Pronóstico de Suavizado Exponencial con Tendencia :

Caso # 1

Mes (t) Dem. Real (At) Pron. Suav. (Ft) Tend. Suav. (Tt) Pron.+ Tend. (FITt)
1 12 11 2 13
2 17 12.80 1.92 14.72
3 20 15.18 2.10 17.28
4 19 17.82 2.32 20.14
5 24 19.91 2.23 22.14
6 21 22.51 2.38 24.89
7 31 24.11 2.07 26.18
8 28 27.14 2.45 29.59
9 36 29.28 2.32 31.60
10 32.48 2.68 35.16

Caso # 2
Se muestra una serie de 14 periodos de tiempo con sus respectivas demandas, se quiere pron
Considere que el Pronóstico Suavizado para el Periodo 0 es igual a la Demanda Real del Perio
es igual a "0" debido a que el Modelo Parte sin tendencia.

Mes (t) Dem. Real (At)

0
1 3,245
2 3,408
3 3,610
4 3,715
5 4,025
6 4,134
7 4,279
8 4,486
9 4,865
10 5,480
11 5,970
12 6,310
13 6,680
14 7,150
15
16
17
18
 E IEI
-1.00 1.00 α= 0.2
Suavizado Exponencial con Tendencia
2.28 2.28 β= 0.4
40
2.72 2.72 35
-1.14 1.14 EM = 0.94 30
25
1.86 1.86 DAM = 2.63 20
-3.89 3.89 15
4.82 4.82 10
-1.59 1.59 5
0
4.40 4.40 1 2 3 4 5 6 7 8 9

Demanda Real Pronóstico

demandas, se quiere pronosticar 4 periodos de tiempo (15, 16, 17 y 18), con un α = 0.4 y β = 0.7
la Demanda Real del Periodo 1, asi mismo considere que la Tendencia Suavizada para el Periodo 0
on Tendencia

7 8 9 10

Pronóstico

y β = 0.7
Periodo 0
 Año Año Demanda x2 xy
2001 1 74 1 74 n= 7
2002 2 79 4 158
2003 3 80 9 240
2004 4 90 16 360
2005 5 105 25 525
2006 6 142 36 852
2007 7 122 49 854
28 692 140 3,063 4 98.86

La Demanda para 2008 seria : 141 Megawatts

x= 8
 10.54

56.71

Ecuación de mínimos
cuadrados
SOLUCION CON EL METODO DE MINIMOS CUADRADOS

Venta de Bicicletas
Año (x) Ventas (Y) x2 xy
1 21.6 1 21.6
2 22.9 4 45.8
3 25.5 9 76.5
4 21.9 16 87.6
5 23.9 25 119.5
6 27.5 36 165
7 31.5 49 220.5
8 29.7 64 237.6 Pronostico
9 28.6 81 257.4 Pronostico
10 31.4 100 314 Pronostico
55 264.5 385 1545.5 5.5 26.45 Pronostico

n= 10

SOLUCION USANDO FUNCIONES DE EXCEL

 = 5.5
= 26.45

Sx = 3.0276504 = 9.16667 y = 20.4 + 1.1x

Sy = 3.8082513
Pronósticos
Sxy = 10.083333 R= 0.87453 11

= 1.1 = 20.4 x= 12
13
14

SOLUCION USANDO EL MODULO DE ANALISIS DE DATOS DE EXCEL

Si no tenemos el módulo de Análisis de Datos, se obtiene de la siguiente manera :
Archivo - Opciones - Complementos - Complementos de Excel - ir - Seleccionar Herramientas para Analisis - Ac

Seleccionar : Regresion
Venta de Bicicletas
Año (x) Ventas (Y)
1 21.6
2 22.9
3 25.5
4 21.9
5 23.9
6 27.5
Habilitar éstas opciones y : Aceptar 7 31.5
8 29.7
9 28.6
10 31.4

Rango de las Y incluye Titulo

Rango de las x incluye Titulo
Donde deben salir los datos
 Observación
Entonces nuestro modelo quedaria de la Siguiente manera : Y = 20.4 + 1.1X

Resolver el siguiente caso práctico, utilizando los 3 metodos, y pronostique para los meses del 16 al 20.
90.75
82.5
1.1

20.4

Y = 20.4 + 1.1x

11 32.5 und bicicl

12 33.6 und bicicl
13 34.7 und bicicl
14 35.8 und bicicl
 Pronósticos
32.5 Millones $$
33.6 Millones $$
34.7 Millones $$
35.8 Millones $$

ientas para Analisis - Aceptar

Solver

Herramientas de Análisis de Datos

Resumen

Estadísticas de la regresión
Coef. Correl 0.874526166611881
Coef. Deter 0.764796016088872
R^2 ajusta 0.735395518099981
Error típico 1.95895380241597
Observacion 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadradosProm. de cuadrados F
Regresión 1 99.825 99.825 26.01302932
Residuos 8 30.7 3.8375
Total 9 130.525

Coeficientes Error típico Estadístico t Probabil.

Intercepció 20.4 1.338220211 15.2441278581433 3.39989E-07
Año (x) 1.1 0.215673715 5.10029698311392 0.000929509
Análisis de los residuales

Observación Pronóst. Ventas (Y) Residuos Residuos estándares

1 21.5 0.1 0.0541442156763333
2 22.6 0.3 0.162432647028996
3 23.7 1.8 0.974595882173985
4 24.8 -2.9 -1.57018225461364
5 25.9 -2 -1.08288431352665
6 27 0.5 0.270721078381663
7 28.1 3.4 1.8409033329953
8 29.2 0.5 0.270721078381661
9 30.3 -1.7 -0.920451666497654
10 31.4 -7.1054E-15 -3.847177913225E-15
 Gráfico de probabilidad n
Ventas (Y) Gráfico
40
de los residuales
4 30
Ventas (Y) Curva de regresión

Ventas (Y)
2 20
ajustada

Residuos
10
0
20 2240 24 0 26
Gráfico
28
de30probabilidad
32 34
n
-2 Año
60 (x) 7
40 0 10 20 30 40 50

Año (x)
-4 20 Pronóstic
Muestra percentil
30
20 Ventas (Y)

Año (x)
0
20 22 1024 26 28 30 32 34
0 Ventas (Y)
0 10 20 30 40 50 60 7
Muestra percentil
 Valor crítico de F Año (x) Gráfico de los residuales
0.000929509223392 4
3
2
Residuos

1
0
-1 0 2 4 6 8 10 12
Inferior 95% Superior 95% -2
17.3140586594441 23.48594134056 -3
-4
0.602655520428951 1.597344479571
Año (x)

Año (x) Curva de regresión ajustada

40
30
ntas (Y)

20 Ventas (Y)
Pronóstico Ventas (Y)
10
 Año (x) Curva de regresión ajustada
Resultados de datos de probab.
40
30
Percentil Ventas (Y)

Ventas (Y)
20 Ventas (Y)
5 21.6 Pronóstico Ventas (Y)
10
15 21.9
0
25 22.9 0 2 4 6 8 10 12
35 23.9 Año (x)
45 25.5
55 27.5
65 28.6
75 29.7
85 31.4
95 31.5
o de probabilidad normal
s residuales
rva de regresión
ustada
o de30probabilidad
32 34
normal
20 30 40 50 Año
60 (x) 70 80 90 100
Pronóstico
Muestra percentil Año (x)

8 30 32 34

20 30 40 50 60 70 80 90 100
Muestra percentil
siduales

8 10 12

n ajustada

Ventas (Y)
Pronóstico Ventas (Y)
n ajustada

Ventas (Y)
Pronóstico Ventas (Y)

2
Venta de Bicicletas
Año (x) Ventas (Y)
1 21.6 Resumen
2 22.9
3 25.5 Estadísticas de la regresión
4 21.9 Coeficiente de correlación múltiple 0.874526166612
5 23.9 Coeficiente de determinación R^2 0.764796016089
6 27.5 R^2 ajustado 0.7353955181
7 31.5 Error típico 1.958953802416
8 29.7 Observaciones 10
9 28.6
10 31.4 ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 8
Total 9

Coeficientes
Intercepción 20.4
Año (x) 1.1

Análisis de los residuales

Observación Pronóstico Ventas (Y)

1 21.5
2 22.6
3 23.7
4 24.8
5 25.9
6 27
7 28.1
8 29.2
9 30.3
10 31.4
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F Año (x
99.825 99.825 26.0130293 0.00092951 4
30.7 3.8375 2

Residuos
130.525
0
0 2
-2
Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Superior 95.0%
1.33822021 15.2441279 3.39989E-07 17.3140587 23.4859413 17.3140587 23.4859413 -4
0.21567372 5.10029698 0.00092951 0.60265552 1.59734448 0.60265552 1.59734448

Resultados de datos de probabilidad

Residuos
Residuos estándares Percentil Ventas (Y)
0.1 0.05414422 5 21.6
0.3 0.16243265 15 21.9
1.8 0.97459588 25 22.9
-2.9 -1.57018225 35 23.9
-2 -1.08288431 45 25.5
0.5 0.27072108 55 27.5
3.4 1.84090333 65 28.6
0.5 0.27072108 75 29.7
-1.7 -0.92045167 85 31.4
-7.1054E-15 -3.8472E-15 95 31.5
 Año (x) Curva de regresión ajustada
40
30
Gráfico de probabilidad normal
Ventas (Y)

20 40 Ventas (Y)
Pronóstico Ventas (Y)
10 Ventas (Y) 30
0 20
0 2 10 4 6 8 10 12
0 Año (x)
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil

Año (x) Gráfico de los residuales

4
2
Residuos

0
0 2 4 6 8 10 12
-2
-4
Año (x)