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: 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
Compartir