respuestas a ejercicios de series de tiempo para fisi
Post on 14-Jan-2016
5 Views
Preview:
DESCRIPTION
TRANSCRIPT
RESPUESTAS A EJERCICIOS DE SERIES DE TIEMPO PARA FISI1.- a) Grafique la serie y explique su comportamiento
La serie de ventas mensuales tiene una evolucin totalmente irregular y muy variada a travs del periodo 2012-2013.b) Haga un pronstico para enero del 2014 usando un promedio mvil de seis meses.MES Y VENTASPM 6 MesesPM 6 MesesCentrado
Enero Ao 1253
Febrero236
Marzo245
Abril246248.50248.17
Mayo260247.83248.33
Junio251248.83247.92
Julio249247.00246.84
Agosto242246.67245.67
Setiembre234244.33244.83
Octubre244245.33244.92
Noviembre246245.50246.33
Diciembre257247.17248.34
Enero Ao 2250249.50249.25
Febrero252249.00249.09
Marzo248249.17248.09
Abril241247.00246.92
Mayo247246.83246.75
Junio244246.67245.84
Julio249245.00245.67
Agosto251246.33247.02
Setiembre238247.17
Octubre249
Noviembre252
El pronstico de ventas para enero prximo es de 247, 02 miles de dlares.c) Teniendo como pronstico inicial para Enero del 2012 de 248.5 y usando = 0.2 hacer el pronstico de Enero del 2014 por suavizamiento exponencial simple. Tomando el pronstico para Enero Ao 1, 248.5 y = 0.2, aplicamos la frmula de la atenuacin exponencial: donde:Fn = pronstico para el siguiente perodoFn-1= pronstico para el perodo anterior = constante de atenuacin (0 1)Yn-1= valor real en el perodo anterior
MES Y VENTAS Pronstico con = 0.2
Enero Ao 1253248.5
Febrero236249.40
Marzo245246.72
Abril246246.38
Mayo260246.30
Junio251249.04
Julio249249.43
Agosto242249.35
Setiembre234247.88
Octubre244245.10
Noviembre246244.88
Diciembre257245.10
Enero Ao 2250247.48
Febrero252247.99
Marzo248248.79
Abril241248.63
Mayo247247.11
Junio244247.08
Julio249246.47
Agosto251246.97
Setiembre238247.78
Octubre249245.82
Noviembre252246.46
Pronstico enero siguiente247.57
El pronstico para enero de 2014 es de 247.57 miles de dlares.d) Compare los pronsticos de las partes b) y c). Cul escogera usted? Por qu?
De los mtodos iterativos Promedio Mvil y Suavizamiento Exponencial, en esta oportunidad el segundo es el mejor, por cuanto disminuye fuertemente la variabilidad de la serie original.
2.- a) Graficar la serie de tiempo y explicar su comportamiento.
b) Calcular los ndices estacionales e interpretarlosAoTrimestreY ProductosPM 4 mesesPM 4 CentradoRazn PM Y/PM 4 Centrado
2001I81
II64
III7375.2575.130.97
IV8375.0075.751.10
2002I8076.5077.881.03
II7079.2578.130.90
III8477.0077.751.08
IV7478.5077.130.96
2003I8675.7574.131.16
II5972.5072.380.82
III7172.2573.750.96
IV7375.2576.880.95
2004I9878.5078.881.24
II7279.2578.130.92
III7477.0078.000.95
IV6479.0078.500.82
2005I10678.0078.131.36
II6878.2577.750.87
III7577.25
IV60
Luego se calculan los ndices de temporada:TrimestreAo 1Ao 2Ao 3Ao 4Ao 5ndice Mediondice Trimestral
I1.031.161.241.361.201.19
II0.900.820.920.870.880.87
III0.971.080.960.950.990.99
IV1.100.960.950.820.960.95
4.02
Razn de Normalizacin0.995
Interpretacin:Trimestre I: La demanda del producto en el I trimestre excede en 19% a la demanda promedio trimestral del ao.Trimestre II: La demanda del producto en el II trimestre esta en 13% por debajo de la demanda promedio trimestral del ao.Trimestre III: La demanda del producto en el III trimestre esta en 1% por debajo de la demanda promedio trimestral del ao.Trimestre IV: La demanda del producto en el IV trimestre esta en 5% por debajo de la demanda promedio trimestral del ao.
c) Desestacionalizar la serie de tiempo.
d) Pronosticar la demanda
PM Centrado Ms Recientendice deTemporadaTemporadaPronstico Ao 5
78.001.19Verano78*1.19 = 93 u
78.500.87Otoo78.5*0.87 = 68 u
78.130.99Invierno78.13*0.99 = 77 u
77.750.95Primavera77.75*0.95 = 74 u
top related