ESTADISTICAS Y PRONOSTICOS PARA LA TOMA DE DECISIONES.
Enviado por Nala Oz • 26 de Octubre de 2016 • Ensayo • 1.284 Palabras (6 Páginas) • 3.138 Visitas
Nombre: ANA LAURA GONZALEZ LOPEZ | Matrícula: 2792656 |
Nombre del curso: ESTADISTICAS Y PRONOSTICOS PARA LA TOMA DE DECISIONES. | Nombre del profesor: ERIC GERALDO TORRES |
Módulo: 1 | Actividad: Tarea 2 |
Fecha: 19 OCTUBRE DEL 2016 | |
Bibliografía: Hanke, J. E. y Wichern, D. W. (2010). Pronósticos en los negocios (9a ed.). México: Pearson Educación |
Desarrollo de la práctica
Aplicar los temas vistos en clase, buscando la solución correcta a los cuestionamientos.
Ejercicios de conceptos básicos
- Describe con tus propias palabras qué significa una serie de tiempo y cuáles son sus componentes.
Una serie de tiempo es una serie de datos que se modifican con el tiempo, porque no tiene variable fija. Y sus componentes son;
-Tendencia secular
-Variación estacional
-Variación cíclica
-Variación irregular
- ¿Cuál de los cuatro componentes de una serie de tiempo se utilizaría para describir el efecto de las ventas navideñas de una tienda departamental de menudeo?
Estacional porque es por estación(navideña-diciembre) se da por temporadas, año con año.
- ¿Por qué es más fácil pronosticar valores para una serie de tiempo que contiene un componente estacional que uno que posee un componente cíclico?
Los ciclos duran más de un año y la estacional es una serie que se año con año presentando casi siempre el mismo ritmo.
- Los datos que se presentan a continuación corresponden al número de autos de pasajeros (en miles) en Francia durante los años 1970 a 2005. ¿Qué componentes de las series de tiempo parecen estar presentes en esta serie?
Tiene tendencia porque su comportamiento se aproxima a formar una línea recta, es de tendencia se puede observar que representa el crecimiento de los datos, va aumentando constantemente.
[pic 1]
- Ejercicios de aplicación de conceptos
5.- El gerente de un banco está interesado en reducir el tiempo que las personas esperan para ver a su asesor financiero. También le interesa la relación entre el tiempo de espera (Y) en minutos y el número de asesores atendiendo (X). Se registraron los siguientes datos:
X | 2 | 3 | 5 | 4 | 2 | 6 | 1 | 3 | 4 |
Y | 12.8 | 11.3 | 3.2 | 6.4 | 11.6 | 3.2 | 8.7 | 10.5 | 8.2 |
Realiza el diagrama de dispersión y calcula el coeficiente de correlación. ¿Qué puedes interpretar del resultado obtenido del coeficiente de correlación?
x | y |
2 | 12.8 |
3 | 11.3 |
5 | 3.2 |
4 | 6.4 |
2 | 11.6 |
6 | 3.2 |
1 | 8.7 |
3 | 10.5 |
4 | 8.2 |
-0.81364641 | coeficiente de correlación |
[pic 2]
R2=coeficiente de determinación
y=tiempo de espera
x=n cajeros
la ecuación de regresión es dada por Y= 14.517-1.825, por cada cajero adicional que se agregue el tiempo de espera disminuye en 1.82 min, el 66.2% de la variación que tiene el tiempo de espera lo explica el número de cajeros que hay en el banco.
- El siguiente conjunto de datos son las ventas semanales de un artículo de comida (en miles). Determina el coeficiente de autocorrelación r1 y prueba la hipótesis.
Hipótesis nula: la autocorrelación es igual a cero ρ1 = 0
Hipótesis alterna: la autocorrelación es diferente de cero ρ1 ≠ 0
Donde ρ es el coeficiente de autocorrelación poblacional en el lapso k. Utiliza un alfa (α) = 0.05. Interpreta el coeficiente de autocorrelación
¿Para qué te sirve este coeficiente?
Basándome en los resultados y observando el coeficiente me sirve para darme cuenta, que cuento con un coeficiente muy débil, el cual debo de tener presente para poder tomar una decison acertada.
...