Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
PROBLEMA 4. Introducción. Durante los últimos años, Dickson Industries ha gozado de un crecimiento considerable en los ingresos por ventas y en las utilidades. Gran parte de este éxito se debe al arduo trabajo realizado por Jeremy Dickson, propietario y director ejecutivo del negocio, así como de su personal cercano y confiable. El Sr. Dickson siempre ha confiado en la planeación cuidadosa con base en un análisis exhaustivo de las condiciones del mercado. Este análisis con frecuencia está diseñado para detectar movimientos en la actividad comercial y para determinar si la tendencia actual continuará. El Sr. Dickson también insiste en que su personal analice toda actividad cíclica en las fluctuaciones del negocio durante el transcurso de varios años. Además, el Sr. Dickson observa todo patrón detectable regularmente y que ocurre en momentos específicos dentro del año, o durante estaciones, respecto a la planeación de sus operaciones. Ha notado últimamente que su negocio es muy estacional, es decir, que sus utilidades son generalmente más altas en ciertas épocas del año. Sin embargo, el Sr. Dickson se da cuenta que la tendencia ascendente en las ventas que ha experimentado no es tan favorable como parece. Los cambios en el clima económico, con el tiempo, afectan los valores de sus utilidades y de los rendimientos por conceptos de ventas. Por lo tanto, él reconoce la necesidad de establecer índices de las medidas del desempeño comercial para obtener una impresión más exacta de que tan bien va el negocio. Planteamiento. En la sección Escenario, a comienzos de este capítulo, se explicó cómo el señor Dickson utiliza el análisis estadístico en la toma de decisiones. Como propietario y CEO da una importancia considerable a la planeación cuidadosa y el tiempo de sus operaciones. El señor Dickson le ha contratado como consultor estadístico externo para que le proporcione valiosa información sobre su negocio, la cual él considera será de gran utilidad en la formulación de planes futuros. Específicamente, su tarea es predecir las utilidades utilizando un promedio móvil de cuatro períodos con base en los datos que se presentan más adelante. Además, usted debe comparar esta proyección a la obtenida a través del suavizamiento exponencial. El Sr. Dickson no ha especificado un valor para la constante de suavizamiento y espera que usted determine cuál valor es óptimo. Finalmente, las ventas de la empresa también son una gran preocupación para el Sr. Dickson. Dados los datos suministrados aquí, usted debe desarrollar e interpretar una recta de tendencia, así como también descomponer las series de tiempo, desglosando cada componente individualmente. Presente su reporte final al Sr. Dickson en forma de reporte estadístico como se describe en el apéndice I. Incluya todos los resultados relevantes, así como su interpretación. Descripción de las variables: Las variables analizadas estadísticamente son las utilidades en cientos de dólares y las ventas en miles de dólares. Análisis estadístico: Suavizamiento por promedio móvil Iniciando con las utilidades, se elaboró el siguiente pronostico utilizando un promedio móvil de 4 períodos: N° de trimestre Año Trimestre Utilidades (US$00) PM-4 Error Error2 1 1995 1 25 2 2 29 3 3 24 4 4 28 5 1996 1 31 26.50 4.50 20.25 6 2 27 28.00 -1.00 1.00 7 3 24 27.50 -3.50 12.25 8 4 28 27.50 0.50 0.25 9 1997 1 32 27.50 4.50 20.25 10 2 28 27.75 0.25 0.06 11 3 33 28.00 5.00 25.00 12 4 31 30.25 0.75 0.56 13 1998 1 24 31.00 -7.00 49.00 14 2 35 29.00 6.00 36.00 15 3 28 30.75 -2.75 7.56 16 4 25 29.50 -4.50 20.25 17 1999 1 28.00 18 2 CME: 16.04 19 3 20 4 El Cuadrado Medio debido al Error (CME) fue de 16.04. Se pronosticaron utilidades de $2,800 dólares para el primer trimestre de año 1999. Suavizamiento exponencial. Para poder definir la constante de suavizamiento α, se realizaron pronósticos con las constantes α = 0.1, α = 0.2 y α = 0.3; para después comparar que opción brindaba el menor CME. Notamos que al usar 0.1 y 0.3 como constantes de suavizamiento, obteníamos un CME de 15.51 y 14.87 respectivamente. Mientras que con una constante de 0. 2 se obtuvo un CME de 14.46; y sabiendo que para valores de α > 0.3, el CME irá aumentando; se puede determinar que la constante de suavizamiento exponencial adecuada es 0.2. Dicho esto, procedemos a realizar el pronóstico: α= 0.2 N° de trimestre Año Trimestre Utilidades (US$00) Ft Error Error2 1 1995 1 25 25 2 2 29 25 4.0000 16.0000 3 3 24 25.8 -1.8000 3.2400 4 4 28 25.44 2.5600 6.5536 5 1996 1 31 25.95 5.0480 25.4823 6 2 27 26.96 0.0384 0.0015 7 3 24 26.97 -2.9693 8.8166 8 4 28 26.38 1.6246 2.6392 9 1997 1 32 26.70 5.2997 28.0864 10 2 28 27.76 0.2397 0.0575 11 3 33 27.81 5.1918 26.9546 12 4 31 28.85 2.1534 4.6372 13 1998 1 24 29.28 -5.2773 27.8495 14 2 35 28.22 6.7782 45.9439 15 3 28 29.58 -1.5774 2.4883 16 4 25 29.26 -4.2620 18.1643 17 1999 1 28.41 18 2 CME: 14.4610 19 3 20 4 Al comparar el suavizamiento exponencial junto al suavizamiento por promedio móvil, observamos que el exponencial representa mejor pronóstico por tener un CME menor. Por lo que el pronóstico de utilidades para el primer trimestre de 1999 es de $2,841 dólares. Recta de tendencia para valores desestacionalizados de las ventas. Mediante el aislamiento de la componente estacional de la serie de tiempo de las ventas (en miles de dólares), se obtuvo lo siguiente: N° de trimestre Año Trimestre Utilidades (US$00) PM-4 PM-C Valores estacionales Índices estacionales Datos desestacionalizados 1 1995 1 25 1.0076 24.8125 2 2 29 1.0378 27.9429 3 3 24 26.5 27.25 0.8807 0.9498 25.2675 4 4 28 28.00 27.75 1.0090 1.0171 27.5306 5 1996 1 31 27.50 27.50 1.1273 1.0076 30.7675 6 2 27 27.50 27.50 0.9818 1.0378 26.0158 7 3 24 27.50 27.63 0.8688 0.9498 25.2675 8 4 28 27.75 27.88 1.0045 1.0171 27.5306 9 1997 1 32 28.00 29.13 1.0987 1.0076 31.7600 10 2 28 30.25 30.63 0.9143 1.0378 26.9793 11 3 33 31.00 30.00 1.1000 0.9498 34.7428 12 4 31 29.00 29.88 1.0377 1.0171 30.4803 13 1998 1 24 30.75 30.13 0.7967 1.0076 23.8200 14 2 35 29.50 28.75 1.2174 1.0378 33.7242 15 3 28 28.00 0.9498 29.4787 16 4 25 1.0171 24.5809 Aplicando un análisis de regresión lineal a los datos desestacionalizados contra el número de trimestres, se obtuvo la siguiente línea de tendencia: Donde x es el número del trimestre y y las ventas en miles de dólares. Aunque la recta presenta muy poco ajuste (, se puede utilizar esta recta para realizar predicciones. Si quisiéramos saber las ventas estimadas para el primer trimestre de 1999, tendríamos: Esto, multiplicado por el índice estacional correspondiente de 1.0076: Las ventas estimadas para el primer trimestre del 1999 son de $2,998.21 Conclusiones. La mejor predicción de las utilidades se realiza mediante un modelo de suavizamiento exponencial con constante α = 0.2. Se puede emplear la línea de tendencia obtenida de la regresión lineal de los datos desestacionalizados para estimar las ventas, aunque este modelo representa poca bondad de ajuste. Datos desestacionalizados 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 24.812535738211931 27.942872687704028 25.267482397777449 27.530601250801642 30.7675443153828 26.015778019586509 25.267482397777449 27.530601250801642 31.76004574491127 26.979325353645269 34.742788296943992 30.480308527673245 23.820034308683454 33.724156692056589 29.478729464073691 24.580893973930035 Número de trimesre Datos desestacionalizados
Compartir