Permite realizar un pronóstico del comportamiento de una

variable dependiente de acuerdo al valor de varias

variables predictoras, al tomar como referencia el
comportamiento de las variables de períodos anteriores.
Utiliza el método de mínimos cuadrados.
a) Tendencia

b) Coeficiente de determinación

c) Pronostico Lineal

d) Coeficiente de correlación

Es una estimación que determina la calidad de la relación

entre 2 variables, suele establecer la proporción de
variación de los resultados que puede explicarse por la
relación, es decir el porcentaje de variación de una
variable que es explicada por otra. Esto implica que debe
establecerse cuál variable influye sobre otra. Esta tarea
necesita el conocimiento interno de la empresa para
poder establecer la relación adecuada.
a) Análisis de sensibilidad

b) Análisis del riesgo

 c) Coeficiente de correlación

d) Coeficiente de determinación

Es Esta es una función también de pronóstico, ubicada en

el menú Datos, que cuando se elige presenta una nueva
ventana de diálogo.
a) Coeficiente de determinación

b) Pronostico Lineal

c) Coeficiente de correlación

d) Previsión

Es Permite realizar un pronóstico del comportamiento de

una variable dependiente de acuerdo al valor de una
variable predictora, con base al comportamiento de las
variables de períodos anteriores.
a) Pronostico Lineal

b) Coeficiente de determinación

c) Análisis del riesgo

 d) Coeficiente de correlación

Es el análisis de la relación existente entre diversas

variables, en donde se persigue encontrar algún tipo de
relación.
a) Coeficiente de correlación

b) Análisis de sensibilidad

c) Análisis del riesgo

d) Valuación

En un análisis de coeficiente de correlación entre el

número de unidades de transporte y los gastos de logística
, en donde se usa el coeficiente de Karl Pearson, se obtiene
un resultado de +0.95; se puede concluir que:
La relación entre las variables es inversa

No pueden existir signos negativos en los cálculos de correlación

La relación entre las variables es directa

Ninguna de las anteriores

Un analista realiza un estudio de coeficiente de
determinación entre 2 variables y obtiene un valor de
0.005, puede concluir que:
El coeficiente de determinación está incorrecto, debería ser negativo

La relación entre las variables es la correcta e idónea para predecir

La variable predictora tiene nula o muy baja capacidad de predecir o influir en la dependiente

Ninguna de las anteriores

En un análisis de coeficiente de correlación entre las

exportaciones de una empresa y la publicidad en revistas
extranjeras de la marca, en donde se usa el coeficiente de
Karl Pearson, se obtiene un resultado de 0.98; se puede
concluir que:
Existe una correlación fuerte entre las variables

No existe ninguna correlacíon entre las variables

El valor no es posible porque el coeficiente debería situarse entre -1 y +1

Existe una correlación media baja entre las variables

Ninguna de las anteriores

En una empresa, se realiza un análisis de correlación entre
2 variables con la función COEF.DE.CORREL y el resultado
es +0.9899, se puede analizar que:
No existe relación entre las variables

La relación entre las variables es muy baja

La relación entre variables es inversa, una variable sube mientras la otra baja

Existe una relación entre variables y es directa

Ninguna de las anteriores

En un análisis de coeficiente de correlación entre los

costos de distribución y la utilidad, en donde se usa el
coeficiente de Karl Pearson, se obtiene un resultado de -
0.95; se puede concluir que:
La relación entre las variables es directa

La relación entre las variables es inversa

No pueden existir signos negativos en los cálculos de correlación

Ninguna de las anteriores

En un análisis de coeficiente de correlación entre los
costos de logística y la utilidad, en donde se usa el
coeficiente de Karl Pearson, se obtiene un resultado de -
0.9765; se puede concluir que:
Si los costos de logística suben, la utilidad también sube

Si los costos de logística bajan, la utilidad también baja

Si los costos de logística suben, la utilidad baja y viceversa

Ninguna de las anteriores

En una análisis de coeficiente de determinación, entre 2

variables se obtiene un resultado de 145%, se puede
analizar que:
El porcentaje de explicación del comportamiento entre variables es muy alta

El porcentaje de explicación del comportamiento entre variables es muy baja

No puede existir un valor del coeficiente por arriba del 100%

Ninguna de las anteriores

Si se analiza el coeficiente de correlación de Karl Pearson,

el valor puede variar:
 Entre +5 y -5

No tiene ningún límite, pero debe ser mayor a 1

Debe ser inferior a 0 y mayor a 1, al medir 2 variables.

Puede variar entre -1 y +1

No tiene ningún límite, pero debe ser positivo, porque mide una relación de variables.

Ninguna de las anteriores

En Gerencia se desea conocer el efecto de varias variables

predictoras como el costo de la energía, el costo del agua y
el costo del teléfono, sobre una sola varible dependiente
que son los gastos administrativos. Acorde a esta
necesidad de análisis de información, ¿Cuál herramienta
se debería de utilizar para evaluar la correlación de las 3
variables predictoras sobre la dependiente?
Coeficiente de correlación

Coeficiente de determinación

Regresión múltiple

Ninguna de las anteriores

Un analista tiene un listado de datos compuestos por una
variable predictora: el tipo de cambio, y otra dependiente:
el costo de transporte. Desea realizar una predicción del
comportamiento a un futuro del costo de transporte, se
puede utilizar la función:
Rango

Coeficiente.r2

coef.de.correl

error.tipico

pronostico.lineal

promedio

moda.uno

En una análisis de coeficiente de determinación, la

variable "Conocido_x" es
La variable resultante de respuesta del análisis de coeficiente de determinación

La variable predictora
 La variable dependiente

No se necesita ingresar esa variable para realizar la estimación

Ninguna de las anteriores

En un análisis de coeficiente de correlación entre las

importaciones de una empresa y el tipo de cambio frente
al dólar, en donde se usa el coeficiente de Karl Pearson, se
obtiene un resultado de 154.15; se puede concluir que:
Existe una correlación muy fuerte entre las variables

No existe ninguna correlacíon entre las variables

El valor no es posible porque el coeficiente debería situarse entre -1 y +1

Existe una correlación media entre las variables

Ninguna de las anteriores

En un análisis de regresión, el coeficiente de regresión

múltiple es 1025.75, se puede concluir que:
Existe una correlación muy fuerte entre las variables

No existe ninguna correlacíon entre las variables

 El valor no es posible porque el coeficiente debería situarse entre -1 y +1

El valor no es posible porque el coeficiente debería situarse entre -3.5 y +3.5

Existe una correlación media entre las variables

El coeficiente debería ser siempre negativo

Ninguna de las anteriores

Si se tiene el historial de ventas de los últimos 8 meses y

con base a este, se desea realizar un pronóstico de las
ventas del noveno mes. ¿Cuál función es la apropiada para
la estimación?
COEF.DE.CORREL

COEFICIENTE.R2

TENDENCIA

PROMEDIO

Ninguna de las anteriores