico 
100
2010 0 1,500 1,508 0.994695 99.4695%
2019 9 1,695 1,832 0.925218 92.5218%
 
7. Medición de variaciones estacionales. Determine en porcentaje el cociente de promedio 
móvil para el tercer trimestre del año 2013. 
 
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% 
Año Trimestre Produccion
Total Movil
4 Trimestres
Total Movil
Centrado
Promedio movil
Centrado
Cociente 
Del
Promedio 
Movil
Cociente 
porcentaje
2010 I 360
II 380 1500
III 370 1520 3020 377.5 0.98013245 98.01324503
IV 390 1550 3070 383.75 1.01628664 101.6286645
2011 I 380 1540 3090 386.25 0.98381877 98.38187702
II 410 1570 3110 388.75 1.05466238 105.4662379
III 360 1540 3110 388.75 0.92604502 92.60450161
IV 420 1515 3055 381.875 1.09983633 109.9836334
2012 I 350 1560 3075 384.375 0.91056911 91.05691057
II 385 1530 3090 386.25 0.99676375 99.6763754
III 405 1580 3110 388.75 1.04180064 104.1800643
IV 390 1620 3200 400 0.975 97.5
2013 I 400 1660 3280 410 0.97560976 97.56097561
II 425 1635 3295 411.875 1.03186646 103.1866464
III 445 1615 3250 406.25 1.09538462 109.5384615
IV 365 1575 3190 398.75 0.9153605 91.53605016
2014 I 380 1545 3120 390 0.97435897 97.43589744
II 385 1580 3125 390.625 0.9856 98.56
III 415 1575 3155 394.375 1.05229794 105.229794
IV 400 1615 3190 398.75 1.0031348 100.3134796
2015 I 375 1670 3285 410.625 0.91324201 91.32420091
II 425 1700 3370 421.25 1.00890208 100.8902077
III 470 1810 3510 438.75 1.07122507 107.1225071
IV 430 1840 3650 456.25 0.94246575 94.24657534
2016 I 485 1810 3650 456.25 1.0630137 106.3013699
II 455 1810 3620 452.5 1.00552486 100.5524862
III 440 1805 3615 451.875 0.97372061 97.37206086
IV 430 1825 3630 453.75 0.9476584 94.76584022
2017 I 480 1850 3675 459.375 1.04489796 104.4897959
II 475 1790 3640 455 1.04395604 104.3956044
III 465 1760 3550 443.75 1.04788732 104.7887324
IV 370 1760 3520 440 0.84090909 84.09090909
2018 I 450 1795 3555 444.375 1.01265823 101.2658228
II 475 1890 3685 460.625 1.0312076 103.1207598
III 500 1830 3720 465 1.07526882 107.5268817
IV 465 1740 3570 446.25 1.04201681 104.2016807
2019 I 390 1680 3420 427.5 0.9122807 91.22807018
II 385 1695 3375 421.875 0.91259259 91.25925926
III 440
IV 480
 
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. 
 
ROJO= valor menor VERDE= valor mayor 
 
Factor de ajuste = 4/350.0617 = 0.01142*100 = 1.142655 
Media (1er trimestre) = (SUMA (todos los valores del primer trimestre)-MAX (valor 
máximo del primer semestre)-MIN (valor mínimo del primer semestre))/8 
Media = (879.044 – 106.301 – 91.0569)/8 = 85.2108 
Índice estacional= 85.2108* 1.142655 = 97.3666 
 
9. Aplicación de los ajustes estacionales. 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 98.38187702 91.05691057 97.5609756 97.43589744 91.3242009 106.3013699 104.489796 101.265823 91.22807
II 105.4662379 99.6763754 103.186646 98.56 100.890208 100.5524862 104.395604 103.12076 91.259259
III 98.01324503 92.60450161 104.1800643 109.538462 105.229794 107.122507 97.37206086 104.788732 107.526882
IV 101.6286645 109.9836334 97.5 91.5360502 100.3134796 94.2465753 94.76584022 84.0909091 104.201681
Trimestre Media
Indice 
estacional Media
Maximo Min
I 85.21082998 97.36661716 106.3013699 91.0569106
II 88.79776 101.4652422 105.4662379 91.2592593
III 90.52916068 103.4436366 109.5384615 92.6045016
IV 85.52403631 97.72450407 109.9836334 84.0909091
Total 350.061787
 
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 = (500/103.4436)*100= 483.3550 
Valor real (2do trimestre 2016)= 455 
Valor estacional ajustado (3er trimestre 2018)= 483.3550 
 
455
483.3550
= 0.9413 ∗ 100 = 94.1337 
 = 94.1337 – 100 = -5.866 
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= (485/97.3666)*100= 498.11735 
Valor real (4to trimestre 2018)= 465 
Valor estacional ajustado (1er trimestre 2016)= 483.3550 
 
498.1173
465
= 1.07122 ∗ 100 = 107.1220 
 = 107.1220– 100 = 7.1220 
 
12. Pronóstico con base en factoresestacionales y de tendencia. Considerando la ecuación de 
tendencia lineal para pronósticos anuales desarrollados en el punto 4, encuentre la ecuación 
de tendencia trimestral (para pronósticos trimestrales) 
 
 
Yt (trimestral) = {(1508/4) – (1.5*(36/16))} + (36/16) X 
Yt (trimestral) = (377- 3.38) + 2.25 X 
Yt (trimestral) = 373.625 + 2.25X 
 
13. Pronóstico con base en factores estacionales y de tendencia. 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 (1er 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 = {373.625 + 2.25(53)}*(101.4652/100) 
Yt = 500.0968 
 
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 
Año
Produccion
MDT (Y)
Promedio móvil
Error de 
pronóstico
2010 1,500 
2011 1,570 
2012 1,530 
2013 1,635 1,533.33333 101.67 
2014 1,580 1578.333333 1.666666667
2015 1,700 1581.666667 118.3333333
 
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 el año 2017. 
 
 = 1700 + 0.85(1810-1700)= 1793.500 
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 
 
 
 
 
 
 
 
 
 
ἀ= 0.85
Año
Producion 
real
Pronostico
Error De 
Pronostico.
2015 1700
2016 1810
2017 1790 1793.500 -3.500
 
Conclusión 
Mediante la elaboración de este trabajo he podido aplicar cada aspecto referente al tema, y poder 
entender de manera práctica el tema, desarrollando los subtemas de Análisis de tendencia, Análisis 
de variaciones cíclicas, Medición de variaciones estacionales, Aplicación de los ajustes estacionales, 
Pronóstico con base en factores estacionales y de tendencia, Pronósticos basados en promedios 
móviles y Suavización exponencial como método de pronósticos, consideró que fue una manera muy 
didáctica el tema, por lo cual comprendí de manera adecuada el tema de acuerdo a mi criterio. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Bibliografía 
Kazmier L.; Díaz A. (1990). Estadística aplicada a administración y economía. McGrawHill 
 
 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
EVIDENCIA 
EXAMEN TEMA 3 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
 
 
 
 
 
 
 
 
ANEXOS 
 
 
 
 
 
 
 
Estadística administrativa II C3A 
 
APÉNDICE 8