Pregunta N° 1

a) Variable independiente X: Meses del año 2017

Variable dependiente Y: Venta de chocolates en miles de unidades

b) Método manual

x² (x)* (y)
Venta de
Mes del año Var. De
chocolates Var. % decimales más 1
2017 (X) ventas
(Y)
1 22 0 0 0 0 1 22
2 23 1 4.55% 0.0455 1.05 4 46
3 17 -6 -26.09% -0.2609 0.74 9 51
4 16 -1 -5.88% -0.0588 0.94 16 64
5 15 -1 -6.25% 0.94

-0.0625 25 75

6 18 3 20.00% 0.2000 1.20 36 108

7 19 1 5.56% 0.0556 1.06 49 133
8 20 1 5.26% 0.0526 1.05 64 160
9 22 2 10.00% 0.1000 1.10 81 198
10 22 0 0.00% - 1.00 100 220
11 23 1 4.55% 0.0455 1.05 121 253
12 25 2 8.70% 1.09
0.0870 144 300

Totales 78 242 650 1,630

 c) Método Excel

Mes del Venta de

año 2017 chocolates Venta de chocolates (Y) vs Meses
(X) (Y) x² y² (x)*(y) 30

1 22 1 484 22 25

20 f(x) = 0.3986013986x + 17.5757575758

2 23 4 529 46 R² = 0.2071758029
3 17 9 289 51 15
4 16 16 256 64
10
5 15 25 225 75
6 18 36 324 108 5
7 19 49 361 133
0
8 20 64 400 160 0 2 4 6 8 10
9 22 81 484 198
Coeficiente de Coeficiente de
10 22 100 484 220 Determinación (r2) Correlación
11 23 121 529 253 20.72% R= 45.52%
12 25 144 625 300
Totales 78 242 650 4,990 1,630
Por tanto, según el coeficiente de correlación de
45.52%, nos indica que no es conveniente utilizar los
mínimos cuadrados, ya que se encuentra fuera de los
rangos [ -1; -0.8 ] o [ 0.8;1 ], el cual refiere a ser una
N= 12 correlación débil menor a 0.8.
 N∑xy - ∑x∑y ∑y - b∑x
b= ------------------- a= --------------
N∑x² - (∑x)² N

b= 0.3986013986 a= 17.57575758
ambas variables se estan correlacionando bien con un 94.14%
Tasa de crecimiento aritmetico Minimos cuadrados

P.A.= 1.85% P.Total = 1.64% Donde:

b= 684 0.40
1716

Por tanto, para la Entonces, se puede decir

empresa tiene una que existe un crecimiento
variación de 1.85% del 1.64% luego de
anual en las ventas , analizar el historico de
segun la formula de ventas anual.
promedio aritmético.
a= 211 17.58
12

Tasa de crecimiento geometrico Y= a + bx

P.G. = 1.43%

Por tanto, segun el Y= 17.58 +

promedio geometrico
existe una variacion de
1.43% de las ventas en
el año
 Por tanto, segun el
promedio geometrico
existe una variacion de
1.43% de las ventas en
el año

colates (Y) vs Meses (X)

757575758

6 8 10 12 14

Pronóstico
d) Y = 17576 + 0.3986(1)
18 Y = 18 mil unidades de chocolates

Se pronostica que en Enero 2018 se venderán 18

000 unidades de chocolates según el modelo de
regresión lineal.
e) Comentarios

En conclusión , se ha determinado que el uso del método de

mínimos cuadrados no es recomendable porque se proyecta con una
variación muy dispersa que hace que el nivel de ventas sean
mínimas en los siguientes años.

Por otro lado, el pronóstico de ventas realizado según el promedio

total se va incrementando en un 1.64% de forma mensual , lo cual
conlleva a un incremento mínimo que hace que los objetivos de
ventas sean poco retadoras.
Y= a + bx

0.40 x
Pregunta N° 1

a) Variable independiente X: Distancia en Kms recorridos para la entrega de producto

Variable dependiente Y: Tiempo de entrega en días

b) Método manual

x² (x)* (y)
Distancia (kms.) Tiempo (Días) Var. Tiempo
N° Var. % decimales más 1
(X) (Y)

1 725 3.8 0 0 0 - 525,625 2755

2 315 1 3 73.68% 0.7368 1.7368 99,225 315
3 1170 3 2 200% 2 3 1,368,900 3510
4 650 2.2 1 26.67% 0.2667 1.2667 422,500 1430
1 31.82% 1.3182

5 580 1.5 0.3182 336,400 870

6 820 2.5 1 66.67% 0.6667 1.6667 672,400 2050

7 1450 4.5 2 80.00% 0.8000 1.8000 2,102,500 6525
8 425 1.7 3 62.22% 0.6222 1.6222 180,625 722.5
9 770 3.3 2 94.12% 0.9412 1.9412 592,900 2541
10 1315 5.6 2 69.70% 0.6970 1.6970 1,729,225 7364
Totales 8220 29.1 8,030,300 28,083
 c) Método Excel
Distancia vs Tiempo
Distancia Tiempo (Días) 6
(kms.) (X) (Y)
x² y² (x)*(y) 5
f(x) = 0.0032684969x + 0.2232955884
725 3.8 525,625 14 2,755 R² = 0.7358139674
4

315 1 99,225 1 315 3

1170 3 1,368,900 9 3,510
650 2.2 2
422,500 5 1,430
580 1.5 336,400 2 870
1
820 2.5 672,400 6 2,050
1450 4.5 2,102,500 20 6,525 0
200 400 600 800 1000 1200 1400
425 1.7 180,625 3 723
770 3.3 592,900 11 2,541
1315 5.6 Coeficiente de Coeficiente de
1,729,225 31 7,364 Determinación (r2) Correlación
Totales 8,220 29 8,030,300 103 28,083 73.58% R=

Por tanto, según el coeficiente de correlación de 85.78%,

nos indica que es recomendable utilizar los mínimos
cuadrados, ya que se encuentra dentro de los rangos [ -1;
-0.8 ] o [ 0.8;1 ], el cual refiere a ser una correlación
fuerte.
 Por tanto, según el coeficiente de correlación de 85.78%,
nos indica que es recomendable utilizar los mínimos
cuadrados, ya que se encuentra dentro de los rangos [ -1;
-0.8 ] o [ 0.8;1 ], el cual refiere a ser una correlación
fuerte.
N= 10

N∑xy - ∑x∑y ∑y - b∑x

b= ------------------- a= --------------
N∑x² - (∑x)² N

b= 0.0032684969 a= 0.223295588
ambas variables se estan correlacionando bien con un 94.14%
Tasa de crecimiento aritmetico Minimos cuadrados

P.A.= 70.49% P.Total = 71.79% Donde:

b= 41623 0.003
12,734,600

Por tanto, existe una Entonces, se puede decir

variación de 70.49% en que existe un crecimiento
los días de entrega , del 71.79% luego de
según la formula de analizar el récord de
promedio aritmético. tiempo de entregas
a= 2 0.22
10

Tasa de crecimiento geometrico Y= a +

P.G. = 73.09%

Por tanto, según el Y= 0.22

promedio geométrico
existe una variación de
73.09% en los días de
entrega
 Por tanto, según el
promedio geométrico
existe una variación de
73.09% en los días de
entrega

ia vs Tiempo

32955884

1000 1200 1400 1600

Coeficiente de
Pronóstico
Correlación d) Y = 0.2233 + 0.0033(1500)
85.78% 5 Y = 5 días para entregar el producto

Se pronostica que con una distancia de 1500 kms

se demorará 5 días para ser entregado el
producto según el modelo de regresión lineal.
e correlación de 85.78%,
ble utilizar los mínimos
dentro de los rangos [ -1;
e a ser una correlación
e) Comentarios

En conclusión , se ha determinado que el uso del método de

mínimos cuadrados es más exacta porque se proyecta en una
variación poco dispersa, y los cuales son más seguros a que se
cumplan por contar con una correlación fuerte entre ambas variables.

Por otro lado, el pronóstico dede los días de entrega realizado según
el promedio total se va incrementando en un 71.79% de acuerdo a la
distancia en kms recorridas.
Y= a + bx

+ 0.003 x