Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1. A continuación se muestran las ganancias por acción de dos compañías, por trimestre, del primer trimestre de 20
2018. Pronostique las ganancias por acción para el resto de 2018 y para el año 2019. Con suavización exponencia
de 2018, y con el método de regresión lineal los últimos dos trimestres de 2018 y los cuatro trimestres de 2019.
I 2.56 1.05
II 3.62 1.35
2015
III 2.21 1.56
IV 2.65 1.9
I 2.45 1.51
II 2.98 1.32
2016
III 2.14 1.31
IV 1.08 1.71
I 0.95 1.58
II -0.15 1.73
2017
III -0.97 1.81
IV 0.2 2.04
I -2.62 1.65
2018
II 1.06 1.94
A. Para el método de suavización exponencial, tome el primer trimestre de 2015 como pronóstico inicial. Ha
un factor de suavización de 0,1 y el otro con un factor de 0,3.
Compañía X
AÑO
Trimestre SUAVISACION 0,3
SUAVISACION 0,1
GANANCIAS TERCER
TERCER TRIMESTRE
TRIMESTRE
I 2.56
2015
II 3.62 2.56 2.56
2015
III 2.21 3.514 3.302
IV 2.65 2.3404 2.5376
I 2.45 2.61904 2.61628
II 2.98 2.466904 2.499884
2016
III 2.14 2.9286904 2.8359652
IV 1.08 2.21886904 2.34878956
I 0.95 1.193886904 1.460636868
II -0.15 0.9743886904 1.1031910604
2017
III -0.97 -0.037561131 0.2259573181
IV 0.2 -0.8767561131 -0.6112128046
I -2.62 0.0923243887 -0.0433638414
2018 II 1.06 -2.3487675611 -1.8470091524
III 0.7191232439 0.1878972543
B. Con el método de regresión lineal pronostique las ganancias por acción para los últimos dos trimestres
trimestres de 2019.
1 2.56 1.05
2 3.62 1.35
2015
3 2.21 1.56
4 2.65 1.9
5 2.45 1.51
6 2.98 1.32
2016
7 2.14 1.31
8 1.08 1.71
9 0.95 1.58
10 -0.15 1.73
2017
11 -0.97 1.81
12 0.2 2.04
13 -2.62 1.65
14 1.06 1.94
2018
15 -1.203736 1.947802
16 -1.537187 1.993604
17 -1.870637 2.039407
18 -2.204088 2.085209
2019
19 -2.537538 2.131011
20 -2.870989 2.176813
C. Con los pronósticos obtenidos construye su comentario sobre el valor de las acciones para cada una de
Para la Compañía X:
De cara a mostrar unos resultados positivos para los accionistas, el mètodo de suavizacion con el factor 1 es el mejor
la regresiòn para el pronsotico de 2018 presenta perdidas para el tercer y 4 trimestre y la msima situaciòn pero mas
Por el metodo de regresiòn lineal no presenta ninguna mejoria y cada vez pierde más valor
Para la Compañía Y
Es el caso contrario, pues por la regresiòn lineal se ve una muy buena proyeccion de cierre para el 2019 y sucede lo
proporcion por la suavizaciòn.
Analizando los resulatdos de las dos compañias, la Y, por los dos metodos tiene un panorama positivo, mientras para
por los cambios tan abruptos que ha tenido el valor de la acción a lo largo del tiempo, pues pasa de crecer hasta 1 p
hasta 1.4 pusto porcentual esto no le permite tener certeza de crecer por ambos métodos, tiene picos muy altos y b
tiene un comportamiento mas constante y las prediciones pueden ser mas certeras por los dos metodos.
2. Un fabricante de baterías para vehículos está interesado en realizar una investigación de mercados par
impacta más las ventas de su producto ya que no ha podido establecer si son las estrategias de mercadeo
variable que impulsa el volumen de ventas. La investigación abarcó un período de 10 años durante los cual
siguientes datos
Con los datos realice un análisis de regresión múltiple y responda las siguientes preguntas
Precio
Unidades Publicidad (x2)
AÑO unitario (x1)
vendidas (y)
(Miles de $) (miles de $)
2,007 4,800 150 4,500
2,008 5,900 165 5,200
2,009 7,000 200 7,200
2,010 7,100 210 9,000
2,011 9,500 240 11,000
2,012 9,800 300 10,000
2,013 10,200 300 8,000
2,014 12,500 400 12,000
2,015 13,400 440 12,500
2,016 14,000 460 12,500
2,017 15,000 500 14,000
2,018 16,250 510 14,500
regresion lineal simple x1 regresion lineal simple x2
Coeficientes Coeficientes
Intercepción 1402.151850154 Intercepción -437.6918798665
Variable X 1 28.0320458834 Variable X 1 1.085567297
la variable que impacta de mejor manera las ventas de baterias es la variable x1.
b. ¿Por qué?
por que x1 en su R^2 ajustado es de 0,976002473 el cual es mayor, que si se aplicara x2 que tiene un valor R^2
cual tambien se comprueba en el punto de intersecion que se da en cada variable.
c. Qué volumen de unidades se esperaría vender si el precio de las baterías se estableciera en $470.000 y e
$8.000.000 en publicidad
formula:
Y= b_0+ b_1 x_1 + b_2 x_2
El volumen de unidades que se esperaria vender es de 13.096 teniendo en cuenta los datos suministrados.
UCARAMANGA
MPRESAS VIRTUAL
PERACIONES
R ACCIÓN
Compañía Y
1.05
1.35 1.05 1.05
1.56 1.32 1.26
1.9 1.536 1.47
1.51 1.8636 1.771
1.32 1.54536 1.5883
1.31 1.342536 1.40049
1.71 1.3132536 1.337147
1.58 1.67032536 1.5981441
1.73 1.589032536 1.58544323
1.81 1.7159032536 1.686632969
2.04 1.8005903254 1.7729898907
1.65 2.0160590325 1.9598969672
1.94 1.6866059033 1.7429690902
1.9146605903 1.880890727
Compañía x Coeficientes
Intercepción 3.798021978
Variable X 1 -0.3334505495
Compañía y Coeficientes
Intercepción 1.2607692308
Variable X 1 0.0458021978
las acciones para cada una de las compañías.
guntas
regresion lineal multipre
Coeficientes
Intercepción (y) 674.8663827291
Variable X 1 21.7538395703
Variable X 2 0.2745471352
e x1.
s datos suministrados.
Resumen compañía x
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8102431861
Coeficiente de determinación R^2 0.6564940207
R^2 ajustado 0.6278685224
Error típico 1.0502272386
Observaciones 14
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F
libertad cuadrados cuadrados
Regresión 1 25.295558681 25.2955586813 22.933889723
Residuos 12 13.235727033 1.1029772527
Total 13 38.531285714
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.686682708
Coeficiente de determinación R^2 0.4715331415
R^2 ajustado 0.4274942367
Error típico 0.211124757
Observaciones 14
ANÁLISIS DE VARIANZA
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9890318835
Coeficiente de determinación R^2 0.9781840665
R^2 ajustado 0.9760024732
Error típico 585.21998536
Observaciones 12
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los
libertad cuadrados cuadrados F
Regresión 1 153562467.354 153562467.354 448.38056886
Residuos 10 3424824.31266 342482.4312655
Total 11 156987291.667
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.94857946
Coeficiente de determinación R^2 0.899803
R^2 ajustado 0.88978329
Error típico 1254.17927
Observaciones 12
ANÁLISIS DE VARIANZA
Promedio de
Grados de Suma de los
libertad cuadrados cuadrados F
Regresión 1 141257635 141257635 89.8033825
Residuos 10 15729656.4 1572965.64
Total 11 156987292
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9933130773
Coeficiente de determinación R^2 0.9866708695
R^2 ajustado 0.9837088405
Error típico 482.183009571
Observaciones 12
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 2 154894788 77447393.8 333.106419
Residuos 9 2092504.09 232500.455
Total 11 156987292