EJERCICIOS SOBRE PRONOSTICOS

1. Para el siguiente conjunto de datos:a. Represente gráficamente en diagrama de dispersiónb. Desarrolle la ecuación de estimación que mejor describa los datos c. Pronostique Y para X= 10, 15,20.

X 13 16 14 11 17 9 13 17 18 12

Y 6.2 8.6 7.2 4.5 9.0 3.5 6.5 9.3 9.5 5.7

2. Durante partidos recientes de tenis, Dina ha observado que sus lanzamientos no han sido totalmente eficaces porque sus oponentes le han regresado algunos de ellos. Algunas de las personas con las que juega son bastantes altas, así que se ha estado preguntando si la altura de su oponente podría explicar el número de lanzamientos no regresados durante un partido. Los siguientes datos se sacaron de cinco partidos recientes.

Altura del oponente (H) lanzamientos no regresados (L)5.0 95.5 66.0 36.5 05.0 7

a. ¿Cuál es la variable dependiente?b. ¿Cuál es la ecuación de estimación de mínimos cuadrados para estos datos?c. ¿Cuál es su mejor estimación del numero de lanzamientos no regresados en

su partido de mañana con un oponente de 5.9 pies de altura?d. Determine el error estándar y el coeficiente de correlación.

3. Un estudio hecho por el Departamento de transporte de Atlanta, Georgia, acerca del efecto de los precios de los boletos de los autobuses sobre el número de pasajeros produjo los siguientes resultados:

Precio del boleto (centavos)

25 30 35 40 45 50 55 60

Pasajeros por 100 millas

800 780 780 660 640 600 620 620

a. Represente gráficamente estos datosb. Desarrolle la ecuación de estimación que mejor describa estos datosc. Pronostique el número de pasajeros por 100 millas si el precio del boleto fuera

de 50 centavos. d. Determine el coeficiente de correlación explique la respuesta.

EJERCICIOS SOBRE PRONOSTICOS

4. La demanda de calculadoras vendidas registrada en una en un almacén a ha sido la que a perece en la siguiente tabla. Se pide completar la tabla

Periodo(X)

MesNúmero de cambios de aceite (Y)

Promedio móvil simple de 3 datos

promedio móvil ponderado de 3 datos (60-30-

10)%

Suavización exponencial con α = 0.2

1 Enero 41      2 Febrero 46      3 Marzo 57      4 Abril 52      5 Mayo 59      6 Junio 51      7 Julio 60      8 Agosto 62      

Aplicando el análisis de regresión lineal simple “mínimos cuadrados”, pronostique los cambios de aceite para los meses: septiembre, octubre y noviembre