Escolar Documentos
Profissional Documentos
Cultura Documentos
OBJETIVOS ............................................................................................................................................... 3
INTRODUCCIN ...................................................................................................................................... 4
I. FBRICA DE PASTAS ALIMENTICIAS LA MODERNA (GENERALIDADES) .................... 5
II. METODOLOGA BOX-JENKINS ............................................................................................. 6
II.1 Definicin de serie de tiempo....................................................................................................... 6
II.2 Componentes de la serie de tiempo .............................................................................................. 6
II.3 Proceso estocstico ....................................................................................................................... 7
II.4 Box-Jenkins .................................................................................................................................. 7
II.5 Etapas de la metodologa Box-Jenkins......................................................................................... 8
III. APLICACIN DE LA TCNICA DE REGRESIN LINEAL SIMPLE .................................... 10
III.1 Anlisis exploratorio .................................................................................................................. 10
III.2 Estimacin del modelo de regresin lineal simple a los datos ................................................... 11
III.3 Pruebas de hiptesis para 0 y 1 ............................................................................................. 12
III.4 Aplicacin del ANOVA ............................................................................................................. 13
III.5 Verificacin de supuestos........................................................................................................... 14
IV. APLICACIN DE LA METODOLOGA BOX-JENKINS ......................................................... 20
IV.1 Anlisis exploratorio .................................................................................................................. 20
IV.2 Etapa de identificacin del modelo ............................................................................................ 27
IV.3 Etapa de estimacin de los parmetros del modelo.................................................................... 30
IV.4 Etapa de validacin .................................................................................................................... 32
IV.5 Prediccin del precio promedio mensual de pasta para sopa marca La Moderna
correspondiente al mes de Enero del ao 2016 ..................................................................................... 44
CONCLUSIONES .................................................................................................................................... 49
REFERENCIAS ........................................................................................................................................ 50
ANEXOS .................................................................................................................................................. 51
Base de datos ......................................................................................................................................... 52
OBJETIVOS
Objetivo general
Objetivos particulares
3
INTRODUCCIN
Los datos con los que se pretende trabajar corresponden a los precios promedio
mensual de pasta para sopa marca La Moderna, en su presentacin de 200 gramos.
Los precios fueron medidos en pesos mexicanos y presentan una periodicidad mensual
comenzando en el mes de enero del ao 2008 hasta el mes de diciembre del 2015.
4
I. FBRICA DE PASTAS ALIMENTICIAS LA MODERNA
(GENERALIDADES)
Conforme al paso del tiempo la empresa fue evolucionando de tal forma que
consigui certificarse en algunos de sus procesos de produccin
Algunas de las certificaciones en calidad que ha conseguido la empresa son:
certificacin SICA, Khoser, ISO 9001:2008, Food Safety System certification 22000,
entre otras.
5
II. METODOLOGA BOX-JENKINS
6
magnitud. Cabe destacar que los ciclos tienen mayor presencia en el rea
econmica, ya que puede haber variaciones econmicas a corto y largo plazo.
II.4 Box-Jenkins
7
II.5 Etapas de la metodologa Box-Jenkins
8
Verificar si el modelo es estable.
Verificar si el modelo es parsimonioso.
9
III. APLICACIN DE LA TCNICA DE REGRESIN LINEAL SIMPLE
Debido a que La regresin lineal es una tcnica que se utiliza para analizar si los
valores de una variable dependiente pueden predecirse mediante un modelo lineal, a
travs del conocimiento de los valores de una variable independiente (lvarez, 2007,
p.589), en algunas ocasiones esta tcnica es utilizada de manera errnea para
pronosticar futuras observaciones sobre datos que se encuentran en funcin del tiempo.
10
5.2
5.0
4.8
4.6
Precio promedio mensual
4.4
4.2
4.0
3.8
3.6
3.4
r = 0.06
3.2
3.0
0 2 4 6 8 10 12 14
Meses
Figura 1. Grafico de dispersin sobre los precios promedio mensual de pasta para
sopa marca La Moderna.
= 0 + 1 + , en donde ~(, 2 )
11
El modelo estimado para los precios promedio mensuales de pasta para sopa
marca La Moderna es el siguiente:
( ) = 4.14 + 0.0064 ( )
De acuerdo al modelo estimado se observa que por cada mes que transcurra el
precio promedio mensual de pasta para sopa marca La Moderna, ste se incrementara
en 0.0064 pesos.
: 1 = 0 vs 1 0
12
Por ltimo, considerando que el valor R-cuadrado obtenido el cual es del 0.3%,
se puede decir que la proporcin de la variabilidad de los precios promedio mensuales
de pasta para sopa marca La Moderna, que se encuentra explicando el modelo de
regresin ajustado es deficiente .Esto quiere decir que el modelo estimado no es lo
suficientemente bueno para realizar la estimacin de nuevas observaciones.
estimado t P
Intercepto ( ) 4.14 49.69 0.000
Meses ( ) 0.0064 0.57 0.57
: 1 = 0 vs 1 0
SC GL CM F P
Regresin 0.05 1 0.047 0.32 0.57
Residuales 13.81 94 0.15
Total 13.86 95
13
De acuerdo con la informacin de la Tabla 2, y utilizando un nivel de
significancia de 0.05 no se rechaza la hiptesis nula y se concluye que 1 = 0 . Esto
quiere decir que no existe asociacin lineal entre las variables, y por lo tanto la variable
Mes no explica a los precios mensuales promedio de pasta para sopa marca La
Moderna. Lo anterior se puede corroborar al observar que el valor de la suma de
cuadrados de los residuales es mayor comparada con la suma de cuadrados de la
regresin, y por lo tanto se obtiene un mal ajuste del modelo.
Considerando que:
~ (, 2 )
14
QQ-plot
Variable dependiente: Precio promedio mensual
3.0
2.5
.99
2.0
.95
1.5
Valores normales esperados
1.0
.75
0.5
.55
0.0
.35
-0.5
-1.0 .15
-1.5
.05
-2.0
.01
-2.5
-3.0
-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
Residual
:
vs
1 :
15
En la Tabla 3, se presenta el resultado obtenido por el software para la prueba de
normalidad.
Valor
W 0.98
p-valor 0.49
0.8
0.6
0.4
Residuales esperados
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
4.00 4.05 4.10 4.15 4.20 4.25 4.30
Valores predecidos
16
Como puede observarse en la Figura 3, existe un patrn en la distribucin de los
errores y por consiguiente se puede decir que el supuesto de homogeneidad de
varianzas para los residuales no se cumple. Sin embargo con la finalidad de corroborar
lo observado en el grfico se proceder a realizar la prueba de Bartlett, la cual se
muestra a continuacin.
Prueba de Bartlett.
Considerando las siguientes hiptesis
:
vs
1 :
Valor
B chi-
3.44
cuadr
p-valor 0.98
17
Finalmente se verificara el supuesto de independencia, y los resultados se
muestran a continuacin.
0.8
0.6
0.4
0.2
Residuales
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
0 10 20 30 40 50 60 70 80 90 100 110
Nmero de casos
Prueba de Durbin-Watson
:
vs
1 :
18
El resultado obtenido en el software Minitab en su versin 16, se muestra en la
tabla 5.
Valor
Estadstico
de Durbin- 0.29
Watson
19
IV. APLICACIN DE LA METODOLOGA BOX-JENKINS
5.5 5.5
96
5.0 5.0
Precio promedio mensual
4.5 4.5
4.0 4.0
3.5 3.5
3.0 3.0
0 10 20 30 40 50 60 70 80 90 100
Meses
Figura 5. Serie de tiempo sobre los precios promedio mensual de pasta para sopa
marca La Moderna
20
En la Figura 5, se observa que la serie de tiempo presenta tendencia positiva, lo
que indica que conforme al paso de los meses el valor del precio promedio mensual de
pasta para sopa marca La Moderna fue aumentando. Por otra parte tambin se
observa que la serie no presenta periodicidad, no tiene datos faltantes y no presenta
outliers.
21
Una vez que se identific si la serie de tiempo presenta tendencia, periodicidad,
outliers y datos faltantes, se procede a estacionarizar la serie en media y en varianza.
22
5.5 1.7
1.6
5.0
4.5
1.4
4.0
1.3
3.5
1.2
3.0 1.1
0 10 20 30 40 50 60 70 80 90 100
Precio promedio mensual (L) Precio promedio mensual; trns. (R)
23
A continuacin se proceder a aplicar el filtro de diferenciacin, con la finalidad
de estacionarizar la serie en media para desaparecer la tendencia existente en los datos
de la serie original.
5.5 1.0
0.8
5.0
0.6
0.4
4.5
0.2
0.0
4.0
-0.2
-0.4
3.5
-0.6
3.0 -0.8
0 10 20 30 40 50 60 70 80 90 100
Precio promedio mensual (L) Precio promedio mensual; trns. (R)
24
original. Sin embargo a partir de la informacin presentada en la Tabla 8, se aprecia
que la variabilidad con respecto a la media de la serie transformada es elevada.
5.5 0.3
5.0 0.2
4.5 0.1
4.0 0.0
3.5 -0.1
3.0 -0.2
0 10 20 30 40 50 60 70 80 90 100
Precio promedio mensual (L) Precio promedio mensual; trns. (R)
25
En la Figura 8 se observa que al aplicar los filtros estabilizadores de la media y
la varianza de manera simultnea, la serie de tiempo Precio promedio mensual se
suaviza. A manera de comprobar lo anterior en la Tabla 9, se observan las estadsticas
descriptivas correspondientes a la serie original y a la serie transformada.
26
De acuerdo con la metodologa de Box-Jenkins, una vez que la serie se encuentra
estacionarizada en media y en varianza se procede identificar el o los modelos que
genera la serie, esto con la finalidad de determinar cul es el modelo ms adecuado que
servir para predecir las observaciones futuras.
=++11+22++11122
en donde
~(0,2)
27
Funcin de autocorrelacin
Precio promedio mensual: ln(x); D(-1)
Lag Corr. S.E. Q p
1 -.490 .1010 23.55 .0000
2 +.146 .1005 25.67 .0000
3 -.030 .0999 25.76 .0000
4 -.001 .0994 25.76 .0000
5 +.047 .0988 25.99 .0001
6 -.165 .0983 28.80 .0001
7 +.104 .0977 29.94 .0001
8 -.024 .0972 30.00 .0002
9 -.010 .0966 30.01 .0004
10 +.009 .0960 30.02 .0009
11 -.112 .0955 31.40 .0010
12 +.078 .0949 32.08 .0014
13 -.063 .0943 32.52 .0020
14 +.052 .0938 32.83 .0031
15 -.096 .0932 33.89 .0035
0 0 Conf. Limit
-1.0 -0.5 0.0 0.5 1.0
De acuerdo con el siguiente criterio, el cual indica que para obtener el valor de la
parte auto-regresiva del modelo representado por p, es necesario observar el nmero
de barras del auto-correlograma diferentes de cero que sobresale de las lneas
punteadas, se observa en la Figura 9 que nicamente una barra sobrepasa las lneas
punteadas, por consiguiente se establece que el valor p para este caso ser igual a 1.
Definido el valor de p, se proceder a realizar el auto-correlograma de la funcin
de autocorrelacin parcial, para determinar el valor de q.
28
Funcin de autocorrelacin parcial
Precio promedio de pasta para sopa "La moderna": ln(x); D(-1)
Lag Corr. S.E.
1 -.490 .1026
2 -.124 .1026
3 -.013 .1026
4 -.005 .1026
5 +.057 .1026
6 -.154 .1026
7 -.070 .1026
8 +.009 .1026
9 -.005 .1026
10 -.002 .1026
11 -.147 .1026
12 -.094 .1026
13 -.064 .1026
14 +.016 .1026
15 -.095 .1026
0 Conf. Limit
-1.0 -0.5 0.0 0.5 1.0
ARIMA(1,1,1)1
el cual es expresado matemticamente de la siguiente manera:
29
= + + 1 1 1 1
En esta etapa se proceder a estimar los parmetros del modelo inicial ARIMA
(1,1,1)1 y en dado caso de los modelos propuestos. Lo anterior se realizara con el
propsito de determinar el modelo que servir para realizar las predicciones de las
observaciones futuras. En esta etapa se adoptaran algunos supuestos para el proceso de
estimacin, los cuales son:
a. ~(0, 2 )
b. sea un proceso estacionario
c. sea un proceso invertible
30
|1| < 1
|1 + 2| < 1
|2 1| < 1
|1 | < 1
|1 + 2 | < 1
|2 1 | < 1
31
Valor del Lower Upper
Parmetro p
parmetro 95%conf 95%conf
Debido a que los tres modelos cumplieron con ser estacionarios e invertibles, se
proceder a pasar a la etapa de validacin la cual se presenta en el siguiente apartado.
Para verificar si el modelo inicial es bueno o no, es necesario que este sea:
|1| < 1
|1 + 2| < 1
32
|2 1| < 1
cabe mencionar que todos los modelos que tengan nicamente la parte de medias
mviles sern estacionarios.
Todos los modelos que tengan nicamente la parte auto regresiva sern
invertibles.
Parsimonioso. Esto quiere decir que las estimaciones por intervalo de los
parmetros no incluyan al cero.
33
El modelo es
Modelo Estacionario Invertible Estable Parsimonioso
bueno
ARIMA(1,1,1)1 X X No
Tabla 14. Verificacin de los supuestos del modelo inicial ARIMA (1,1,1)1
Como se puede observar en la Tabla 14, los nicos supuestos que no cumple el
modelo ARIMA (1,1,1)1 son el de estable y parsimonioso. Debido a que existe una
correlacin entre los parmetros igual a 0.86, adems de que los intervalos de confianza
para los parmetros si incluye al 0. Esto se puede corroborar al observar los valores de
las Tablas 11 y 16.
Constante 1 -0.047
p(1) 1 0.86
Nota: Debido a que el modelo inicial no es un buen modelo por no cumplir con
dos de los supuestos fundamentales, no se procedi a verificar los supuestos de los
residuales.
34
El modelo es
Modelo Estacionario Invertible Estable Parsimonioso
bueno
ARIMA(1,1,0)1 Si
Constante 1 -0.0080
p(1) -0.0080 1
35
QQ- Plot: Precio promedio de pasta para sopa "La moderna"
ln(x); D(-1); ARIMA (1,0,0) residuals;
3
2
Valores normales esperados
-1
-2
-3
-0.14 -0.12 -0.10 -0.08 -0.06 -0.04 -0.02 0.00 0.02 0.04 0.06 0.08 0.10 0.12
Valores
Figura 11. Grafico de probabilidad normal de los residuales del modelo ARIMA(1,1,0)1
0 : ~
vs
1 : ~
Realizando la prueba de normalidad en el paquete PAST en su versin 3, se
obtuvo un valor de W=0.97 y un valor p=0.02. Por lo tanto considerando un nivel
de significancia de 0.05 se rechaza Ho y se concluye que a pesar de la evidencia
grafica los residuos para el modelo ARIMA(1,1,0)1 no se distribuyen de manera
normal.
36
A continuacin se proceder a verificar si los residuos cumple con el supuesto de
homogeneidad de varianzas.
0.10 0.10
0.05 0.05
0.00 0.00
-0.05 -0.05
-0.10 -0.10
-0.15 -0.15
0 10 20 30 40 50 60 70 80 90 100
Nmero de casos
37
Precio promedio de pasta para sopa "La moderna"
ln(x); D(-1);residuals;
0.4
0.3
0.2
Deviation from Expected Value
0.1
0.0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.14 -0.12 -0.10 -0.08 -0.06 -0.04 -0.02 0.00 0.02 0.04 0.06 0.08 0.10 0.12
Value
Tambin se puede verificar que se cumple que la media de los residuales es igual
a cero a partir de los siguiente valores obtenidos, adems de que el valor de < 2.
=0.00015 y = 0.0017
38
Funcin de autocorrelacin
Precio promedio mensual: ln(x); D(-1); residuals.
Lag Corr. S.E. Q p
1 -.062 .1010 .38 .5376
2 -.100 .1005 1.36 .5063
3 +.047 .0999 1.59 .6625
4 +.012 .0994 1.60 .8087
5 -.031 .0988 1.70 .8888
6 -.172 .0983 4.75 .5764
7 +.049 .0977 5.00 .6599
8 +.023 .0972 5.05 .7517
9 -.026 .0966 5.13 .8230
10 -.065 .0960 5.59 .8486
11 -.127 .0955 7.37 .7688
12 +.015 .0949 7.39 .8309
13 -.019 .0943 7.43 .8787
14 -.018 .0938 7.47 .9153
15 -.023 .0932 7.53 .9414
16 +.149 .0926 10.10 .8612
17 -.089 .0920 11.04 .8544
18 -.160 .0914 14.09 .7230
19 +.087 .0908 15.02 .7215
20 +.017 .0902 15.05 .7733
21 +.076 .0896 15.77 .7824
22 -.041 .0890 15.98 .8167
23 +.023 .0884 16.05 .8529
24 +.151 .0878 19.00 .7520
25 -.150 .0872 21.96 .6383
26 +.017 .0865 21.99 .6891
27 +.050 .0859 22.33 .7205
28 +.055 .0853 22.75 .7456
29 -.066 .0846 23.35 .7604
30 -.094 .0840 24.61 .7439
31 -.089 .0833 25.75 .7331
32 +.089 .0827 26.91 .7219
33 +.036 .0820 27.10 .7551
34 -.060 .0814 27.65 .7709
35 +.119 .0807 29.83 .7156
36 +.167 .0800 34.18 .5552
37 -.043 .0793 34.47 .5881
38 -.176 .0786 39.46 .4044
39 -.121 .0780 41.88 .3471
40 +.046 .0773 42.23 .3751
41 -.053 .0766 42.71 .3977
42 -.020 .0758 42.78 .4377
43 +.059 .0751 43.40 .4545
44 +.005 .0744 43.40 .4972
45 -.034 .0737 43.61 .5308
46 -.005 .0729 43.62 .5726
47 +.013 .0722 43.65 .6121
48 +.108 .0714 45.92 .5584
49 +.028 .0707 46.08 .5924
50 -.061 .0699 46.83 .6011
0 0 Conf. Limit
-1.0 -0.5 0.0 0.5 1.0
39
El modelo es
Modelo Estacionario Invertible Estable Parsimonioso
bueno
ARIMA(0,1,1)1 Si
Constante 1 -0.048
q(1) -0.048 1
40
QQ-Plot: Precio promedio de pasta para sopa "La moderna"
ln(x); D(-1); residuals;
3
-1
-2
-3
-0.14 -0.12 -0.10 -0.08 -0.06 -0.04 -0.02 0.00 0.02 0.04 0.06 0.08 0.10 0.12 0.14
Value
Figura 15. Grfico de probabilidad normal de los residuales del modelo ARIMA(0,1,1)1
0 : ~
vs
1 : ~
Realizando la prueba de normalidad en el paquete PAST en su versin 3, se obtuvo
un valor de W=0.98 y un valor p=0.22. Por lo tanto considerando un nivel de significancia
de 0.05 no se rechaza Ho y se concluye que los residuos para el modelo ARIMA(0,1,1)1
s se distribuye de forma normal.
41
A continuacin se proceder a verificar si los residuos cumplen con el supuesto de
homogeneidad de varianzas.
0.10 0.10
0.05 0.05
0.00 0.00
-0.05 -0.05
-0.10 -0.10
-0.15 -0.15
0 10 20 30 40 50 60 70 80 90 100
Nmero de casos
42
Funcin de autocorrelacin
Precio promedio mensual: ln(x); D(-1); Residuales
Lag Corr. S.E. Q p
1 -.063 .1010 .38 .5358
2 +.123 .1005 1.87 .3916
3 +.025 .0999 1.94 .5851
4 +.011 .0994 1.95 .7446
5 -.021 .0988 2.00 .8493
6 -.171 .0983 5.02 .5418
7 +.029 .0977 5.10 .6477
8 -.033 .0972 5.22 .7343
9 -.055 .0966 5.54 .7853
10 -.077 .0960 6.19 .7994
11 -.151 .0955 8.68 .6515
12 -.003 .0949 8.68 .7299
13 -.065 .0943 9.15 .7613
14 +.005 .0938 9.16 .8209
15 -.055 .0932 9.51 .8496
16 +.108 .0926 10.88 .8169
17 -.084 .0920 11.71 .8176
18 -.127 .0914 13.62 .7532
19 +.094 .0908 14.70 .7416
20 -.007 .0902 14.70 .7931
21 +.095 .0896 15.83 .7790
22 -.005 .0890 15.83 .8240
23 +.010 .0884 15.85 .8616
24 +.144 .0878 18.53 .7766
25 -.136 .0872 20.95 .6953
26 +.073 .0865 21.66 .7070
27 +.012 .0859 21.68 .7534
28 +.067 .0853 22.29 .7677
29 -.073 .0846 23.03 .7752
30 -.053 .0840 23.43 .7970
31 -.081 .0833 24.37 .7952
32 +.070 .0827 25.09 .8022
33 +.037 .0820 25.30 .8288
34 -.014 .0814 25.33 .8585
35 +.105 .0807 27.02 .8305
36 +.114 .0800 29.05 .7878
37 -.061 .0793 29.63 .8000
38 -.160 .0786 33.77 .6652
39 -.140 .0780 37.01 .5608
40 -.002 .0773 37.01 .6054
41 -.078 .0766 38.04 .6028
42 -.014 .0758 38.08 .6438
43 +.037 .0751 38.31 .6744
44 +.010 .0744 38.33 .7123
45 -.015 .0737 38.37 .7468
46 +.031 .0729 38.55 .7741
47 +.027 .0722 38.69 .8003
48 +.104 .0714 40.81 .7593
49 +.049 .0707 41.30 .7745
50 -.020 .0699 41.39 .8018
0 0 Conf. Limit
-1.0 -0.5 0.0 0.5 1.0
Tambin se puede verificar que se cumple que la media de los residuales es igual a
cero a partir de los siguiente valores obtenidos, adems de que el valor de < 2.
=0.0000508 y = 0.0017
En la Tabla 20, se presenta un resumen de los supuestos con los que cumplen los
modelos propuestos, esto con la finalidad de definir el modelo que se utilizara para realizar
las predicciones de las nuevas observaciones.
43
Serie de tiempo del precio promedio mensual.
Admisible
Estable
Parsimonioso
Residuos
X
normales
Varianza
constante
Residuos
X
independientes.
La media de los
residuales es
igual a cero
IV.5 Prediccin del precio promedio mensual de pasta para sopa marca La Moderna
correspondiente al mes de Enero del ao 2016
44
Prediccin del precio promedio mensual de pasta para sopa marca La
Moderna, con una confiabilidad del 90%
5.0 5.0
4.5 4.5
4.0 4.0
3.5 3.5
3.0 3.0
0 10 20 30 40 50 60 70 80 90 100 110
Observed Forecast 90.0000%
Figura 17: Grafico de predicciones para los precios promedio mensual de pasta para sopa
marca La Moderna en su presentacin de 200 gramos.
Forecasts; Model:(0,0,1) Seasonal lag: 12 (serie) Input: Precio promedio de pasta para sopa
"La moderna" Start of origin: 1 End of origin: 96
Forecast Lower 90% Upper 90%
97 4.46 3.97 4.94
98 4.18 3.61 4.74
99 4.18 3.61 4.74
100 4.18 3.61 4.74
101 4.18 3.61 4.74
102 4.18 3.61 4.74
103 4.18 3.61 4.74
104 4.18 3.61 4.74
105 4.18 3.61 4.74
106 4.18 3.61 4.74
Tabla 21: Tabla de predicciones sobre el precio promedio mensual de pasta para sopa marca
La Moderna en su presentacin de 200 gramos.
45
Como se puede observar en la Figura 17 y en la Tabla 21, el precio promedio
mensual que se espera que alcance la pasta para sopa de la marca La Moderna en su
presentacin de 200 gramos, en las tiendas de autoservicio de la zona metropolitana de la
ciudad de Mxico es de $4.46 pesos. Con una estimacin por intervalo de que el valor real
del precio promedio se encuentre entre $4.97 pesos y $4.94 pesos.
= 0.040 + 0.501
5.0 5.0
4.5 4.5
4.0 4.0
3.5 3.5
3.0 3.0
0 10 20 30 40 50 60 70 80 90 100 110
Observed Forecast 95.0000%
Figura 18. Grafico de predicciones para los precios promedio mensual de pasta para sopa
marca La Moderna en su presentacin de 200 gramos.
46
Forecasts; Model:(0,0,1) Seasonal lag: 12 (serie) Input: Precio promedio de pasta para sopa
"La moderna" Start of origin: 1 End of origin: 96
Forecast Lower 95% Upper 95%
97 4.46 3.88 5.04
98 4.18 3.50 4.85
99 4.18 3.50 4.85
100 4.18 3.50 4.85
101 4.18 3.50 4.85
102 4.18 3.50 4.85
103 4.18 3.50 4.85
104 4.18 3.50 4.85
105 4.18 3.50 4.85
106 4.18 3.50 4.85
Tabla 22: Tabla de predicciones sobre el precio promedio mensual de pasta para sopa
marca La Moderna en su presentacin de 200 gramos.
47
Forecasts; Model:(0,0,1) Seasonal lag: 12
Input: Precio promedio mensual
Start of origin: 1 End of origin: 96
5.5 5.5
5.0 5.0
4.5 4.5
4.0 4.0
3.5 3.5
3.0 3.0
0 10 20 30 40 50 60 70 80 90 100 110
Observed Forecast 99.0000%
Figura 19. Grfico de predicciones para los precios promedio mensual de pasta para
sopa marca La Moderna en su presentacin de 200 gramos.
Forecasts; Model:(0,0,1) Seasonal lag: 12 (serie) Input: Precio promedio de pasta para sopa
"La moderna" Start of origin: 1 End of origin: 96
Forecast Lower 99% Upper 99%
97 4.46 3.69 5.23
98 4.18 3.29 5.07
99 4.18 3.29 5.07
100 4.18 3.29 5.07
101 4.18 3.29 5.07
102 4.18 3.29 5.07
103 4.18 3.29 5.07
104 4.18 3.29 5.07
105 4.18 3.29 5.07
106 4.18 3.29 5.07
Tabla 23: Tabla de predicciones sobre el precio promedio mensual de pasta para sopa marca
La Moderna en su presentacin de 200 gramos.
48
CONCLUSIONES
El mejor modelo para esta realizar las predicciones correspondientes en esta serie de
tiempo es un modelo ARIMA (0, 1,1)1 ya que mejor cumple con la mayora de los
supuestos.
El precio promedio mensual que se espera que llegue a alcanzar la pasta para sopa de la
marca La Moderna en su presentacin de 200 gramos, en las tiendas de autoservicio
de la zona metropolitana de la ciudad de Mxico el mes de Enero del ao 2016 es de
$4.93pesos.
La prediccin realizada a partir del modelo propuesto es correcta ya que al hacer la
revisin de la actualizacin de la base de datos correspondiente al mes de Enero del ao
2016, el valor del precio mensual real cae dentro de la estimacin por intervalo
pronosticada por el modelo encontrado.
49
REFERENCIAS
Garca, J. A., Ramos, C., & Ruiz, G. (2008). Estadstica Administrativa. Universidad
de Cdiz.
50
ANEXOS
51
Base de datos
Periodicidad Mensual
Unidad de medida Pesos
PROFECO. Direccin general de estudios
Fuente
sobre consumo.
Fecha inicial 2008/01
Fecha final 2015/12
ltima actualizacin 2016/01/15
Periodo Dato
2008/01 3.3466
2008/02 3.2174
2008/03 3.4081
2008/04 3.58
2008/05 3.517
2008/06 3.5229
2008/07 3.5977
2008/08 3.6539
2008/09 3.6788
2008/10 3.579
2008/11 3.6893
2008/12 3.8967
52
2009/01 4.0176
2009/02 3.9973
2009/03 4.0215
2009/04 4.01
2009/05 3.9965
2009/06 4.0145
2009/07 4.0006
2009/08 3.9514
2009/09 3.9207
2009/10 3.9016
2009/11 3.8664
2009/12 3.8197
2010/01 3.8203
2010/02 3.7069
2010/03 3.81
2010/04 3.8821
2010/05 3.9163
2010/06 3.829
2010/07 4.1118
2010/08 3.8019
2010/09 4.3013
2010/10 3.8482
2010/11 3.8482
2010/12 3.9511
2011/01 3.9025
2011/02 4.22
2011/03 4.05
2011/04 4.58
2011/05 4.31
2011/06 4.18
2011/07 4.23
53
2011/08 4.36
2011/09 4.29
2011/10 4.17
2011/11 4.54
2011/12 4.16
2012/01 4.41
2012/02 4.26
2012/03 4.12
2012/04 4.17
2012/05 4.16
2012/06 4.13
2012/07 4.12
2012/08 4.05
2012/09 4.45
2012/10 3.82
2012/11 4.54
2012/12 4.55
2013/01 4.63
2013/02 4.69
2013/03 4.75
2013/04 4.8011
2013/05 4.89
2013/06 4.57
2013/07 4.61
2013/08 4.58
2013/09 4.41
2013/10 4.27
2013/11 4.127
2013/12 4.1043
2014/01 4.45
2014/02 4.45
54
2014/03 4.42
2014/04 4.48
2014/05 4.45
2014/06 4.22
2014/07 4.21
2014/08 4.48
2014/09 4.4183
2014/10 4.45
2014/11 4.4841
2014/12 4.49
2015/01 4.44
2015/02 4.47
2015/03 4.63
2015/04 4.6379
2015/05 4.5745
2015/06 4.54
2015/07 4.59
2015/08 4.83
2015/09 4.5
2015/10 4.43
2015/11 4.98
2015/12 5.05
55