Practico de pronósticos

1. Encuentre el pronóstico de ventas totales para la empresa Atlantida para el mes

de noviembre mediante los métodos simplista, promedio móvil y promedio móvil
ponderado. Y encuentre el pronóstico para nov, dic, y enero mediante el método
de regresión lineal. Se sabe que la empresa tiene 3 sucursales, la sucursal de
la Banzer vende 5/8 partes de la sucursal del paragua. La sucursal Paragua
vende el 35% de las ventas totales de la empresa.
SOLUCION:
A + B+ C = T
A + 5/8*C + 0,35 T = T
A + 5/8 * 0,35 T +0,35 T =T
A =T - 5/8 * 0,35 T - 0,35 T
A = 0,43125 T

A
T=
0,43125

a)
 METODO SIMPLISTA

Mes Ventas de sillas de la sucursal cañoto

Mayo 124
Junio 135
Julio 144
Agosto 152
Septiembre 165
Octubre 174
Noviembre 174

T= 174 / 0,43125
T= 403,48

 PROMEDIO MOVIL
Noviembre = (144 + 152 + 165 + 174) ÷ 4
Noviembre = 158.75

Mes Ventas de sillas de la sucursal cañoto

Mayo 124
Junio 135
Julio 144
Agosto 152
Septiembre 165
Octubre 174
NOVIEMBRE 158,75

T= 158,75 / 0,43125 T = 368,12

  PROMEDIO MOVIL PONDERADO (Tendencia Creciente)

Noviembre = [(144×1) + (152×2) + (165×3) + (174×4)] ÷ 10 = 181,3

Mes Ventas de sillas de la sucursal cañoto

Mayo 124
Junio 135
Julio 144
Agosto 152
Septiembre 165
Octubre 174
NOVIEMBRE 181,3

T= 181,3 / 0,43125
T = 420,41
b)
 METODO DE REGRESIÓN LINEAL

X Mes Ventas de sillas de la sucursal X*Y X2

cañoto (Y)
1 Mayo 124 124 1
2 Junio 135 270 4
3 Julio 144 432 9
4 Agosto 152 608 16
5 Septiembre 165 825 25
6 Octubre 174 1044 36
TOTAL 894 3303 91
𝑋̅= 3,5 𝑌̅= 149

[3303−(6∗3,5∗149) ]
B= = 9,94 A = 149 – 9,94 * 3.5 = 114,21
[ 91−( 6∗3,52 )]

Y= 114,21 + 9,94*X

X Mes Ventas de
Y= 114,21 + 9,94*7 = 183,79 sillas de la
sucursal
Y= 114,21 + 9,94*8 = 193,73 cañoto (Y)
Y= 114,21 + 9,94*9 = 203,67 1 Mayo 124
2 Junio 135
3 Julio 144
4 Agosto 152
5 Septiembre 165
6 Octubre 174
7 Noviembre 183,79
8 Diciembre 193,73
9 Enero 203,67
2. Encuentre el pronóstico de ventas para resto del año 2018 y 2019 mediante
regresión lineal. Encuentre la línea de tendencia central y los limites superior e
inferior de la misma.

Los datos son los siguientes

mes ventas de madera en

pies
1 2014 Enero 25125
2 Febrero 25752
3 Marzo 25852
4 Abril 25999
5 Mayo 26241
6 Junio 27000
7 Julio 26854
8 Agosto 26810
9 Septiembre 25989
10 Octtube 25750
11 Noviembre 25800
12 diciembre 25925
13 2015 Enero 26450
14 Febrero 26585
15 Marzo 26985
16 Abril 27451
17 Mayo 27745
18 Junio 27989
19 Julio 27855
20 Agosto 27585
21 Septiembre 27212
22 Octtube 27200
23 Noviembre 27250
24 diciembre 27999
25 2016 Enero 28245
26 Febrero 28454
27 Marzo 29000
28 Abril 29124
29 Mayo 29451
30 Junio 29911
31 Julio 29875
32 Agosto 29544
33 Septiembre 29121
34 Octtube 28789
35 Noviembre 28754
36 diciembre 28800
37 2017 Enero 29545
38 Febrero 30124
39 Marzo 30754
40 Abril 30989
41 Mayo 31154
42 Junio 31685
43 Julio 31965
44 Agosto 32512
45 Septiembre 31998
46 Octtube 31685
47 Noviembre 31600
48 diciembre 31685
49 2018 Enero 31958
50 Febrero 32145
51 Marzo 32564
52 Abril 32987
53 Mayo 33152
54 Junio 33685
55 Julio 33956
56 Agosto 34121
57 Septiembre 33399,55
58 Octtube 33549,7
59 Noviembre 33699,85
60 diciembre 33850
61 2019 Enero 34000,15
62 Febrero 34150,3
63 Marzo 34300,45
64 Abril 34450,6
65 Mayo 34600,75
66 Junio 34750,9
67 Julio 34901,05
68 Agosto 35051,2
69 Septiembre 35201,35
70 Octtube 35351,5
71 Noviembre 35501,65
72 diciembre 35651,8
 Chart Title y = 150,15x + 24841
40000
R² = 0,9389

35000

30000

25000

20000

15000

10000

5000

0
0 10 20 30 40 50 60

3. Encuentre el pronóstico de generación de basura para cada uno de los departamentos

de Bolivia para los años 2016 a 2021 mediante el método de regresión lineal y presente
en una gráfica con la ecuación y el coeficiente de correlación más adecuado.

año Sucre
1 2010 44965
2 2011 48842
3 2012 54041 Chart Title y = 3244.5x + 42363
R² = 0.8997
4 2013 54047 60000
5 2014 n.d. 50000
6 2015 n.d. 40000
7 2016 65074,5 30000
8 2017 68319 20000
9 2018 71563,5 10000
10 2019 74808 0
0 1 2 3 4 5
11 2020 78052,5
12 2021 81297
 año La paz
1 2010 177817 Chart Title y = -6364.2x + 195104
2 2011 177629 200000 R² = 0.2631

3 2012 181267
4 2013 186378 150000
5 2014 187650
6 2015 126233 100000

7 2016 150554,6
8 2017 144190,4 50000

9 2018 137826,2
0
10 2019 131462
0 1 2 3 4 5 6 7
11 2020 125097,8
12 2021 118733,6

año Cochabamba
Chart Title y = 2478.8x + 136714
1 2010 131866 R² = 0.0427
2 2011 136428 200000
3 2012 140233
4 2013 166849 150000
5 2014 178034
100000
6 2015 118931
7 2016 154065,6
50000
8 2017 156544,4
9 2018 159023,2 0
10 2019 161502 0 1 2 3 4 5 6 7
11 2020 163980,8
12 2021 166459,6

año Oruro
Chart Title y = -55.171x + 46655
1 2010 44277 R² = 0.0003
60000
2 2011 44473
3 2012 47996 50000
4 2013 49389 40000
5 2014 55855 30000
6 2015 36783
20000
7 2016 46268,803
8 2017 46213,632 10000

9 2018 46158,461 0
0 1 2 3 4 5 6 7
10 2019 46103,29
11 2020 46048,119
12 2021 45992,948
 año Potosí y = 3537.5x + 47813
1 2010 58670
Chart Title R² = 0.2625
2 2011 50459 100000
3 2012 53914 80000
4 2013 49918 60000
5 2014 84237 40000
6 2015 63965 20000
7 2016 72575,5
0
8 2017 76113 0 1 2 3 4 5 6 7
9 2018 79650,5
10 2019 83188
11 2020 86725,5
12 2021 90263

año Tarija
1 2010 47709 Chart Title y = -2329.6x + 55657
R² = 0.4378
2 2011 51764 60000

3 2012 53794 50000

4 2013 49668 40000

5 2014 47001 30000
6 2015 35085 20000
7 2016 39349,8 10000
8 2017 37020,2 0
9 2018 34690,6 0 1 2 3 4 5 6 7
10 2019 32361
11 2020 30031,4
12 2021 27701,8

año Santa cruz

1 2010 359826
Chart Title y = 58.6x + 374253
R² = 8E-06
2 2011 363808 500000

3 2012 376507 400000

4 2013 400928
300000
5 2014 430103
6 2015 315575 200000

7 2016 374663,2 100000

8 2017 374721,8
0
9 2018 374780,4 0 1 2 3 4 5 6 7
10 2019 374839
11 2020 374897,6
12 2021 374956,2
 año trinidad
Chart Title y = 1034.2x + 30257
1 2010 24264 R² = 0.0052
100000
2 2011 22113
3 2012 26424 80000

4 2013 88340 60000

5 2014 24322
40000
6 2015 17795
7 2016 37496,4 20000

8 2017 38530,6 0
9 2018 39564,8 0 1 2 3 4 5 6 7

10 2019 40599
11 2020 41633,2
12 2021 42667,4

año El alto
Chart Title y = 1988.1x + 154014
1 2010 143296 R² = 0.0237
250000
2 2011 153712
200000
3 2012 161785
150000
4 2013 185627
100000
5 2014 191852
50000
6 2015 129560
0
7 2016 167930,7 0 1 2 3 4 5 6 7
8 2017 169918,8
9 2018 171906,9
10 2019 173895
11 2020 175883,1
12 2021 177871,2