Administración de la demanda Fundación universitaria tecnológico Comfenalco
Enviado por Luis Sucre • 1 de Mayo de 2019 • Práctica o problema • 1.240 Palabras (5 Páginas) • 93 Visitas
TALLER PRONOSTICOS CON ARIMA
Integrantes:
Luis Miguel Garrido Funez
Damián Cantillo Terán
David José Bertel Ruiz
Miguel García Castro
Andrés Arturo Marciglia López
Docente:
Darwin Ramos Franco
Administración de la demanda
Fundación universitaria tecnológico Comfenalco
Cartagena de indias, Bolivar
15/04/19
- Modelo de regresión lineal con 6 meses
- Regresión para índice de complejidad
Se ingresan los datos al software y se desarrolla el modelo de regresión con SthatGraphics:
Regresión Simple - Indice complejidad vs. Orden
Variable dependiente: Índice complejidad
Variable independiente: Orden
Lineal: Y = a + b*X
Número de observaciones: 228
Coeficientes
Mínimos Cuadrados | Estándar | Estadístico | ||
Parámetro | Estimado | Error | T | Valor-P |
Intercepto | 71,6467 | 0,759774 | 94,3001 | 0,0000 |
Pendiente | 0,148084 | 0,00575286 | 25,7409 | 0,0000 |
Análisis de Varianza
Fuente | Suma de Cuadrados | Gl | Cuadrado Medio | Razón-F | Valor-P |
Modelo | 21658,5 | 1 | 21658,5 | 662,59 | 0,0000 |
Residuo | 7387,39 | 226 | 32,6876 | ||
Total (Corr.) | 29045,9 | 227 |
Coeficiente de Correlación = 0,863519
R-cuadrada = 74,5665 porciento
R-cuadrado (ajustado para g.l.) = 74,454 porciento
Error estándar del est. = 5,71731
Error absoluto medio = 4,71209
Estadístico Durbin-Watson = 0,0443696 (P=0,0000)
Autocorrelación de residuos en retraso 1 = 0,957158
La salida muestra los resultados de ajustar un modelo para describir la relación entre Indice complejidad y Orden. La ecuación del modelo
ajustado es
Indice complejidad = 71,6467 + 0,148084*Orden
Ahora bien, teniendo en cuenta la anterior formula se pronostican los valores para los próximos 6 meses en Excel:
Valor independiente | Pendiente | X | Pronostico |
71,6467 | 0,148084 | 1 | 71,794784 |
71,6467 | 0,148084 | 2 | 71,942868 |
71,6467 | 0,148084 | 3 | 72,090952 |
71,6467 | 0,148084 | 4 | 72,239036 |
71,6467 | 0,148084 | 5 | 72,38712 |
71,6467 | 0,148084 | 6 | 72,535204 |
- Regresión para costo de utilización
Se ingresan los datos al software y se desarrolla el modelo de regresión con SthatGraphics:
Regresión Simple - Costo utilizacion vs. Orden
Variable dependiente: Costo utilizacion
Variable independiente: Orden
Lineal: Y = a + b*X
Número de observaciones: 228
Coeficientes
Mínimos Cuadrados | Estándar | Estadístico | ||
Parámetro | Estimado | Error | T | Valor-P |
Intercepto | 2904,56 | 39,9451 | 72,7138 | 0,0000 |
Pendiente | -0,200943 | 0,302457 | -0,66437 | 0,5071 |
Análisis de Varianza
Fuente | Suma de Cuadrados | Gl | Cuadrado Medio | Razón-F | Valor-P |
Modelo | 39880,6 | 1 | 39880,6 | 0,44 | 0,5071 |
Residuo | 2,04197E7 | 226 | 90352,8 | ||
Total (Corr.) | 2,04596E7 | 227 |
Coeficiente de Correlación = -0,0441501
R-cuadrada = 0,194923 porciento
R-cuadrado (ajustado para g.l.) = -0,246692 porciento
Error estándar del est. = 300,588
Error absoluto medio = 255,768
Estadístico Durbin-Watson = 1,91205 (P=0,2539)
Autocorrelación de residuos en retraso 1 = 0,0367544
El StatAdvisor
La salida muestra los resultados de ajustar un modelo para describir la relación entre Costo utilizacion y Orden. La ecuación del modelo
...