Pronosticos

Bibliografía:

Montgomery (2001, Section 3-3: Experiments with a single factor: The analysis of variance; Analysis of the fixed effects model)

Anderson, David R.; Sweeney, Dennis J.; Williams, Thomas A. (1996). Statistics for business and economics (6th ed.). Minneapolis/St. Paul: West Pub.

Instrucciones:

1. Explica claramente cuando es mejor utilizar:

• Suavización exponencial simple: Éste método es adecuado cuando deseamos realizar un pronóstico en el cual las variaciones de los datos, son más o menos estables, no cambian con frecuencia, es decir no tienen tendencia hacia arriba o hacia abajo.

• Suavización exponencial lineal: Éste es más útil cuando nuestros datos tienen una tendencia definida, y varian dato con dato, constantemente

• Método de Winters: Es muy útil cuando nuestros datos presentan la característica de estacionalidad, por ejemplo, una tienda en la cual los valores varían a lo largo del año y tiene ventas ganancias bajas en julio pero mayores en diciembre.

2. Menciona cuales son los métodos de pronósticos basados en promedios:

• Promedios simples

• Promedios móviles

• Promedios móviles dobles

• Suavizamiento exponencial

3. Define cuando es útil el análisis de regresión lineal simple.

• Cuando se supone existe una relación en un pronóstico de dos variables que necesitamos realizar, entre la variable dependiente y la independiente.

4. Describe y explica los conceptos utilizados en la regresión lineal simple.

• Existe una variable independiente y se cuentan con dos parámetros.

• Y=b0+b1X

 Donde b0 es la intersección con eje Y

 b1 es la pendiente

 Y es el resultado del valor esperado por nuestro pronóstico

5. ¿A qué se refiere la “parte explicada por la regresión” y la “parte no explicada”?

• Parte explicada por la regresión: Se refiere a la variabilidad total de Y influída por X.

• Parte no explicada: Es el porcentaje de ocaciones en las que la variable X no afecta a Y.

6. ¿Qué alternativa puedes utilizar cuando tu diagrama de dispersión no presenta una tendencia lineal y requieres analizar el caso con regresión lineal?

• Podemos realizar una operación de ajuste que transforme a una característica lineal nuestros datos por ejemplo un inverso multiplicativo o aplicar operación logarítmica, una raíz cuadrada o elevación al cuadrado y tomar los datos que nos correspondan con un R2 mayor.

7. Menciona en qué consiste la prueba de hipótesis nula y la prueba de hipótesis alternativa.

• Hipótesis nula: Representa ideas preconcebidas de la población, se suponen ciertas y se representan con símbolo de igualdad.

• Hipótesis alterna: Se pretende comprobar que es cierta, se espera sea aceptada y en base a esto se representa en forma de desigualdad.

8. ¿Qué criterio se utiliza para aceptar o rechazar la prueba de hipótesis?

• Se parte de la hipótesis nula, cuando ésta es igual a cero significa que no existe relación entre X y Y, y se rechaza dicha hipótesis.

9. ¿Cómo puedes relacionar las graficas de residuales vs los supuestos de la regresión?

• Para el análisis de la Gráfica de dispersión vs Valores Ajustados, Gráfica de dispersión de residuales vs variable explicativa y Gráficas de residuales contra el tiempo, en caso de formar parte de series de tiempo. Una vez encontrado que no se violen estos supuestos se puede comprobar la independencia. Esto con el análisis del histograma de residuales.

10. Pronostica el clima para la ciudad de Guadalajara haciendo uso de la siguiente información:

• Según los portales de internet, el clima de Guadalajara durante el año pasado estuvo fluctuando entre

...