Escuela Universitaria de Negocios Asignatura: Estadística Aplicada 2

Escuela Universitaria de Negocios

Asignatura: Estadística Aplicada 2

EJERCICIOS DE REPASO PC2 2014-0

Problema 1:

Una empresa que vende equipos de computación, tiene la necesidad de pronosticar la cantidad de equipos que venderá durante los 2 primeros trimestres del año 2013. Para ello cuenta con el registro de equipos de cómputo (en unidades) desde el primer trimestre del 2006 hasta el cuarto trimestre del año 2012. Los datos se presentan a continuación y se encuentran grabados en la unidad G de la computadora que tiene a su disposición, en el archivo EQUIPOS DE CÓMPUTO.MTW:

Años Trimestres

I II III IV

2006 36 42 27 60

2007 39 45 30 63

2008 45 38 53 66

2009 45 66 75 102

2010 60 75 105 120

2011 63 77 108 125

2012 68 75 113 129

Obtenga y analice el gráfico de dispersión-nivel (media vs desviación estándar) y luego responda lo siguiente:

¿Cuál es el modelo más apropiado si se desea utilizar el método de descomposición?

AÑO Media Desviación

Estándar

2006

2007

2008

2009

2010

2011

2012 41.25

44.25

50.50

72.00

90.00

93.25

96.25 13.9374

13.9374

12.0139

23.6220

27.3861

28.3122

29.4548

Modelo elegido: ______MULTIPLICATIVO

Justificación de la elección del modelo: __Se observa tendencia lineal en el gráfico.

Utilice el modelo más apropiado del método de descomposición y conteste lo siguiente:

Utilice la ecuación de tendencia lineal, para estimar los componentes de tendencia correspondientes al primer y segundo trimestre del año 2013.

Fitted Trend Equation

Yt = 31.86 + 2.59*t

T ̂_t=31.86+2.59t

2013-I : T ̂_29=31.86+2.59*29=106.97

2013-II : T ̂_30=31.86+2.59*30=109.56

Presente los componentes estacionales del primer y segundo trimestre del año 2013.

Trimestre E ̂_t

2013-I 0.75125 = 75.13%

2013-II 0.85534 = 85.53%

Interprete el índice estacional correspondiente al primer trimestre.

El primer trimestre de todos los años, la cantidad vendida de equipos de computo disminuye, en 24.87% respecto al promedio trimestral, por efectos de la estacionalidad.

Obtenga el pronóstico del número de unidades vendidas de equipos de cómputo para el primer y segundo trimestre del año 2013.

Forecasts

Period Forecast

29 80.4054

30 93.7630

Calcule los siguientes indicadores de error de pronóstico.

Indicador Valor

MAD 8.0478

MSD 96.4936

Problema 2:

El administrador del restaurante “Buen Gusto”, desea mejorar el servicio que brinda a sus clientes, y también el horario de sus empleados, basándose en la afluencia diaria de clientes durante las pasadas 4 semanas. La serie inicia el lunes de la semana 1. El número de clientes atendidos en el restaurante en el periodo citado fue:

Fitted Trend Equation

Yt = 481.9 + 2.92*t

Seasonal Indices

Period Index

1 -107.551

2 -146.694

3 -153.265

4 -52.265

5 111.449

6 201.735

7 146.592

Accuracy Measures

MAPE 7.29

MAD 35.68

MSD 1867.58

Estime el componente de tendencia correspondiente a los días sábado y domingo de la semana 5.

Sábado Semana 5 t = 34

Domingo Semana 5 t = 35

T34 = 481.9 + 2.92 * 34 = 581.18

T35 = 481.9 + 2.92 * 35 = 584.1

Obtenga el pronóstico de la afluencia de clientes para el día sábado de la semana 10 e identifique si es necesario contratar más mozos, considerando que para los días sábados se tiene contratados 10 mozos que atienden a 81 personas al día en promedio ¿Cuántos mozos más habría que contratar?

Sábado Semana 10 t = 69

Ŷ69= (481.9 + 2.92 * 69) + 201.735 = 885.115

Como 886 – 810 =76, entonces alcanzaría con contratar a un mozo más.

Problema 3:

Una empresa de investigación de mercados ha realizado un estudio sobre la preparación de una nueva fórmula para espumas de afeitar. Se seleccionó una muestra aleatoria de 300 usuarios y se realizaron preguntas acerca del tema de investigación, utilizando una escala de 1 a 20 (1 significa totalmente en desacuerdo, y 20 totalmente de acuerdo). Los datos del estudio se encuentran en el archivo Fórmula_Espuma_Afeitar.sav y se encuentra grabado en la unidad G de la computadora que tiene a su disposición. Los ítems (variables) utilizados en el cuestionario son:

Variable Descripción

X1 La espuma debe crecer en la mano al salir del frasco

X2 La espuma debe adherirse a la piel de la cara al ponerla con la mano

X3 La espuma debe salir toda del frasco

X4 La cuchilla debe deslizarse con facilidad

X5 La piel debe quedar suave al limpiarse la espuma después del afeitado

X6 Me gusta la espuma de color blanco

X7 Me gusta la espuma cremosa

X8 Me gusta la espuma ligera

X9 Me gusta la espuma fluida

X10 Me gusta la espuma que sea seca

X11 Me gusta la espuma que moje la piel

X12 Me gusta la espuma que quede sin olor

X13 Me gusta la espuma que refresque

Realice el análisis factorial aplicando la regla de Kaiser y responda las siguientes preguntas:

Determine el índice de adecuación global de la muestra e interprete

KMO= 0.911>0.5

La muestra global es adecuada para realizar el AF

¿Es necesario eliminar alguna variable para realizar el análisis factorial? Justifique su respuesta. Anti-imagen correlacion en diagonal

Si. Es necesario eliminar la variable X13 porque su IAM=0.327<0.5

Utilizando las variables adecuadas responda lo siguiente:

¿Con 5% de significación se puede afirmar que existe intercorrelación significativa entre las variables seleccionadas para el análisis factorial? Coloque las hipótesis,

...