Ejercicios polares Certamen 2 Métodos de Predicción

Certamen 2 Métodos de Predicción

Nota: Responda con letra clara y ordenada. Responda lo que se pide, no lo que cree. Fundamente claramente sus respuestas en cada pregunta. Recuerde nada es obvio.

Problema 1: Una compañía manufacturera desea predecir el costo unitario de fabricación Y de uno de sus productos como función de la tasa de producción (que fluctúa en el tiempo) X1 y de los costos de material y mano de obra X2 (X1 y X2 variables causales con el costo unitario). Los datos fueron recopilados durante 20 meses, en el que la tasa de producción y los costos del material y la mano de obra experimentaron una fluctuación muy amplia. La tasa de producción se midió como un porcentaje de la capacidad total de producción, y se utilizó un índice apropiado para reflejar los costos del material y mano de obra.

A continuación se presentan salidas con diferentes análisis.                       (40 pts.)

Salida 1: Matriz de correlación  

[pic 1]

Salida 2: Modelo lineal [pic 2]

[pic 3]

[pic 4]

Salida 3: Modelo lineal [pic 5]

[pic 6]

[pic 7]

Salida 4: Modelo lineal [pic 8]

[pic 9]

[pic 10]

Salida 5: Modelo lineal [pic 11]

[pic 12]

[pic 13]

Responda claramente la siguiente pregunta:

a.-  ¿Qué modelo, si existe, recomienda Ud. para predecir los costos unitarios de fabricación?

Nota: El análisis debe efectuarse de acuerdo al orden y lógica en que el problema debe resolverse. Si falta algún análisis que Ud. haría y no se encuentra aquí, puede sugerirlo. Sin embargo su resultado debe obtenerlo con los análisis presentes.

SOLUCIÓN:

Como se desea predecir el costo unitario de fabricación Y como función de la tasa de producción X1 y de los costos de material y mano de obra X2, el primer modelo a analizar es el modelo de la Salida 4: Modelo lineal [pic 14],( puesto que de la información extraída de este modelo permitirá mejorar nuestro modelo en caso que este no sea adecuado para los datos)

Primero: VIF:

Cómo este es un modelo de dos variables independientes el VIF lo calculamos del coeficiente de correlación entre X1 y X2. En este caso VIF = 1.12 < 10, por lo que no existe multicolinealidad severa entre ambas variables, luego podemos formular este modelo.

...