PREPARACION Y EVALUACION DE PROYECTOS

PRESENTADO POR:
DANIEL ANTONIO ALDANA CABRALES.

VERONICA GOMEZ SILVA

MARIA LUISA ARANGO VERGARA

TUTOR: ALFREDO ANAYA NARVAEZ

UNIVERSIDAD DE CÓRDOBA

SEDE PLANETA RICA

OCTAVO SEMESTRE

FACULTAD DE CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS.

ADMINISTRACIÓN EN FINANZAS Y NEGOCIOS INTERNACIONALES.
2021.
Resuelva los siguientes cinco ejercicios usando
Excel Ejercicio 1.

Modelo V = a + bT

T V
No. Añ Vent Con base en los datos proporcionados, se
Obs o as debe:
1 20 10
02
Establecer la ecuación del modelo por regresión
2 20 20 1. MCO
03
3 20 30
04
4 20 45 2. Realizar proyección de ventas para el año:
05
5 20 70
06
6 20 90 a) 2013
07
7 20 125 b) 2017
08
8 20 150
09
9 201 180
0
10 2011 220
11 201 270
2

RPTA.

Modelo V = a + bT

T V
No. Año Vent
Obs as
1 200 10
2
2 200 20
3
3 200 30
4
4 200 45
5
5 200 70
 6
6 200 90
7
7 200 125
8
8 200 150
9
9 2010 180
10 2011 220
11 201 270
2
12 201 264
3
 1 201 3
3 7 6
6

Ventas x Año
400 366
y = 25,591x - 51251
350
270 264
Ventas

300
250 220
180
200 150
150 125
90
100 70
45
30
50 10 20
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
2018
-50
Año

Resumen

Estadísticas de la regresión
Coeficiente de correlación 0,979078613
múltiple
Coeficiente de determinación 0,958594931
R^2
R^2 ajustado 0,953994368
Error típico 18,59387865
Observaciones 11

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F Valor crítico
libertad cuadrados cuadrados de F
Regresión 1 72038,40909 72038,40909 208,3646 1,57402E-07
921
Residuos 9 3111,590909 345,7323232
Total 10 75150

Coeficiente Error típico Estadístico t Probabili Inferior Superior Inferior Superior

s dad 95% 95% 95,0% 95,0%
Intercepción -51250,95455 3558,12795 -14,40390994 1,60354 -59299,99917 - - -
E-07 43201,909 59299,99 43201,9099
92 917 2
Variable X 1 25,59090909 1,772856768 14,43484299 1,57402 21,58042845 29,601389 21,58042 29,6013897
E-07 73 845 3

Con base en los datos proporcionados, se

debe:
1) Establecer la ecuación del modelo por regresión MCO

𝑽 = −𝟓𝟏𝟐𝟓𝟎, 𝟗𝟓𝟒𝟓𝟒𝟓𝟒𝟓𝟒𝟓 + 𝟐𝟓, 𝟓𝟗𝟎𝟗𝟎𝟗𝟎𝟗𝟎𝟗𝟎𝟗𝟏 T

2) Realizar proyección de ventas para el año:

a) 2013
b) 2017

a) V2013 = 263,545454
5
 b) V2017 = 365,909090
9

Ejercicio 2.

Modelo V = a + bP

P V Con base en los datos proporcionados, se

debe:
Actividad
Publicid Vent
es
ad as
económic
as
Establecer la ecuación del modelo por regresión
1 0,837 98,5 1. MCO

2 0,389 128,7
Realizar proyección de ventas si los gastos de
3 1,137 128,2 2. publicidad son:

4 6,108 321,7

5 0,250 527,0 a) 8

6 11,661 2.161 b) 15
,0

7 0,292 321,9

8 3,410 572,
8

9 0,282 54,8

10 0,485 294,
6

RPTA.

Modelo V = a + bP

P V
Actividades Publicida Vent
económicas d as
1 0,837 98,5
2 0,389 128,
 7
3 1,137 128,
2
 4 6,108
321,
7
5 0,25 527,
0
6 11,661 2161,
0
7 0,292 321,
9
8 3,41 572,
8
9 0,282 54,8
10 0,485 294,
6
11 8
Publicicidad Vs1264
Ventas
,5
2500,0
12 15 2284 84,
15; 22
y = 145, 71x +98,8 7 ,5 11,6 1;
1,0 5
2000,0 0 6 216
Ventas

1500,0
8; 64,5
1000,0 12

500,0
0, 5; 52 7,0 3,41; 572,8
0 0,2,4 ;
2 6,1 08; 1,7
0 9825 3291
2,30 7,258,2
1571 32
0,0 0 ;88,2
, 34;2
4,9,6
189;, 7,98;
013; 2345678910111213141516
81

Publicidad

Resumen

Estadísticas de la regresión
Coeficiente de correlación 0,874605839
múltiple
Coeficiente de determinación 0,764935373
R^2
R^2 ajustado 0,735552295
Error típico 320,2699447
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F Valor crítico
libertad cuadrados cuadrados de F
Regresión 1 2670298,556 2670298,556 26,03319 0,000927244
379
Residuos 8 820582,6999 102572,8375
Total 9 3490881,256

Coeficiente Error típico Estadístico t Probabili Inferior Superior Inferior Superior

s dad 95% 95% 95,0% 95,0%
Intercepción 98,80667254 123,6695731 0,798957011 0,447384 -186,3758745 383,98921 - 383,989219
108 96 186,3758 6
745
Variable X 1 145,7137851 28,55860004 5,102273394 0,000927 79,85753537 211,57003 79,85753 211,570034
244 49 537 9
Con base en los datos proporcionados, se debe:

1) Establecer la ecuación del modelo por regresión

MCO
 𝑽 = 𝟗𝟖, 𝟖𝟎𝟔𝟔𝟕𝟐𝟓𝟑𝟕𝟖𝟓𝟎𝟖 + 𝟏𝟒𝟓, 𝟕𝟏𝟑𝟕𝟖𝟓𝟏𝟒𝟒𝟑𝟐 P

2) Realizar proyección de ventas si los gastos de publicidad son:

a) 8
b) 15
a) V8 = 1264,516954
b) V15 = 2284,51345

Ejercicio 3.

Modelo C = a + bY

Y C
Con base en los datos proporcionados,
No. Añ ingre Consu
se
Obs o so mo
debe:
1 20 114 102
01
Establecer la ecuación del modelo por
2 200 118 106 1. regresión MCO
2
3 20 126 108
03
Realizar proyección del consumo si los
4 20 130 110 2. Ingresos son:
04
5 200 136 122
5
6 200 140 124 a) 142
6
7 200 148 128 b) 200
7
8 200 156 130
8
9 200 160 142
9
10 20 164 148
10
11 201 170 150
1
12 20 178 154
12

RPTA
 Modelo C = a +
bY

Y C
No. Añ Ingre Consu
Obs o so mo
1 20 114 102
01
2 20 118 106
02
 3 20 126 108
03
4 20 130 110
04
5 20 136 122
05
6 20 140 124
06
7 20 148 128
07
8 20 156 130
08
9 20 160 142
09
10 201 164 148
0
11 201 170 150
1 Ingresos Vs Consumos
12
200
201 178 154
2 + 2,1288
y = 0,8612x 174
180
13
160
20 142 124
142148 150 154
13 130
122121424
Consumo

140
14
120
201
102106 108110 200
128 174
4
100
80
60
40
20
0
100110120130 140150160 170180190200
Ingresos

Resumen

Estadísticas de la regresión
Coeficiente de correlación 0,984231197
múltiple
Coeficiente de determinación 0,968711049
R^2
R^2 ajustado 0,965582154
Error típico 3,395121433
Observaciones 12
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F Valor crítico
libertad cuadrados cuadrados de F
Regresión 1 3568,731505 3568,731505 309,60163 7,47818E-09
84
Residuos 10 115,2684954 11,52684954
Total 11 3684

Coeficiente Error típico Estadístico t Probabili Inferior Superior Inferior Superior

s dad 95% 95% 95,0% 95,0%
Intercepción 2,128844555 7,164123323 0,297153533 0,7724302 -13,83381696 18,091506 - 18,0915060
4 07 13,83381 7
696
Variable X 1 0,861180382 0,048943216 17,59550052 7,47818E- 0,752128101 0,9702326 0,752128 0,97023266
09 63 101 3
 Con base en los datos proporcionados, se debe:

1) Establecer la ecuación del modelo por regresión

MCO

𝑪 = 𝟐, 𝟏𝟐𝟖𝟖𝟒𝟒𝟓𝟓𝟓𝟐𝟕𝟖𝟒𝟔 + 𝟎, 𝟖𝟔𝟏𝟏𝟖𝟎𝟑𝟖𝟐𝟑𝟕𝟕𝟑 Y

2) Realizar proyección del consumo si los Ingresos

son:
a) 142
b) 200

a) C142 = 124,4164589
b) C200 = 174,364921

Ejercicio 4.

Modelo Q = a + bF +cI

Con base en los datos proporcionados,

F I Q
se
debe:
No Ferti Inse
Añ Producci
. li- c-
o ón
Ob zan tici
s te da
Establecer la ecuación del modelo por
1 20 6 4 40 1. regresión MCO
10
2 201 10 4 44
1
3 20 12 5 46 2. Realizar proyección de la Producción si:
12
4 20 14 7 48
13
a) Los gastos en fertilizantes son 20 y en
5 20 16 9 52 insecticida 10
14
b) Los gastos en fertilizantes son 35 y en
6 20 18 12 58 insecticida 22
 15
7 20 22 14 60
16
8 20 24 20 68
17
9 20 26 21 74
18
 10201932 24 80

RPTA

Modelo Q = a + bF
+cI

F I Q
No. Añ Fertilizan Insetici Producci
Obs o te da ón
1 201 6 4 40
0
2 201 10 4 44
1
3 201 12 5 46
2
4 201 14 7 48
3
5 201 16 9 52
4
6 201 18 12 58
Fertilizante
5 & Insecticida Vs Producción
100
7 201 22 14 60
7479 80 74 8079
8060 6 5256 5852 6058 56 686860
4446 4844 46 48
840 40 40201 24 20 68
20 7
90 0 201
5 10 26 15 20 2125 30 74
35 40
8 Fertilizante & Insecticida
Producción

10 201 Fertilizante 32 24
Inseticida 80
Lineal (Fertilizante)Lineal (Inseticida)
9
11 20 20 10 56
20
12 20 35 22 79
21
 Resumen

Estadísticas de la regresión
Coeficiente de correlación 0,995808106
múltiple
Coeficiente de determinación 0,991633784
R^2
R^2 ajustado 0,989243437
Error típico 1,39746693
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F Valor crítico
libertad cuadrados cuadrados de F
Regresión 2 1620,329603 810,1648016 414,84923 5,35614E-08
35
Residuos 7 13,67039674 1,952913821
Total 9 1634

Coeficiente Error típico Estadístico t Probabili Inferior Superior Inferior Superior

s dad 95% 95% 95,0% 95,0%
Intercepción 31,98067141 1,631795719 19,59845283 2,2481E- 28,12208768 35,839255 28,122087 35,8392551
07 14 68 4
Variable X 1 0,650050865 0,250161261 2,598527294 0,0355011 0,05851348 1,2415882 0,0585134 1,24158824
96 49 8 9
Variable X 2 1,109867752 0,267433637 4,150067895 0,0042947 0,477487688 1,7422478 0,4774876 1,74224781
3 16 88 6

Con base en los datos proporcionados, se debe:

1) Establecer la ecuación del modelo por regresión MCO

𝑸 = 𝟑𝟏, 𝟗𝟖𝟎𝟔𝟕𝟏𝟒𝟏𝟒𝟎𝟑𝟖𝟔 + 𝟎, 𝟔𝟓𝟎𝟎𝟓𝟎𝟖𝟔𝟒𝟔𝟗𝟗𝟖𝟗𝟖 𝑭 + 𝟏, 𝟏𝟎𝟗𝟖𝟔𝟕𝟕𝟓𝟏𝟕𝟖𝟎𝟐𝟕 I

2) Realizar proyección de la Producción si:

a) Los gastos en fertilizantes son 20 y en insecticida 10

b) Los gastos en fertilizantes son 35 y en insecticida 22

a) F20 &
I10= 56,08036623
b) F35 &
I22= 79,14954222

Ejercicio 5.

Modelo Q = a + bP + cY

P Y Q
 N Cantida
Añ Prec Ingre
o. d
o io so
O demanda
bs da
Con base en los datos proporcionados, se
1 200 9 400 4 debe:
2 0
2 200 8 500 4
3 5
Establecer la ecuación del modelo por
3 200 9 600 5 1. regresión MCO
4 0
4 200 8 700 5
5 5
5 200 7 800 6
6 0
Realizar proyección de la Cantidad
6 200 6 900 7 2. demandada si:
7 0
7 200 6 1000 6
8 5
8 200 8 1100 6 a) Los precios son 10 y el ingreso es 1.000
9 5
9 201 5 1200 7 b) Los precios son 10 y el ingreso es 600
0 5
1 201 5 1300 7
0 1 5
1 201 5 1400 8
1 2 0
1 201 3 1500 1
2 3 0
0
1 201 4 1600 9
3 4 0
1 201 3 1700 9
4 5 5
1 201 4 1800 8
5 6 5

RPTA.

Modelo Q = a + bP +
cY

P Y Q
No. Añ Prec Ingre Cantidad
Obs o io so demandada
1 20 9 400 40
 02
2 20 8 500 45
03
3 20 9 600 50
04
4 20 8 700 55
05
5 20 7 800 60
06
6 20 6 900 70
07
7 20 6 1000 65
08
8 20 8 1100 65
09
9 201 5 1200 75
0
10 201 5 1300 75
1
11 201 5 1400 80
2
12 201 3 1500 100
3
 13 201 4 1600 90
4
14 2015 3 1700 95
15 2016 4 1800 85
16 2017 10 1000 48
17 2018 10 600 41
Cantidad Demandada

Ingreso Vs Cantidad Demandada

120
100
95
100 90
85
75 75 80
80 70 65 65
55 60
45 50 48
60 40 41
40

20
y = 0,0402x + 24,158
0
0 500 1000 1500 2000
Ingresos

IngresoLineal (Ingreso)Lineal (Ingreso)

Cantidad Demandada

Precio Vs Cantidad Demandada

120
100 y = -7,7579x + 117,21
95
100 90
85
80
75
80 70
65 65
60
55
60 4550 48
40 41
40

20

0
0 2 4 6 8 10 12
Precio

PrecioLineal (Precio)Lineal (Precio)

 Resumen

Estadísticas de la regresión
Coeficiente de correlación 0,975009838
múltiple
Coeficiente de determinación 0,950644183
R^2
R^2 ajustado 0,942418214
Error típico 4,349681563
Observaciones 15

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F Valor crítico
libertad cuadrados cuadrados de F
Regresión 2 4372,963244 2186,481622 115,5662 1,44554E-08
188
Residuos 12 227,0367563 18,9197297
Total 14 4600

Coeficiente Error típico Estadístico t Probabili Inferior Superior Inferior Superior

s dad 95% 95% 95,0% 95,0%
Intercepción 82,27548314 15,43345969 5,33098118 0,000179 48,64886316 115,90210 48,64886 115,902103
064 31 316 1
Variable X 1 -5,106100796 1,416826869 -3,603898901 0,003619 -8,193101355 - - -
916 2,0191002 8,193101 2,01910023
37 355 7
Variable X 2 0,016691929 0,006558634 2,545031305 0,025699 0,002401893 0,0309819 0,002401 0,03098196
462 65 893 5

1)Establecer la ecuación del modelo por regresión MCO

𝑸 = 𝟖𝟐, 𝟐𝟕𝟓𝟒𝟖𝟑𝟏𝟑𝟕𝟓𝟓𝟐𝟏 - 𝟓, 𝟏𝟎𝟔𝟏𝟎𝟎𝟕𝟗𝟓𝟕𝟓𝟓𝟗𝟕 P+ 𝟎, 𝟎𝟏𝟔𝟔𝟗𝟏𝟗𝟐𝟖𝟕𝟔𝟎𝟖𝟗𝟒𝟑 Y

Realizar proyección de la Cantidad demandada si:

a) Los precios son 10 y el ingreso es 1.000

b) Los precios son 10 y el ingreso es 600

a) P10 & 47,90640394

Y1000=
b) P10 & 41,22963244
Y600=