Variación Secular: es la tendencia normal de una variable en estudio

Una empresa y sus niveles de inventario en los ultimos 5 años.

Mike Godfrey, auditor de un sistema escolarizado de educación pública, ha revisado los registros de inventario para det
existencias reales de libros de texto son típicas. Las cantidades de inventario siguientes corresponden a los cinco años a
a) Encuentre la ecuación lineal que describa la tendencia en las existencias de inventario.
b) Estime para el auditor el valor del inventario para el año 2020.

Año (X) Invent. ($) Y

2,015 4,620
2,016 4,910
2,017 5,490
2,018 5,730
2,019 5,990
 codificada
egistros de inventario para determinar si las Año (X) ẋ Xc = (x - ẋ) Invent. ($) Y
orresponden a los cinco años anteriores:
2,015 4620
2,016 4910
2,017 5490
2,018 5730
2,019 5990
10,085
2,020
n= tamaño de muestra es impar
ẋ=
a=
b=
ŷ= a + b*
ŷ= 0 + 0
ŷ(x = 2020) = 0$
Xc
*Xc
Variación Secular: es la tendencia normal de una variable en estudio.
Una empresa y sus niveles de inventario en los ultimos 5 años.
Mike Godfrey, auditor de un sistema escolarizado de educación pública, ha revisado los registros de inventario para det
existencias reales de libros de texto son típicas. Las cantidades de inventario siguientes corresponden a los cinco años a
a) Encuentre la ecuación lineal que describa la tendencia en las existencias de inventario.
Estime para el auditor el valor del inventario para el año 2020.

Año (X) ẋ Xc = (x - ẋ) Invent. ($) Y

2,015 2,017 -2 4,620
Invent. ($) Y
2,016 2,017 -1 4,910 7,000
2,017 2,017 0 5,490 6,000
f(x) = 356 x + 5348

Nivel de inventario
2,018 2,017 1 5,730 5,000
2,019 2,017 2 5,990 4,000
3,000
2,020 3
2,000
n=5
1,000
ẋ = 2,017
0
a = 5,348 -3 -2 -2 -1 -1 0 1
b = 356 Años codificados
ŷ= a + b Xc
ŷ= 5,348 + 356 Xc
ŷ(x = 2020) = 6,416 $
os de inventario para determinar si las
onden a los cinco años anteriores:
b)

Series de tiempo: Comportamiento de los datos:

Invent. ($) Y Tendencia: si los datos crecen o van disminuyendo
7,000 Patrón:
6,000 Ciclo:
5,000 Temporada: El año tiene 4 estaciones:
4,000 Primavera: Florecen las plantas o árboles
3,000 Otoño: Caida de las hojas de los árboles
Invierno: Lluviosa, el clima esta helado
2,000
Verano: Calor, altas temperaturas,
1,000
0
-1 0 1 1 2 2 3
Años codificados
 Codificado
Año(X) # PC (Y) ẋ Xc = 2*(X - ẋ) # PC (Y) Año(X) Xc
1,990 50 1,992.50 -5 50 1996 7
1,991 110 1,992.50 -3 110 1997 9
1,992 350 1,992.50 -1 350 1998 11
1,993 1,020 1,992.50 1 1,020 1999 13
1,994 1,950 1,992.50 3 1,950
1,995 3,710 1,992.50 5 3,710
a) Desarrolle la ecuación de estimación lineal que mejor describa estos datos.
Desarrolle la ecuación de estimación de segundo grado que mejor describa los datos.
Estime el número de computadoras personales que habrá en uso en la universidad en 1999, utilizando ambas ecuacione
d) Si hay
académicos en la universidad, ¿qué ecuación es mejor pronosticador? ¿Por qué?

n= 6 años
ẋ = 1,992.50 promedio ó media de x
ȳ = 1,198.33 media de y
=
a = 1198.33 intercepto
b= 349.86 pendiente
Ŷ= a + bx
a) Ŷ = 1198.33 + 349.86 x
c) Ŷ(x = 1999) = 5,746.5 catedráticos Es mejor el pronostico con la ecuación lineal
5,747
 El número de académicos que poseen computadoras personales en la Universidad de
Ohio ha aumentado drásticamente entre 1990 y 1995:

Universidad de Ohio
4000
3500
# de catedraticos con PC 3000
b)
c) 2500
izando ambas ecuaciones. 2000
d) Si hay 8,000
1500
1000
500
0
-6 -4 -2 0 2 4 6
Años codificados
 El número de académicos que poseen computadoras personales en la Universidad de Ohio ha aumentado drásticament
1990 y 1995:
Año(X) # PC (Y) ẋ Xc = 2*(X - ẋ) # PC (Y) Año(X) Xc
1990 50 1,992.50 -5 50 1996 7
1991 110 1,992.50 -3 110 1997 9
1992 350 1,992.50 -1 350 1998 11
1993 1,020 1,992.50 1 1020 1999 13
1994 1,950 1,992.50 3 1950
1995 3,710 1,992.50 5 3710
a) Desarrolle la ecuación de estimación lineal que mejor describa estos datos.
Desarrolle la ecuación de estimación de segundo grado que mejor describa los datos. c
Estime el número de computadoras personales que habrá en uso en la universidad en 1999, utilizando ambas ecuacione
d) Si hay
académicos en la universidad, ¿qué ecuación es el mejor pronosticador? ¿Por qué?

n= 6 años
ẋ = 1,992.50 promedio ó media de x Pronóstico Real (encuesta)
ȳ = 1,198.33 media de y 5,747 6,000
=
a = 1,198.33 intercepto
b= 349.86 pendiente
Ŷ= a + b Xc
a) Ŷ = 1198.33 + 349.86 Xc
c) Ŷ(x = 1999) = 5,746.5 catedráticos Es mejor el pronóstico con la ecuación lineal
5,747
umentado drásticamente entre
La universidad de Ohio
4000
3500

# de académicos con PC
3000
f(x) = 349.857142857143 x + 1198.33333333333
2500 b = 349.86
Iy = 1,198.33
2000
1500
1000
b)
c) 500
lizando ambas ecuaciones. 0
d) Si hay 8,000 -6 -4 -2 0 2 4 6
Xc ó Años codificados

Real (encuesta)
6,000
 El número de académicos que poseen computadoras personales en la Universidad de Ohio ha aumentado drásticamente
entre 1990 y 1995:
Año(X) # PC (Y) ẋ Xc = 2*(X - ẋ) # PC (Y) Año(X) Xc
1990 50 1992.5 -5 50 1996 7
1991 110 1992.5 -3 110 1997 9
1992 350 1992.5 -1 350 1998 11
1993 1,020 1992.5 1 1,020 1999 13
1994 1,950 1992.5 3 1,950
1995 3,710 1992.5 5 3,710
a) Desarrolle la ecuación de estimación lineal que mejor describa estos datos. b)
Desarrolle la ecuación de estimación de segundo grado que mejor describa los datos. c)
Estime el número de computadoras personales que habrá en uso en la universidad en 1999, utilizando ambas ecuaciones.
d) Si
hay 8,000 académicos en la universidad, ¿qué ecuación es mejor pronosticador? ¿Por qué?

n= 6 años
ẋ = 1,992.50 promedio ó media de x
ȳ = 1,198.33 = media de y Pronóstico Real (encuesta)
a= 611.88 7,500 6,000
b= 349.86
c= 50.27
Ŷ= a + b Xc + c Xc2
b) Ŷ= 611.88 + 349.86 Xc + 50.27 Xc2
c) Ŷ(x = 1999) = 13,655.4 catedráticos
7,500
umentado drásticamente
La universidad de Ohio
4000

f(x) = 50.2678571428572 x² +3500

349.857142857143 x + 611.875

# de acdémicos con PC´s

3000
2500
2000
1500
b) 1000
c)
izando ambas ecuaciones. 500
d) Si 0
-6 -4 -2 0 2 4 6
Años codificados

Real (encuesta)
6,000
Xc = 2*(X - ẋ) # PC (Y)
-5 50 # PC (Y)
-3 110 4000
-1 350
f(x) = 50.2678571428572 x²3500
+ 349.857142857143 x + 611.875
1 1,020 3000
3 1,950
2500

Axis Title
5 3,710
2000
1500
a = 611.88
1000
b = 349.86
c = 50.268 500
0
-6 -4 -2 0 2 4
Axis Title

Ŷ= a + bx + c x2
Ŷ= 611.88 + 349.86 x + 50.27 x2
Ŷ(x = 1999) = 13,655.4 catedráticos
7142857143 x + 611.875

2 4 6
e