Analisis Cuantitativo

Supuestos:

• Costo de producción similar al de años anteriores

• Archivo tiene el costo cuando el TV es hecho en la fabrica

• Archivo tiene costos de TV similares cuando es hecho por terceros

• Se quieren producir tantos TV como sean necesarios para atender la demanda

• Limite de capacidad de producción de Panatronic es de 5000 u mensual

• Outsourcing no tiene limites

• Si se contrata la producción de una unidad adicional a 5000 con el tercero tiene un costo fijo de $50000 (el costo de producción por unidad no varía)

Decisión: Producir los televisores in company o por medio de un Outsourcing

Info relevante

Pronóstico: “Promedio, acompañado de la probabilidad de cada valor posible o un intervalo de predicción de probabilidad de 95%

Respuestas

1)

• Caso en que el producto es realizado en la fabrica:

Para poder pronosticar este punto lo primero que hice fue verificar a que tipo de distribución se asocian los datos históricos proporcionados en la tabla. Para lo cual aplique las funcionalidades del XLSTAT obteniendo el siguiente resultado:

Como podemos apreciar los datos siguen una frecuencia que se asemeja a la distribución Weibull (3) pero al no saber cómo manejar este tipo de distribución en Excel opte por elegir la distribución normal.

Aproximando los datos a la distribución Normal obtengo que la media es 154,1 y el desvió estándar 2,62 por lo cual nos quedaría, redondeando, N(154; 3).

Ya conociendo los valores de media y de desvió estándar procedo a calcular el intervalo de predicción aplicando la formula de normal inversa de Excel:

Norminv(0,25; 154; 2,62) = 148,95

Norminv(0,975; 154; 2,62) = 159,25

Respuesta:Con un 95% de confianza podemos pronosticar que los costos de producción cuando el producto es fabricado in company se encontraran entre CLP 148,95 y CLP 159,25 por unidad.

• Para realizar el pronóstico del intervalo de predicción de los costos del outsourcing, seguí el mismo procedimiento antes descrito. Los datos históricos , según el XLSTAT, se asocian a una distribucion “Logística”, pero al no conocer cómo manejar la inversa de esta distribución en Excel opte de aproximar por una distribución Normal:

Distribución p-valor

Beta4 0,265

Binomial < 0.0001

Binomial negativa (1) < 0.0001

Binomial negativa (2) < 0.0001

Chi-cuadrado 0,002

Erlang < 0.0001

Exponencial < 0.0001

Fisher-Tippett (1) < 0.0001

Fisher-Tippett (2) 0,014

Gama (1) 0,008

Gama (2) 0,261

GEV 0,289

Gumbel < 0.0001

Log-normal 0,257

Logística 0,339

Normal 0,272

Normal estándar < 0.0001

Poisson < 0.0001

Student < 0.0001

Weibull (1) < 0.0001

Weibull (2) 0,171

Weibull (3) 0,211

Obteniendo como media de los datos 154,9 y un desvió estándar de 2,44; redondeando: N(155; 2)

Aplico la función inversa de la normal para calcular el intervalo de predicción con un 95% de confianza

Norminv(0,025; 154,9; 2,44) = 150,10

Norminv(0,975; 154,9; 2,44) = 159,7

Respuesta: Con un 95% de confianza podemos predecir que el costo de producción para el proveedor estará entre los CLP 150,10 y los CLP 159,7 por unidad

2) Para realizar el pronóstico de la demanda del televisor para el próximo mes, teniendo en cuenta que la tendencia es lineal con pendiente positiva, tomo la decisión de correr el

...