kljk.hgfdsa,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,.......................................................................................................................................................................................................................................................................................

1. EJERCICIOS PARTE I

2. 7.- A continuación presentamos los datos que describen el índice de contaminación de aire, en partes por millón (ppm) de
partículas en el aire, de una ciudad del oeste de Estados Unidos:
Año Índice
1980 220
1985 350
1990 800
1995 2450
Determinar:
a) Elegir el modelo que mejor se ajuste a los datos: lineal o cuadrático, escribir ecuación de
regresión y realizar diagrama de dispersión.
Año XC Índice
1980 -15 220
1985 -5 350
1990 5 800
1995 15 2450
1987.5
Modelo lineal: 𝑟2
=80.53%, r= 89.7385%
Modelo cuadrático: 𝑟2
= 98.78%, r= 99.3881%
El ajuste es mejor en el modelo curvilíneo porque R2 es
mayor.
Ecuación de regresión: 480.0 + 71.40 XC + 3.800 XC^2

3. b) Realizar la predicción de las ventas en: 2000, 2005, 2010.
Año
XC
Índice
2000
25 4640
2005
35 7634
2010
45 11388

4. 8.- El departamento Estatal de Vehículos estudia el número de muertes por accidentes de tránsito en el
estado debido a conductores ebrios, y registró el número de muertes en los nueve años anteriores:
Año Muertes
1987 175
1988 190
1989 185
1990 195
1991 180
1992 200
1993 185
1994 190
1995 205
Determinar:
a) Elegir el modelo que mejor se ajuste a los datos: lineal o cuadrático, escribir ecuación de
regresión y realizar diagrama de dispersión.
Año XC Muertes
1987 -4 175
1988 -3 190
1989 -2 185
1990 -1 195
1991 0 180
1992 1 200
1993 2 185
1994 3 190
1995 4 205
1991
Modelo lineal: 𝑟2
=36.06%, r= 60.049%
Modelo cuadrático: 𝑟2
= 36.09%, r= 60.074%
El ajuste es mejor en el modelo curvilíneo porque R2 es
mayor.
Ecuación de regresión:189.3 + 2.083 XC + 0.0271 XC^2

5. b) Realizar la predicción de las muertes en: 1996,
1997, 1998, 1999, 2000.
Año XC Muertes
1996
5
200.392
5
1997
6
202.773
6
1998
7
205.208
9
1999
8
207.698
4
2000
9
210.242
1

6. EJERCICIOS PARTE II

7. 7.- A continuación se dan las tasa de interés de bonos corporativos en 12 meses
consecutivos:
Mes Tasa de interés
1 9.5
2 9.3
3 9.4
4 9.6
5 9.8
6 9.7
7 9.8
8 10.5
9 9.9
10 9.7
11 9.6
12 9.6
a) Elegir el modelo que mejor se ajuste a los datos: lineal o
cuadrático y escribir ecuación de regresión.
Mes XC
Tasa de
interés
1 -11 9.5
2 -9 9.3
3 -7 9.4
4 -5 9.6
5 -3 9.8
6 -1 9.7
7 1 9.8
8 3 10.5
9 5 9.9
10 7 9.7
11 9 9.6
12 11 9.6
6.5

8. Modelo lineal: 𝑟2
= 15.80%, r= 39.7492%
Modelo cuadrático: 𝑟2
= 45.77%, r= 67.6535%
El ajuste es mejor en el modelo curvilíneo
porque R2 es mayor.
Ecuación de regresión:
9.880 + 0.01678 XC - 0.003784 XC^2

9. b) Calcular el porcentaje de tendencia y el porcentaje cíclico relativo para los datos.
XC YE PT PCR
-11 9.2376 102.8411 2.8411
-9 9.4225 98.7002 -1.2998
-7 9.5771 98.1506 -1.8494
-5 9.7015 98.9538 -1.0462
-3 9.7956 100.0449 0.0449
-1 9.8594 98.3829 -1.6171
1 9.8930 99.0600 -0.9400
3 9.8963 106.1004 6.1004
5 9.8693 100.3111 0.3111
7 9.8120 98.8581 -1.1419
9 9.7245 98.7196 -1.2804
11 9.6067 99.9301 -0.0699
8.6
8.8
9
9.2
9.4
9.6
9.8
10
10.2
10.4
10.6
1 2 3 4 5 6 7 8 9 10 11 12
Tasa de interés YE

10. c) Realizar diagramas de dispersión correspondientes e identificar en qué periodo (semana, mes o año) se tiene la
mayor fluctuación, tanto positiva como negativa.
MES %TOTAL PT
1 100 102.8411
2 100 98.7002
3 100 98.1506
4 100 98.9538
5 100 100.0449
6 100 98.3829
7 100 99.0600
8 100 106.1004
9 100 100.3111
10 100 98.8581
11 100 98.7196
12 100 99.9301
97
98
99
100
101
102
103
104
105
106
107
0 2 4 6 8 10 12 14
%TOTAL PT
La fluctuación mas positiva se encuentra en el mes 8 y la mas negativa en el mes 3.

11. 8.- A continuación se presentan los valores (en millones de dólares) de los contratos de construcción en Alabama correspondientes a
un período de 12 meses:
Mes Valores
1 240
2 350
3 230
4 260
5 280
6 320
7 220
8 310
9 240
10 310
11 240
12 230
a) Elegir el modelo que mejor se ajuste a los datos: lineal o cuadrático y escribir
ecuación de regresión.
Mes XC Valores
1 -11 240
2 -9 350
3 -7 230
4 -5 260
5 -3 280
6 -1 320
7 1 220
8 3 310
9 5 240
10 7 310
11 9 240
12 11 230
6.5

12. Modelo lineal: 𝑟2
= 3.57%, r= 18.8944%
Modelo cuadrático: 𝑟2
= 8.14%, r= 28.5306%
El ajuste es mejor en el modelo curvilíneo
porque R2 es mayor.
Ecuación de regresión:
La ecuación de regresión es
Valores = 279.2 - 1.136 XC - 0.2104 XC^2

13. b) Calcular el porcentaje de tendencia y el porcentaje cíclico relativo para los datos.
XC YE PT PRC
-11 266.2376 90.1450 -9.8550
-9 272.3816 128.4962 28.4962
-7 276.8424 83.0798 -16.9202
-5 279.62 92.9833 -7.0167
-3 280.7144 99.7455 -0.2545
-1 280.1256 114.2345 14.2345
1 277.8536 79.1784 -20.8216
3 273.8984 113.1807 13.1807
5 268.26 89.4654 -10.5346
7 260.9384 118.8020 18.8020
9 251.9336 95.2632 -4.7368
11 241.2456 95.3385 -4.6615
0
50
100
150
200
250
300
350
400
0 2 4 6 8 10 12
Valores YE

14. c) Realizar diagramas de dispersión correspondientes e identificar en qué periodo (semana, mes o año) se tiene la
mayor fluctuación, tanto positiva como negativa.
Mes %TOTAL PT
1 100 90.1450
2 100 128.4962
3 100 83.0798
4 100 92.9833
5 100 99.7455
6 100 114.2345
7 100 79.1784
8 100 113.1807
9 100 89.4654
10 100 118.8020
11 100 95.2632
12 100 95.3385
0
20
40
60
80
100
120
140
0 2 4 6 8 10 12
%TOTAL PT
La fluctuación mas positiva se encuentra en el mes 2 y la mas negativa en el mes 7.

15. EJERCICIOS PARTE III

16. 7.- Un gerente de producción de una fábrica de papel canadiense ha acumulado la siguiente información
que describe la cantidad de papel (en millones de libras) procesado cada trimestre:
Año Primavera Verano Otoño Invierno
1992 3.1 5.1 5.6 3.6
1993 3.3 5.1 5.8 3.7
1994 3.4 5.3 6.0 3.8
1995 3.7 5.4 6.1 3.9
a) Calcular el índice estacional.
b) Realizar la desestacionalización de los datos.
c) Realizar la gráfica correspondiente.

17. AÑO ESTACIOÓN PRODUCCION
P1 TOTAL
MOVIL
P2
PROMEDIO
MOVIL
PROM.MOVI
LCENTRADO
INDICE
ESTACIONAL
1992
P 3.1
V 5.1 17.4 4.35
O 5.6 4.375 128.0000
17.6 4.4
I 3.6 4.4 81.8182
17.6 4.4
1993
P 3.3 4.425 74.5763
17.8 4.45
V 5.1 4.4625 114.2857
17.9 4.475
O 5.8 4.4875 129.2479
18 4.5
I 3.7 4.525 81.7680
18.2 4.55
1994
P 3.4 4.575 74.3169
18.4 4.6
V 5.3 4.6125 114.9051
18.5 4.625
O 6 4.6625 128.6863
18.8 4.7
I 3.8 4.7125 80.6366
18.9 4.725
1995
P 3.7 4.7375 78.1003
19 4.75
V 5.4 4.7625 113.3858
19.1 4.775
O 6.1
I 3.9
AÑO P V O I
1992 128.00 81.82
1993 74.58 114.29 129.25 81.77
1994 74.32 114.91 128.69 80.64
1995 78.10 113.39
SUMA CA
INDICE
DESAJUSTA
DO
74.58 114.29 128.69 81.77 399.32 1.0017
INDICE
FINAL
74.7040 114.4814 128.9067 81.9080
INDICE 0.7470 1.1448 1.2891 0.8191
a) Calcular el índice estacional.

18. b) Realizar la desestacionalización de los datos.
AÑO ESTACIÓN PRODUCCION DESESTACIONALIZACION
1992
P 3.1 4.1497
V 5.1 4.4549
O 5.6 4.3442
I 3.6 4.3952
1993
P 3.3 4.4174
V 5.1 4.4549
O 5.8 4.4994
I 3.7 4.5173
1994
P 3.4 4.5513
V 5.3 4.6296
O 6 4.6545
I 3.8 4.6394
1995
P 3.7 4.9529
V 5.4 4.7169
O 6.1 4.7321
I 3.9 4.7614

19. C) Realizar la gráfica correspondiente.
0
1
2
3
4
5
6
7
0 2 4 6 8 10 12 14 16
PRODUCCION DESESTACIONALIZACION

20. 8.- Un subsecretario asistente del Departamento de Comercio de Estados Unidos tiene los siguientes
datos que describen el valor del grano exportado durante los últimos 16 trimestres (en miles de
millones de dólares):
Año I II III IV
1992 1 3 6 4
1993 2 2 7 5
1994 2 4 8 5
1995 1 3 8 6
a) Calcular el índice estacional.
b) Realizar la desestacionalización de los datos.
c) Realizar la gráfica correspondiente.

21. a) Calcular el índice estacional.
AÑO TRIMESTRE VALOR
P1 TOTAL
MOVIL
P2
PROMEDIO
MOVIL
PROM.MOVI
LCENTRADO
INDICE
ESTACIONAL
AÑO I II III IV
1992
I 1
1992 165.52 110.34
1993 55.17 51.61 175.00 117.65
II 3
1994 43.24 84.21 172.97 114.29
14 3.5
1995 23.53 68.57
III 6 3.625 165.5172
SUMA CA
15 3.75
INDICE
DESAJUSTAD
O
43.24 68.57 172.97 114.29 399.07 1.0023
IV 4 3.625 110.3448
14 3.5
INDICE
FINAL
43.3437 68.7307 173.3746 114.5511
1993
I 2 3.625 55.1724
15 3.75
INDICE 0.4334 0.6873 1.7337 1.1455
II 2 3.875 51.6129
16 4
III 7 4 175.0000
16 4
IV 5 4.25 117.6471
18 4.5
1994
I 2 4.625 43.2432
19 4.75
II 4 4.75 84.2105
19 4.75
III 8 4.625 172.9730
18 4.5
IV 5 4.375 114.2857
17 4.25
1995
I 1 4.25 23.5294
17 4.25
II 3 4.375 68.5714
18 4.5
III 8
IV 6

22. b) Realizar la desestacionalización de los datos.
AÑO TRIMESTRE PRODUCCION DESESTACIONALIZACION
1992
I 1 2.3071
II 3 4.3649
III 6 3.4607
IV 4 3.4919
1993
I 2 4.6143
II 2 2.9099
III 7 4.0375
IV 5 4.3649
1994
I 2 4.6143
II 4 5.8198
III 8 4.6143
IV 5 4.3649
1995
I 1 2.3071
II 3 4.3649
III 8 4.6143
IV 6 5.2378

23. a) Realizar la gráfica correspondiente.
0
1
2
3
4
5
6
7
8
9
0 2 4 6 8 10 12 14 16
PRODUCCION DESESTACIONALIZACION