1.
Lo
s Plane
da
to
s
tri
m
es
tra
les Tema 3: A
de
fal
las
de
cie
rt
os
m T
ot
or
es
ae Autor: J
ro
ná
uti
co
s Corporación
en
un I
a
ba
se
mi
lit
ar
du
ra
nt
e
los
úl
ti
m
os
do
s
añ
os
so
n:
20
0,
25
0,
17
5,
18
6,
22
20
0,
25
0,
17
5,
18
6,
22
5,
28
5,
30
5
y
19
0.
a)
U
tili
za
nd
o
los
pri
m
er
os
5
da
to
s
(tr
im
es
tre
s),
cal
cul
e
los
val
or
es
ex
ac
to
s
de
la
or
de
na
da
al
ori
ge
n
ay
la
pe
nd
ie
nt
e
b,
ge
n
ay
la
pe
nd
ie
nt
e
b,
co
n
las
ec
ua
ci
on
es
de
re
gr
esi
ón
.
b)
Pr
on
os
tiq
ue
el
tri
m
es
tre
nú
m
er
o
6
pa
ra
un
pa
so
ad
el
an
te
c)
U
tili
za
nd
o
los
8
da
to
s
su
mi
nis
tra
do
s
da
to
s
su
mi
nis
tra
do
s
(tr
im
es
tre
s),
cal
cul
e
los
val
or
es
ex
ac
to
s
de
la
or
de
na
da
al
ori
ge
n
ay
la
pe
nd
ie
nt
e
b,
co
n
las
ec
ua
ci
on
es
de
re
gr
esi
ón
.
d)
Pr
on
os
tiq
ue
los
sig
ui
.
d)
Pr
on
os
tiq
ue
los
sig
ui
en
te
s2
añ
os,
en
pe
rio
do
s
tri
m
es
tra
les
Planeacion De La Produccion
Tema 3: Análisis de Regresión Lineal
Tutor: Julian Gutierrez
Autor: Jhon Jaime Gomez Ramirez
Corporación Universitaria Iberoamericana.
Ingeniería Industrial.
2021
1. Los datos trimestrales de fallas de ciertos motores aeronáuticos en una base militar durante
los últimos dos años son: 200, 250, 175, 186, 225, 285, 305 y 190.
a) Utilizando los primeros 5 datos (trimestres), calcule los valores exactos de la ordenada al
origen a y la pendiente b, con las ecuaciones de regresión.
b) Pronostique el trimestre número 6 para un paso adelante
c) Utilizando los 8 datos suministrados (trimestres), calcule los valores exactos de la ordenada
al origen a y la pendiente b, con las ecuaciones de regresión.
d) Pronostique los siguientes 2 años, en periodos trimestrales
N° FALLAS X*Y X^2 PRONOSTICO EMP EMC
1 200 200 1 210.00 -10 100
2 250 500 4 208.60 41.4 1713.96
3 175 525 9 207.20 -32.2 1036.84
4 186 744 16 205.80 -19.8 392.04
5 225 1125 25 204.40 20.6 424.36
6 285 203.00
7 305
8 190
ERROR 0.000 733.440
PROM X 3
PROM Y 207.2
SUMA 3094 55
N 5
B1 -1.400
B0 211.4
N° FALLAS X*Y X^2 PRONOSTICO EMP EMC
1 200 200 1 203.08 -3.08 9.51
2 250 500 4 209.92 40.08 1606.67
3 175 525 9 216.75 -41.75 1743.06
4 186 744 16 223.58 -37.58 1412.51
5 225 1125 25 230.42 -5.42 29.34
6 285 1710 36 237.25 47.75 2280.06
7 305 2135 49 244.08 60.92 3710.84
8 190 1520 64 250.92 -60.92 3710.84
9 257.75
10 264.58
11 271.42
12 278.25
13 285.08
14 291.92
15 298.75
16 305.58
ERROR 0.000 1812.854
PROM X 4.5
PROM Y 227
SUMA 8459 204
N 8
B1 6.833
B0 196.25
na base militar durante
os de la ordenada al
exactos de la ordenada
DAM EPAM 300
10 5%
41.4 20% 250
32.2 16%
19.8 10% 200 f(x) = − 1.39999999999999 x + 211.4
20.6 10% R² = 0.005316263426277
150
100
24.800 12%
50
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
DAM EPAM 350
3.08 2%
40.08 19%
41.75 19% 300
37.58 17%
5.42 2%
47.75 20% 250
f(x) = 6.83333333333334 x + 196.25
60.92 25% R² = 0.119118480725623
60.92 24%
200
150
100
150
100
50
37.188 16%
0
0 1 2 3 4 5 6 7 8 9
2. Desarrolle un pronóstico para las ventas de papel de computadora, utilizando el método de reg
representan las ventas de papel de computadora en cajas
Suponga que utiliza los 12 periodos del año 2004, como base para estimar los parámetros de regr
a. calcule los valores exactos de la ordenada al origen a y la pendiente b, con las ecuaciones de re
b. Cuáles son los pronósticos para enero a junio de 2005, de acuerdo con la ecuación de regresión
c. Suponga que utiliza los primeros seis periodos el año 2 003, calcule los valores exactos de la o
regresión.
d. Cuáles son los pronósticos para Julio a enero de 2004, de acuerdo con la ecuación de regresión
e. Indique ECM de los pronósticos del punto c.
# MES AÑO X*Y X^2 PRONOSTICO EMP
2004
1 ENERO 201 201 1 201 0.308
2 FEBRERO 219 438 4 205 14.388
3 MARZO 207 621 9 209 -1.531
4 ABRIL 205 820 16 212 -7.451
5 MAYO 210 1050 25 216 -6.371
6 JUNIO 207 1242 36 220 -13.290
7 JULIO 225 1575 49 224 0.790
8 AGOSTO 223 1784 64 228 -5.129
9 SEPTIEMBRE 257 2313 81 232 24.951
10 OCTUBRE 232 2320 100 236 -3.969
11 NOVIEMBRE 240 2640 121 240 0.112
12 DICIEMBRE 241 2892 144 244 -2.808
13 ENERO 248 -247.727
14 FEBRERO 252 -251.647
15 MARZO 256 -255.566
16 ABRIL 259 -259.486
17 MAYO 263 -263.406
18 JUNIO 267 -267.325
ERROR -85.842
PROM X 6.5
PROM Y 222.25
SUMA 17896 650
N 12
B1 3.9196
B0 196.77
# MES AÑO X*Y X^2 PRONOSTICO EMP
2003
1 ENERO 116 116 1 122 -5.857
2 FEBRERO 133 266 4 130 2.686
3 MARZO 139 417 9 139 0.229
4 ABRIL 157 628 16 147 9.771
5 MAYO 154 770 25 156 -1.686
6 JUNIO 159 954 36 164 -5.143
7 JULIO 162 173 -10.600
8 AGOSTO 172 181 -9.057
9 SEPTIEMBRE 163 190 -26.514
10 OCTUBRE 163 198 -34.971
11 NOVIEMBRE 164 206 -42.429
12 DICIEMBRE 191 215 -23.886
13 ENERO 223 -223.343
ERROR -28.523
PROM X 3.5
PROM Y 143
SUMA 3151 91
N 6
B1 8.4571
B0 113.40
utilizando el método de regresión lineal, considere los datos de la siguiente tabla, que
timar los parámetros de regresión,
e b, con las ecuaciones de regresión.
con la ecuación de regresión determinada en la parte a.
e los valores exactos de la ordenada al origen a y la pendiente b, con las ecuaciones de
con la ecuación de regresión determinada en la parte c.
EMC DAM EPAM
VENTAS ENERO-DICIEMBRE 2004
0.095 0.308 0% 300
207.018 14.388 7%
2.345 1.531 1% 250
f(x) = 3.91958041958042 x + 196.772727272727
55.518 7.451 4% R² = 0.655358289260891
200
40.585 6.371 3%
176.630 13.290 6% 150
0.624 0.790 0%
26.310 5.129 2% 100
622.555 24.951 11%
15.749 3.969 2% 50
0.013 0.112 0%
0
7.883 2.808 1% 0 2 4 6 8 10 12 14
61368.802 247.727 100%
63326.139 251.647 100%
65314.202 255.566 100%
67332.991 259.486 100%
69382.507 263.406 100%
71462.749 267.325 100%
22185.706 90.348 35%
EMC DAM EPAM
VENTAS ENERO-JUNIO 2003
180
160 f(x) = 8.45714285714286 x + 113.4
140 R² = 0.882691920209551
VENTAS ENERO-JUNIO 2003
34.306 5.857 5% 180
7.213 2.686 2% 160 f(x) = 8.45714285714286 x + 113.4
0.052 0.229 0% R² = 0.882691920209551
140
95.481 9.771 7%
120
2.842 1.686 1%
26.449 5.143 3% 100
112.360 10.600 6% 80
82.032 9.057 5% 60
703.007 26.514 14% 40
1223.001 34.971 18%
20
1800.184 42.429 21%
570.527 23.886 11% 0
0 1 2 3 4 5 6 7
49882.032 223.343 100%
4195.345 30.475 15%
2004
10 12 14
003
003
5 6 7
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8095420243946
Coeficiente de determinación R^2 0.6553582892609
R^2 ajustado 0.620894118187
Error típico 10.748605373839
Observaciones 12
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 2196.92483 2196.92483 19.0156406
Residuos 10 1155.32517 115.532517
Total 11 3352.25
Coeficientes Error típico Estadístico t Probabilidad
Intercepción 196.77 6.61530931 29.7450532 4.31102E-11
Variable X 1 3.9196 0.89884354 4.36069267 0.00141961
Análisis de los residuales
Observación Pronóstico para Y Residuos DATO REAL EMP
1 200.69230769231 0.30769231 201 0.308
2 204.61188811189 14.3881119 219 14.388
3 208.53146853147 -1.53146853 207 -1.531
4 212.45104895105 -7.45104895 205 -7.451
5 216.37062937063 -6.37062937 210 -6.371
6 220.29020979021 -13.2902098 207 -13.290
7 224.20979020979 0.79020979 225 0.790
8 228.12937062937 -5.12937063 223 -5.129
9 232.04895104895 24.951049 257 24.951
10 235.96853146853 -3.96853147 232 -3.969
11 239.88811188811 0.11188811 240 0.112
12 243.80769230769 -2.80769231 241 -2.808
13 0.00
14
15
16
Variable X 1 Curva de regresión ajust
Y Pronóstico para Y
300
200
Y
100
0
0 2 4 6 8 10
Variable X 1
Valor crítico de F
0.00141961223
Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
182.03289958774 211.512555 182.0328996 211.512555
1.9168322145846 5.92232862 1.916832215 5.92232862
EMC DAM EPAM
0 0 0%
207 14 7%
2 2 1%
56 7 4%
41 6 3%
177 13 6%
1 1 0%
26 5 2%
623 25 11%
16 4 2%
0 0 0%
8 3 1%
96.28 6.76 3%
de regresión ajustada
onóstico para Y
6 8 10 12 14
Variable X 1
3. Shoreline Park, en Mountain View, California, ha mantenido registros de la cantidad de person
abrió en enero de 1993. Para los primeros 6 meses de funcionamiento se registraron las siguientes
a. Calcule los valores exactos de la ordenada al origen, a, y la pendiente b, con las ecuaciones de
conocidos.
b. ¿Cuáles son los pronósticos para Julio a diciembre de 1993, de acuerdo con la ecuación de regr
c. Comente los resultados que obtuvo en la parte b). En forma específica y teniendo como referen
¿Cuánta confianza tendría en la precisión de los pronósticos que obtuvo? responder
d. Trace una gráfica que incluya las cantidades de visitantes, y los datos pronosticados, suponga q
Febrero=periodo 2, y así sucesivamente.
e. El departamento de parques y recreación de Mountain View debe proyectar el uso total de Shor
de 1994. Determine el pronóstico de la cantidad total de personas que visitaran el parque en 1994
regresión. Del punto a.
B1 500.54
B0 -807.4
CANTIDAD
N° MES (X) VISITANTES (Y) PRONOSTICO EMP EMC DAM
1 ENERO 133 -306.86 440 193477 439.86
2 FEBRERO 183 193.68 -11 114 10.68
3 MARZO 285 694.22 -409 167461 409.22
4 ABRIL 640 1194.76 -555 307759 554.76
5 MAYO 1876 1695.30 181 32652 180.7
6 JUNIO 2550 2195.84 354 125429 354.16
7 2696.38
8 3196.92
9 3697.46
10 4198.00
11 4698.54
12 5199.08
13 5699.62
14 6200.16
15 6700.70
16 7201.24
17 7701.78
18 8202.32
19 8702.86
20 9203.40
21 9703.94
22 10204.48
23 10705.02
24 11205.56
ERROR 0 137815 325
RESPUESTA:
El pronostico de julio a diciembre de 1993 no es confiable a pesar de que su valor
de EMP (error medio de pronostico) indica que no presenta error respecto al
pronostico vs la demanda real, respecto a la DAM (desviacion media absoluta) nos
informa que el error del pronostico es grande ya que su valor es de 325 es
demasiado alto ya que entre mas cercano a 1 el error sera menor, y el EPAM
( porcentaje de error medio absoluto ) el valor de porcentaje de error es del 47%
esto nos indica que el pronostico no es tan factible ya que se encuentra menos del
50%.
e la cantidad de personas que visitan el parque desde que
egistraron las siguientes cifras:
, con las ecuaciones de regresión y en base a los periodos
con la ecuación de regresión determinada en la parte a?
y teniendo como referencia la media de los datos,
responder
ronosticados, suponga que Enero=periodo 1,
ctar el uso total de Shoreline Park para el año calendario
taran el parque en 1994, con base en la ecuación de
EPAM Chart Title
143% 3000
6%
59% 2500
46%
11%
f(x) = 500.542857142857 x − 807.4
16% 2000 R² = 0.841330018894712
1500
1000
VEN
500
12000
0
0 1 2 3 4 5 6 7 10000
8000
6000
VENTAS VS PRONOSTICO 1993 4000
2000
CANTIDAD VISITANTES (Y) PRONOSTICO
0
6000 1 2 3 4 5
-2000
5000
47%
4000
3000
2000
CANTIDAD VISITANTES (Y) PRONOSTICO
0
6000 1 2 3 4 5
-2000
5000
4000
3000
2000
1000
0
1 2 3 4 5 6 7 8 9 10 11 12
-1000
VENTAS VS PRONOSTICO 1994
12000
10000
8000
6000
4000
2000
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
-2000
CANTIDAD VISITANTES (Y) PRONOSTICO
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
-2000
CANTIDAD VISITANTES (Y) PRONOSTICO
