Ingeniería industrial Estadística Inferencial II
Gilles de RaisApuntes20 de Octubre de 2019
987 Palabras (4 Páginas)152 Visitas
TECNOLÓGICO NACIONAL DE MÉXICO[pic 1]
INSTITUTO TECNOLÓGICO DE TIJUANA
SUBDIRECCIÓN ACADÉMICA
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
Ingeniería industrial
Estadística Inferencial II
Unidad ll
Practica No.3
Alumnos | |
Jonathan Sarmiento Martínez | #17212313 |
Pedro Alan De la rosa Cuevas | #14210529 |
Salón 203
Grupo: H
Tijuana B.C. Lunes 30 de septiembre de 2019
PROBLEMA 1, Comercio.
Un comercio dedica a la bolsas y cajas para regalo ubicado en la zona centro de la cuidad de Tijuana, quiere predecir las ventas para el año del 2020, Ya que la población de la cuidad ha ido en aumento y la tienda quieres extender sus instalaciones con las ganancias obtenidas del año 2020.
Las ganancias por mes de 4 años todos esto esta representados en la siguiente tabla 1.0
Tabla 1.0 Ganancias obtenidas en 4 años |
[pic 2][pic 3] [pic 4] |
Para empezar a realizar un pronóstico tenemos que observar que tipo de modelo es el que se apegar más al comportamiento de las ventas de este comercio. (ilustración 1.0)
Ilustración 1.1. Grafica de Ventas
[pic 5]
PROBLEMA 1, Comercio: Observamos una serie de tiempo de variación estacional con una tendencia creciente, tambien que en los años que llega a su punto mas alto es el mes de diciembre, cuando la gente compra mas cajas o bolsas para regalo. Para realizar el pronostico de ventas para el proximo años (2020) tomaremos en cuenta 3 metos; analisis de tendia, suavizacion exponencial doble y metodo de winters. (Tabla 1.1)
Metodo de analisis de tendencia. | Suevizacion exponencial doble. | Metodo de Winters, aditivo. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Medidas de exactitud MAPE 1,7076 MAD 5,9566 MSD 59,1305 | Medidas de exactitud MAPE 1,0968 MAD 3,7958 MSD 43,9140 Constantes de suavización α (nivel) 1,25883 γ (tendencia) 0,01218 | Medidas de exactitud MAPE 0,9237 MAD 3,1551 MSD 18,0551 Constantes de suavización α (nivel) 0,2 γ (tendencia) 0,2 δ (estacional) 0,2 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Pronósticos 2020
| Pronósticos 2020
| Pronósticos 2020
|
Tabla 1.1, Valores optenidos de los 3 metodos.
Dado los valores obtenidos de los valores de los tres métodos, nos basaremos en el método Winters aditivo, este modelo presente unos valores más pequeños en MAPE, MAD y MSD eso quieres decir que hay menos error que en los otros métodos.
Conclusión.
Por los tipos de datos y el lugar de donde se plantea qué se extrajeron podemos ver que es una serie de tiempo variación estacional ya que esta suele explicar el comportamiento de comercios en los cuales hay un incremento en ciertos meses del año mientras que en otras cae.
El método Winters dice que es aplicable cuando los valores de tendencia y estacionalidad se presentan en la serie de tiempo, es por eso que se eligió con los otros métodos y en comparación de los otros dos este presenta mejores resultados.
PROBLEMA 2, Metales: En una empresa dedicada a realizar vigas de acero, noto una mejoría en sus demandas, pero estos últimos 4 meses sus demandas han ido decreciendo lo que a causado una incertidumbre entre la producción y sus demandas. La empresa planea realizar un análisis y una predicción de los primeros 6 meses del año (tabla 1.2) y estar preparada para las demandas de los primeros 6 meses.
...