Pregunta: El caso del detergente fresco Enterprise Industries produce Fresh, una marca de detergente líquido. Para administrar su inventario de manera más efectiva, a la compañía le gustaría predecir mejor la demanda de productos frescos. Para desarrollar un modelo de predicción, la empresa ha recopilado datos sobre la demanda de Fresh durante los últimos 33 periodos

El caso del detergente fresco

Enterprise Industries produce Fresh, una marca de detergente líquido. Para administrar su inventario de manera más efectiva, a la compañía le gustaría predecir mejor la demanda de productos frescos. Para desarrollar un modelo de predicción, la empresa ha recopilado datos sobre la demanda de Fresh durante los últimos 33 periodos de venta. Cada período de ventas se define como un mes. Las variables son las siguientes:

Demanda = Y = demanda de una botella grande de Fresh (en 100 000)

Precio = el precio de Fresh como lo ofrece Ent. Industrias

AIP = el precio promedio de la industria

AVD = Ent. Industrias Gasto en Publicidad (en $100,000) para Promocionar Fresh en el período de ventas.

DIFF = AIP - Precio = la "diferencia de precio" en el período de ventas

1.Haga diagramas de dispersión de series de tiempo de las cinco variables (cinco gráficos). Inserte línea de tendencia, ecuación y R-cuadrado. Observar gráficos y proporcionar interpretación de resultados.

2.Construya diagramas de dispersión de Demanda frente a DIFF y Demanda frente a ADV, Demanda frente a AIP y Demanda frente a precio. Inserte la línea ajustada, la ecuación y R-cuadrado. Observar gráficos y proporcionar interpretación.

3. Obtenga la matriz de correlación para las seis variables y enumere las variables que tienen una fuerte correlación con la demanda. Alta correlación es r > 0,50. Explique sus hallazgos en un lenguaje sencillo.

4.Utilice promedios móviles de 3 y 6 meses para predecir la demanda de junio de 2017. Encuentre la MAD para ambos pronósticos e identifique la preferida en función de cada cálculo. ¿Es el método de promedio móvil adecuado para pronosticar para este conjunto de datos? Explique su razonamiento.

5. Use pronósticos de suavizado exponencial con alfa de 0.1, 0.2, ..., 0.9 para predecir la demanda de junio de 2017. Identifique el valor de alfa que resulte en el MAD más bajo.

6.Encuentre los índices estacionales mensuales para los valores de demanda utilizando el método de promedio simple (SA). Encuentre los valores de demanda desestacionalizados dividiendo la demanda mensual por los índices estacionales.

7.Utilice la regresión para realizar un análisis de tendencias en los valores de demanda desestacionalizados. ¿El análisis de tendencias es adecuado para estos datos? Encuentre MAD y explique el resultado de la regresión de Excel (ecuación de tendencia, r, r-cuadrado, bondad del modelo).

8. Encuentre los pronósticos de tendencia ajustados estacionalmente para junio a agosto de 2017.

9. Realice un análisis de regresión lineal simple con ADV como variable independiente para predecir la demanda. Escriba la ecuación completa, encuentre MAD y explique el resultado de la regresión de Excel. Asegúrese de utilizar los datos de demanda desestacionalizados para este modelo y todos los modelos futuros.

10.Repita la parte (10) con DIFF como variable independiente.

11. Construya un modelo de regresión de cuatro variables con Período, AIP, DIFF y ADV como variables independientes. Escriba la ecuación, encuentre el MSE y explique el resultado. Clasifique las variables en función de su grado de contribución al modelo. Observe los valores significativos de F, R-squared y p y explique.

12. Realice un análisis de regresión lineal múltiple con Período, DIFF y ADV como variables independientes. Escribe la ecuación y encuentra MAD. ¿Qué variable es el predictor más significativo de la demanda? Clasifique las variables independientes en función de su grado de contribución al modelo. Observe los valores significativos de F, R-squared y p y explique.

13. Usa el modelo obtenido en las partes 13 y haz pronósticos para los siguientes meses. Asegúrese de estacionalizar los pronósticos finales.

Período Precio AIP ADV

Junio 2017 $6.10 $7.65 $10.1

Julio 2017 $6.15 $7.70 $10.4

Agosto 2017 $6.30 $7.95 $10.7

El siguiente es el conjunto de datos a utilizar: