Universidad Mariano Gálvez

Facultad de Ciencias Económicas

Escuela de Auditoría
Campus Villa Nueva
Presupuestos

Presupuesto de Ventas. Mínimos Cuadrados. Ejercicio 1

A continuación se presenta información histórica de venta de un producto durante los últimos

6 trimestres. Por medio de Mínimos Cuadrados calcule las ventas del trimestre 7.

Trimestre Ventas

1 690
2 1783
3 1725
4 1725
5 2760
6 3036

Presupuesto de Ventas. Mínimos Cuadrados. Ejercicio 2

A continuación se presenta información histórica de venta de los últimos 6 años

Años Ventas
2013 28,750
2014 31,625
2015 27,600
2016 29,900
2017 32,200
2018 33,925

Estime las ventas para el año 2019, utilizando las siguientes fórmulas:
ΣY = Na + bΣx )
(ΣXY = aΣx + bΣx²)
Yc = a + bx

1
Universidad Mariano Gálvez
Facultad de Ciencias Económicas
Presupuesto de Ventas. Mínimos Cuadrados. Ejercicio 3

A continuación se presenta información histórica de ventas semestrales:

Semestre 2016 2017 2018

Enero-Junio 20,412 23,814 26,082
Julio diciembre 11,340 12,474 13,608

Estime las ventas semestrales

Presupuesto de Ventas. Mínimos Cuadrados. Ejercicio 4

Porcentajes de participación en venta por región

Región 2008 2009 2010
Norte 23 20 24
Sur 32 15 23
Oriente 12 34 25
Occidente 33 31 28
Total 100 100 100
Ventas estimadas 1,200,000

Determine las venas por región.

Presupuesto de Ventas. Mínimos Cuadrados. Ejercicio 4

Con base en el siguiente cuadro de ventas históricas, determine las ventas estimadas del año
2019, por el método abreviado años pares.

Año Ventas
2004 1,585,723
2005 1,876,207
2006 2,146,686
2007 2,376,518
2008 2,404,971
2009 2,082,599
2010 2,647,960
2011 2,692,132

b=
 xy a=
y
x 2
N

2
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Mínimos Cuadrados. Ejercicio 5

A continuación, se presenta información histórica de venta de los últimos 7 años.

AÑOS VENTAS

2012 24150
2013 23940
2014 24675
2015 24990
2016 24465
2017 25200
2018 26040

Se pide
Proyección de ventas de los años 2019 y 2019 por medio de los siguientes métodos:
a) Origen en el primer año y con parámetro de crecimiento anual
b) Abreviado o corto con parámetro de crecimiento semestral

Presupuesto de Ventas. Estacionalidad. Ejercicio 1

A continuación, se presentan los datos trimestrales de ventas históricos (número de productos

que se venden) de una empresa:

Años/Trimestre I II III IV
2016 1,700 940 2,630 2,500
2017 1,800 900 2,900 2,360
2018 1,850 1,100 2,930 2,650

Se pide:
Calcule los índices estacionales para los 4 trimestres.
Determine la ecuación de la expresión de la componente lineal de tendencia.
Calcule las ventas pronosticadas para los trimestres de los años 2019, 2020 y 2021.

3
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Estacionalidad. Ejercicio 2

Los datos históricos de las unidades vendidas en los cuatro trimestres de los últimos 3 años, de una
empresa comercial se presentan a continuación:

Años/Trimestre Q1 Q2 Q3 Q4
2016 25,750 20,300 35,800 30,000
2017 27,870 21,850 35,700 28,500
2018 26,587 23,000 36,000 29,700

Se pide:
Calcule los índices estacionales para los 4 trimestres.
Determine la ecuación de la expresión de la componente lineal de tendencia.
Calcule las ventas pronosticadas para los trimestres de los años 2019, 2020 y 2021.

4
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal múltiple. Ejercicio 1

Un director de ventas de una empresa grande quiere determinar la relación entre la cantidad
de tiempo que sus vendedores pasan buscando clientes y la cantidad de ventas que generan.
Tomó muestras aleatorias de resultados de ventas mensuales y horas mensuales de
prospección para 20 vendedores de una fuerza de ventas de más de 1,000 vendedores. A
continuación se presentan los resultados de esta muestra aleatoria:

A) Derive la ecuación de regresión lineal que relaciona las ventas mensuales (Y) con las horas
mensuales de prospección (X). Predecir las ventas mensuales para las horas de prospección de
cada empleado enumeradas anteriormente.

B) Estime las ventas mensuales para un vendedor que ha prospectado ese mes durante 82
horas.

Horas de Ventas mensual

Vendedor
prospección (miles)
1 96 9
2 89 7
3 96 9
4 80 8
5 76 4
6 58 6
7 96 9
8 89 7
9 96 8
10 79 5
11 76 4
12 58 6
13 96 9
14 89 7
15 96 9
16 89 7
17 98 8
18 79 5
19 96 8
20 81 5

5
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal múltiple. Ejercicio 2

Se desea estimar los ingresos futuros en función de los anuncios de televisión y radio que se utilicen,
para lo cual se cuenta con los siguientes datos históricos:

Ingresos mensuales Anuncios en TV Anuncios en radio

96,000 5,000 1,500
90,000 2,000 2,000
95,000 4,000 1,500
92,000 2,500 2,500
95,000 3,000 3,300
94,000 3,500 2,300
94,000 2,500 4,200
94,000 3,000 2,500

¿Cuál es el ingreso estimado para un mes en el cual se gastan 3,500 en anuncios de televisión y 1,800
en publicidad en radio?

Presupuesto de Ventas. Regresión lineal múltiple. Ejercicio 4

Con base a los datos registrados en la siguiente tabla, indicar qué datos se pueden pronosticar.

Edad Altura Peso

143 56.3 85
191 62.5 112.5
160 62.0 94.5
157 64.5 123.5
191 65.3 107
141 61.8 85
185 63.3 101
210 65.5 140
149 64.3 110.5
169 62.3 99.5

6
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal múltiple. Ejercicio 3

Se fabrican tres productos A, B, C con las cantidades de unidades presentadas en el cuadro, la

columna de Costo representa el costo total en la producción de los tres productos, con base al método
de pronóstico de regresión múltiple se le requiere pronosticar el costo mensual si se fabrican 1,200
unidades del producto A, 800 del producto B y 1,000 del producto C.

Mes Costo A B C
1 44,439 515 541 928
2 43,936 929 692 711
3 44,464 800 710 824
4 41,533 979 675 758
5 46,343 1,165 1,147 635
6 44,922 651 939 901
7 43,203 847 755 580
8 43,000 942 908 589
9 40,967 630 738 682
10 48,582 1,113 1,175 1,050
11 45,003 1,086 175 984
12 44,303 843 640 828
13 42,070 500 752 708
14 44,353 813 989 804
15 45,968 1,190 823 904
16 47,781 1,200 1,108 1,120
17 43,202 731 590 1,065
18 44,074 1,089 607 1,132
19 44,610 786 513 839

7
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Estacionalidad. Ejercicio 4

Con base en los datos contenidos en el siguiente cuadro a) determine las ventas proyectadas para los
próximos cuatro trimestres (Q). b) Muestre por medio de gráfica, las ventas histórica estacionadas y
desestacionalizadas. c) Muestre por medio de gráfico, las ventas proyectadas.

Trimestre Año Billones

Q4 2014 5.51425
Q1 2015 5.22232
Q2 2015 6.6062
Q3 2015 6.57836
Q4 2015 6.00416
Q1 2016 5.94126
Q2 2016 6.91938
Q3 2016 6.54732
Q4 2016 6.08868
Q1 2017 6.14308
Q2 2017 7.4458
Q3 2017 7.12366
Q4 2017 6.55018
Q1 2018 6.21894
Q2 2018 7.70644
Q3 2018 7.68026
Q4 2018 7.05908
Q1 2019 7.3236
Q2 2019 9.2796

8
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 1

Considere la siguiente salida de regresión seleccionada para predecir Y en función de la publicidad.

¿Cuál es el valor de Ŷ cuando la publicidad sea de = 20?

Coeficiente Error Estandar t-Stat valor P

Intercepción -1.1759 2.063543871 -0.5699 0.581
Publicidad 0.6120 0.139124099 4.3992 0.001

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 2

A continuación se muestra el informe de salida para un análisis de regresión que relaciona las ventas
de una empresa con su gasto de innovación.
Resumen de Salida
Estadísticas de Regresión
Múltiple R
R Cuadrado ¿
R Ajustada 0.831
Error Estándar cuadrado 2.50
Observaciones 14

Anova
df SS MS F F Significante

Regresión 1 424.450 424.450 67.885 0.00001

Residual 12 75.030 6.253
Total 13
Coeficientes Error t Stat valor P
Estándar
Intercepción 67.684 2.230 15.908 0.003
Innovación 3.174 0.362 5.006 0.001

Basado en la salida anterior, indique a cuánto equivale R Cuadrado en el modelo:

9
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 3

Responda las siguientes preguntas relacionadas con la salida de regresión adjunta a continuación. La
regresión fue realizada para predecir las ventas en función de los ingresos.

Resumen de Salida
Estadísticas de Regresión
Múltiple R 0.8808
R Cuadrado 0.7758
R Ajustada cuadrado 0.7598
Error Estándar 48.8155
Observaciones 16

Anova
df SS MS F F Significante

Regresión 1 115424.56 115424.56 48.44 0.00

Residual 14 33361.38 2382.96
Total 15 148785.94
Coeficientes Error t Stat valor P MasBajo 95% MasAlto 95%
Estándar
Intercepción -15.7863 44.0015 -0.3588 0.7251 -110.1603 78.5877
Innovación 4.1920 0.6023 6.9597 0.0000 2.9001 5.4838

Se pide
1) ¿Cuál es la ecuación de regresión?
2) Interpretar el valor del coeficiente de ingresos (X).
3) ¿Qué tanto de la variabilidad en Ventas se explica por el modelo?
4) ¿Cómo se calcula R-Cuadrado?
5) ¿Es el modelo de regresión general significativo?
6) ¿Hay una tendencia significativa?
7) Predecir las ventas para un ingreso igual a 17 y 18, respectivamente

10
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 4

Considere el resultado de regresión para predecir Ventas ($ miles) basado en gastos de publicidad,
bonificación, y cantidad de fuerza de ventas.

Resumen de Salida
Estadísticas de Regresión
Múltiple R 0.997263
R Cuadrado
R Ajustada cuadrado 0.992712
Error Estándar 16.97083
Observaciones 13

Anova
df SS MS F F Significante

Regresión 3 157212.9 545.8608 1.7E-10

Residual 9 2592.082 288.0091
Total 12 474230.8
Coeficientes Error t Stat valor P MasBajo 95% MasAlto 95%
Estándar
Intercepción -119.706 53.41416 -2.24109 0.051751 -240.537 1.125297
Gasto de Pbl ($000) 22.38734 9.269338 2.415203 0.038916 1.418637 43.35604
Bonificación ($) 0.572689 0.228156 2.510083 0.033306 0.056566 1.088813
Fueza de ventas 66.85939 12.28413 5.442745 0.00041 39.07076 94.64803

Se pide
a. Con base en el modelo de regresión múltiple de ventas anterior, escriba la ecuación de regresión.
b. Calcule la regresión SS.
c. Calcule R cuadrado
d. Predecir las ventas cuando el gasto publicitario es de $ 15000, el bono es de $ 200 y hay 35
personas en la fuerza de ventas.

11
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 5

Para el siguiente conjunto de pronósticos (17, 20, 25, 31, 39) y valores reales (19, 24, 28, 32, 38),
calcular el MAD. (Desviación media absoluta).

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 6

Tres modelos de pronóstico, todos usando el mismo conjunto de datos, han sido comparados usando
sus valores MAD. El valor MAD para el Modelo X es 25.6; El modelo Y es 20.4; el modelo Z es
15.2. Cual el modelo de pronóstico se considera el mejor?

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 8

La tendencia de Ventas se ha modelado como: Ventas = 3t + 100, donde t = tiempo en trimestres,

comenzando en el primer trimestre de 2015. La estacionalidad para los cuatro períodos trimestrales se
da en la tabla a continuación. Encuentra el pronóstico estacionalizado para el cuarto trimestre de 2017.

Trimestre Factor estacional

Trimestre # 1 0.9522
Trimestre # 2 1.000
Trimestre # 3 0.9888
Trimestre # 4

12
Universidad Mariano Gálvez
Facultad de Ciencias Económicas

Presupuesto de Ventas. Regresión lineal simple. Ejercicio 7

Pronostique usando los siguientes métodos: Naive, 2 periodos MA(promedio móvil), 3 periodos MA
y Suavizado exponencial con alfa = 0.35. Encuentre BIAS, MAD, MAPE y MSE para cada método de
pronóstico.

Método Naive
Período Ventas Presupuesto Error Abs Error % Error Error cuadrado
1 7 N/A
2 6
3 8
4 6
5 8
6

Promedio móvil de dos períodos

Período Ventas Presupuesto Error Abs Error % Error Error cuadrado
1 7 N/A
2 6 N/A
3 8
4 6
5 8
6

Promedio móvil de tres períodos

Período Ventas Presupuesto Error Abs Error % Error Error cuadrado
1 7 N/A
2 6 N/A
3 8 N/A
4 6
5 8
6

Alisamiento exponencial
Período Ventas Presupuesto Error Abs Error % Error Error cuadrado
1 7 N/A
2 6
3 8
4 6
5 8
6

13