EJERCICIO 14

PROBLEMA 15

El director de una gran biblioteca pública tiene que programar las actividades de los
empleados a cargo de colocar de nuevo en los estantes los libros y las publicaciones
periódicas que devuelven los usuarios de la biblioteca. El número de elementos
bibliográficos que salen en calidad de préstamo determinara los requisitos de mano de
obra. Los siguientes datos reflejan el número de dichos elementos que han salido de la
biblioteca en los últimos año.
 N° MES AÑO 1 AÑO2 AÑO 3
1 Enero 1847 2045 1986
2 Febrero 2669 2321 2564
3 Marzo 2467 2419 2635
4 Abril 2432 2088 2150
5 Mayo 2464 2667 2201
6 Junio 2378 2122 2663
7 Julio 2217 2206 2055
8 Agosto 2445 1869 1678
9 Septiembre 1894 2441 1845
10 Octubre 1922 2291 2065
11 Noviembre 2431 2364 2147
12 Diciembre 2274 2189 2451
El director necesita un método de series de tiempo para pronosticar el número de elementos que
saldrán de la institución durante el próximo mes. Encuentre el mejor pronóstico posible con el
método de promedio móvil simple. Defina lo que se entiende por el mejor y justifique su decisión.
 SOLUCION

ERROR DE ER
PRONOSTICO PRONOSTICO PRONOSTICO PRONOSTICO PROVISION PR
MES PRESTAMOS PRONOSTICO n=2 n=3 n=4 n=22 n=33 PRONOSTICO n=44 ERROR DE PROVISION 1 2 3
Enero 1847 - - - - - - - -
Febrero 2669 - - - - - - - -
Marzo 2467 2258 - - - - - 209 -
Abril 2432 2568 2327,666667 - 2568 2328 - 136 104
Mayo 2464 2449,5 2522,666667 2353,75 2450 2523 2354 14 59 110
Junio 2378 2448 2454,333333 2508 2448 2455 2508 70 77 130
Julio 2217 2421 2424,666667 2435,25 2421 2425 2436 204 208 219
Agosto 2445 2297,5 2353 2372,75 2298 2353 2373 147 92 72
Septiembre 1894 2331 2346,666667 2376 2331 2347 2376 437 453 482
Octubre 1922 2169,5 2185,333333 2233,5 2170 2186 2234 248 264 312
Noviembre 2431 1908 2087 2119,5 1908 2087 2120 523 344 311
Diciembre 2274 2176,5 2082,333333 2173 2177 2083 2173 97 191 101
Enero 2045 2352,5 2209 2130,25 2353 2209 2131 308 164 86
Febrero 2321 2159,5 2250 2168 2160 2250 2168 161 71 153
Marzo 2419 2183 2213,333333 2267,75 2183 2214 2268 236 205 151
Abril 2088 2370 2261,666667 2264,75 2370 2262 2265 282 174 177
Mayo 2667 2253,5 2276 2218,25 2254 2276 2219 413 391 448
Junio 2122 2377,5 2391,333333 2373,75 2378 2392 2374 256 270 252
Julio 2206 2394,5 2292,333333 2324 2395 2293 2324 189 87 118
Agosto 1869 2164 2331,666667 2270,75 2164 2332 2271 295 463 402
Septiembre 2441 2037,5 2065,666667 2216 2038 2066 2216 403 375 225
Octubre 2291 2155 2172 2159,5 2155 2172 2160 136 119 131
Noviembre 2364 2366 2200,333333 2201,75 2366 2201 2202 2 163 162
Diciembre 2189 2327,5 2365,333333 2241,25 2328 2366 2242 139 177 53
Enero 1986 2276,5 2281,333333 2321,25 2277 2282 2322 291 296 336
Febrero 2564 2087,5 2179,666667 2207,5 2088 2180 2208 476 384 356
Marzo 2635 2275 2246,333333 2275,75 2275 2247 2276 360 388 359
Abril 2150 2599,5 2395 2343,5 2600 2395 2344 450 245 194
Mayo 2201 2392,5 2449,666667 2333,75 2393 2450 2334 192 249 133
Junio 2663 2175,5 2328,666667 2387,5 2176 2329 2388 487 334 275
Julio 2055 2432 2338 2412,25 2432 2338 2413 377 283 358
Agosto 1678 2359 2306,333333 2267,25 2359 2307 2268 681 629 590
Septiembre 1845 1866,5 2132 2149,25 1867 2132 2150 22 287 305
Octubre 2065 1761,5 1859,333333 2060,25 1762 1860 2061 303 205 4
Noviembre 2147 1955 1862,666667 1910,75 1955 1863 1911 192 284 236
Diciembre 2451 2106 2019 1933,75 2106 2019 1934 345 432 517
Enero 2299 2221 2127 2299 2221 2127

MAD 268 257 242

Para este conjunto de datos cuando n= 4 produjo una deviación media absoluta más baja entonces nuestro valor pronosticado es de 2127
1. Usando los datos del problema 15, encuentre la mejor solución posible con el
suvizamiento exponencial. Justifique su decisión.

N° MES PRESTAMOS PRONOSTICO MES t+1

1 Enero 1847 2071 Febrero
2 Febrero 2669 2191 Marzo
3 Marzo 2467 2247 Abril
4 Abril 2432 2284 Mayo
5 Mayo 2464 2320 Junio
6 Junio 2378 2332 Julio
7 Julio 2217 2309 Agosto
8 Agosto 2445 2337 Septiembre
9 Septiembre 1894 2249 Octubre
10 Octubre 1922 2184 Noviembre
11 Noviembre 2431 2234 Diciembre
12 Diciembre 2274 2242 Enero
13 Enero 2045 2203 Febrero
14 Febrero 2321 2227 Marzo
15 Marzo 2419 2266 Abril
16 Abril 2088 2231 Mayo
17 Mayo 2667 2319 Junio
18 Junio 2122 2280 Julio
19 Julio 2206 2266 Agosto
20 Agosto 1869 2187 Septiembre
21 Septiembre 2441 2238 Octubre
22 Octubre 2291 2249 Noviembre
23 Noviembre 2364 2272 Diciembre
24 Diciembre 2189 2256 Enero
25 Enero 1986 2202 Febrero
26 Febrero 2564 2275 Marzo
27 Marzo 2635 2347 Abril
28 Abril 2150 2308 Mayo
29 Mayo 2201 2287 Junio
30 Junio 2663 2363 Julio
31 Julio 2055 2302 Agosto
32 Agosto 1678 2178 Septiembre
33 Septiembre 1845 2112 Octubre
34 Octubre 2065 2103 Noviembre
35 Noviembre 2147 2112 Diciembre
36 Diciembre 2451 2180 Enero
 MES DEMANDA REAL PRONOSTICO ERROR ERROR ABSOLUTO ERROR PORCENTUAL ABSOLUTO
Febrero 2669 2071 598 598 23
Marzo 2467 2191 276 276 12
Abril 2432 2247 185 185 8
Mayo 2464 2284 180 180 8
Junio 2378 2320 58 58 3
Julio 2217 2332 -115 115 6
Agosto 2445 2309 136 136 6
Septiembre 1894 2337 -443 443 24
Octubre 1922 2249 -327 327 18
Noviembre 2431 2184 247 247 11
Diciembre 2274 2234 40 40 2
Enero 2045 2242 -197 197 10
Febrero 2321 2203 118 118 6
Marzo 2419 2227 192 192 8
Abril 2088 2266 -178 178 9
Mayo 2667 2231 436 436 17
Junio 2122 2319 -197 197 10
Julio 2206 2280 -74 74 4
Agosto 1869 2266 -397 397 22
Septiembre 2441 2187 254 254 11
Octubre 2291 2238 53 53 3
Noviembre 2364 2249 115 115 5
Diciembre 2189 2272 -83 83 4
Enero 1986 2256 -270 270 14
Febrero 2564 2202 362 362 15
Marzo 2635 2275 360 360 14
Abril 2150 2347 -197 197 10
Mayo 2201 2308 -107 107 5
Junio 2663 2287 376 376 15
Julio 2055 2363 -308 308 15
Agosto 1678 2302 -624 624 38
Septiembre 1845 2178 -333 333 19
Octubre 2065 2112 -47 47 3
Noviembre 2147 2103 44 44 3
Diciembre 2451 2112 339 339 14

MAD 237
MAPE 12
El método se suaviza miento exponencial vendría a ser el mejor método porque su MAD es menor
con relación a medias móviles.
 2. Usando los datos del problema 1, busque la mejor solución posible con el suavizamiento exponencial ajustado a la tendencia. Compare
el desempeño de este metdode promedio móvil y el suavizamiento exponencial ¿Cuál de los tres métodos utilizaría usted?

PRESTAMO ERROR DE ERROR DE

N° MES S F FIT T MES t+1 PROYECCION PREVISION PROVISION
1 Enero 1847 2080,1 2180 -9,99 Febrero 2081 -234 234
2 Febrero 2669 2356,67 2361,35 4,68 Marzo 2357 312 312
3 Marzo 2467 2394,449 2402,2985 7,8495 Abril 2395 72 72
4 Abril 2432 2413,5638 2422,30435 8,740545 Mayo 2414 18 18
2437,4352
5 Mayo 2464 1 2447,42662 9,99141465 Junio 2438 26 26
2429,5960
6 Junio 2378 6 2437,50467 7,90861606 Julio 2430 -52 52
2373,7258
7 Julio 2217 6 2375,01933 1,29347583 Agosto 2374 -157 157
2396,4015
8 Agosto 2445 8 2399,79447 3,39289586 Septiembre 2397 48 48
Septiembr
9 e 1894 2249,074 2237,29306 -11,7809383 Octubre 2250 -356 356
1 2139,1708
0 Octubre 1922 6 2117,93113 -21,2397301 Noviembre 2140 -218 218
1 2205,4798
1 Noviembre 2431 7 2193,63221 -11,847664 Diciembre 2206 225 225
1 2214,1882
2 Diciembre 2274 5 2204,75162 -9,43663028 Enero 2215 59 59
1 2153,9951
3 Enero 2045 4 2139,76596 -14,2291788 Febrero 2154 -109 109
1 2189,8674
4 Febrero 2321 2 2181,07526 -8,79215768 Marzo 2190 131 131
1 2249,8150
5 Marzo 2419 4 2248,16062 -1,65441558 Abril 2250 169 169
1 2199,6161
6 Abril 2088 1 2193,15688 -6,45923422 Mayo 2200 -112 112
1 2333,3720
7 Mayo 2667 4 2341,1281 7,7560595 Junio 2334 333 333
1 2277,7164
8 Junio 2122 9 2278,89871 1,18221642 Julio 2278 -156 156
1 2257,3837
9 Julio 2206 6 2256,37901 -1,00474476 Agosto 2258 -52 52
2 2139,8638
0 Agosto 1869 9 2127,23777 -12,6261152 Septiembre 2140 -271 271
2 Septiembr 2217,5786
1 e 2441 1 2214,36536 -3,21324833 Octubre 2218 223 223
2 2236,3917
2 Octubre 2291 8 2235,47757 -0,91420905 Noviembre 2237 54 54
2 2273,7600
3 Noviembre 2364 3 2276,7015 2,94146396 Diciembre 2274 90 90
2 2251,2734
4 Diciembre 2189 9 2251,58391 0,31041903 Enero 2252 -63 63
2 2172,0018
5 Enero 1986 6 2164,34476 -7,65709817 Febrero 2173 -187 187
2
6 Febrero 2564 2281,9442 2286,27676 4,33255896 Marzo 2282 282 282
2
7 Marzo 2635 2392,1935 2406,98776 14,7942561 Abril 2393 242 242
2 2334,3297
8 Abril 2150 1 2341,41433 7,08462333 Mayo 2335 -185 185
2 2301,4154
9 Mayo 2201 2 2304,28761 2,87219341 Junio 2302 -101 101
3 2412,7629
0 Junio 2663 9 2426,39655 13,6335651 Julio 2413 250 250
 3 2319,0676
1 Julio 2055 6 2321,55932 2,49166852 Agosto 2320 -265 265
3 2129,2390
2 Agosto 1678 3 2112,42392 -16,8151112 Septiembre 2130 -452 452
3 Septiembr 2027,1522
3 e 1845 1 2002,31438 -24,8378287 Octubre 2028 -183 183
3 2013,6687
4 Octubre 2065 2 1990,71146 -22,9572601 Noviembre 2014 51 51
3 2030,7108
5 Noviembre 2147 4 2012,44224 -18,2686038 Diciembre 2031 116 116
3 2138,5289
6 Diciembre 2451 9 2133,41711 -5,11187091 ENERO 2139 312 312
MAD=16
Erigiría el tercer método puesto que su MAD es mínimo en comparación de los demás métodos.

PROBLEMA 18

Cannister, Inc., se especializa en la fábrica de recipientes de plástico. Los datos de las

ventas mensuales de botellas de shampoo de 10 onzas en los últimos cinco años son los
siguientes:

a. Por medio del método estacional multiplicativo calcule los índices estacionales
mensuales.

Año 1993 1994 1995 1996 1997

Enero 742 741 896 951 1030
 Febrero 697 700 793 861 1032
Marzo 776 774 885 938 1126
Abril 898 932 1055 1109 1285
Mayo 1030 1099 1204 1274 1468
Junio 1107 1223 1326 1422 1637
Julio 1165 1290 1303 1486 1611
Agosto 1216 1349 1436 1555 1608
Septiembre 1208 1341 1473 1604 1528
Octubre 1131 1296 1453 1600 1420
Noviembre 971 1066 1170 1403 1119
Diciembre 783 901 1023 1209 1013
Total 11724 12712 14017 15412 15877

paso 1

año 1993: 11724/12 = 977

año 1994: 12712/12 = 1060
año 1995: 14017/12 = 1168
año 1996: 15412/12 = 1284
año 1997: 15877/12 = 1323

paso 2

Año 1993 1994 1995 1996 1997

Enero 0,759 0,699 0,767 0,741 0,779
Febrero 0,713 0,660 0,679 0,671 0,780
Marzo 0,794 0,730 0,758 0,731 0,851
Abril 0,919 0,879 0,903 0,864 0,971
Mayo 1,054 1,037 1,031 0,992 1,110
Junio 1,133 1,154 1,135 1,107 1,237
Julio 1,192 1,217 1,116 1,157 1,218
Agosto 1,245 1,273 1,229 1,211 1,215
Septiembre 1,236 1,265 1,261 1,249 1,155
Octubre 1,158 1,223 1,244 1,246 1,073
Noviembre 0,994 1,006 1,002 1,093 0,846
Diciembre 0,801 0,850 0,876 0,942 0,766

paso 3
 Índice estacional
Año promedio
enero 0,749
febrero 0,701
marzo 0,773
abril 0,907
mayo 1,045
junio 1,153
julio 1,180
agosto 1,235
septiembre 1,233
octubre 1,189
noviembre 0,988
diciembre 0,847

b. Desarrolle una ecuación de regresión lineal simple para pronosticas las ventas
anuales. En esta regresión, la variable dependiente Y es la demanda registrada
cada año, y la variable independiente, X, es el índice para el año (es decir, X = 1
para 1993, X = 2 para 1994, y así sucesivamente hasta llegar al año 5 para el 1997).

Y X YX X2
11724 1 11724 1
12712 2 25424 4
14017 3 42051 9
15412 4 61648 16
15877 5 79385 25
Total 69742 15 220232 55

b= (5*220232-(15*69742))/(5*(55)-225)
= 1100,6

a= (220232-(1100,6)*15)/5)= 40744,6

Y = 40744,6+1100,6X
 Año modelo de regresión Resultado
1993 Y = 40744,6+1100,6*(1) 41875
1994 Y = 40744,6+1100,6*(2) 42946
1995 Y = 40744,6+1100,6*(3) 44046
1996 Y = 40744,6+1100,6*(4) 45147
1997 Y = 40744,6+1100,6*(5) 46248

c. Haga el pronóstico de ventas anuales para 1998 usando el modelo de regresión que
desarrollo en la parte b.

Año modelo de regresión Resultado

1998 Y = 40744,6+1100,6*(6) 47348

d. Elabore el pronóstico estacional para cada mes, utilizando los índices estacionales
mensuales calculados en la parte a.

Índice
estacional
Año promedio Factor estacional
enero 0,75 0,75
febrero 0,70 0,70
marzo 0,77 0,77
abril 0,91 0,91
mayo 1,04 1,04
junio 1,15 1,15
julio 1,18 1,18
agosto 1,23 1,23
septiembre 1,23 1,23
octubre 1,19 1,19
noviembre 0,99 0,99
diciembre 0,85 0,85
Promedio 1,00
PROBLEMA 19

3. Midwest Computer Company atiende a un gran numero de empresas en la región de los

grandes lagos. La compañía vende suministros y partes de repuestos, y da servicios a todas
las computadoras vendidas en sus siete oficinas de venta. Como hay muchos artículos
almacenados, se requiere un cuidadoso control de inventario para garantizar a los clientes
un servicio eficiente. El trabajo ha aumentado recientemente y la dirección esta
preocupada por un posible desabasto. Se requiere un método de pronóstico que permita
estimar las necesidades con varios meses de anticipación para poder comprar las
cantidades adecuadas de reabastecimiento. Un ejemplo del crecimiento de las ventas
observado en los últimos años 50 meses es el crecimiento de la demanda del articulo EP-
37, un cartucho para impresora láser, como muestra la tabla 13.5

MES VENTAS ALQUILERES MES VENTAS ALQUILERES

EP-37 EP-37
1 80 32 26 1296 281
2 132 29 27 1199 298
3 143 32 28 1267 314
4 180 54 29 1300 323
5 200 53 30 1370 309
6 168 89 31 1489 343
7 212 74 32 1499 357
8 254 93 33 1669 353
9 397 120 34 1716 360
10 385 113 35 1603 370
11 472 147 36 1812 386
12 397 126 37 1817 389
13 476 138 38 1798 399
14 699 145 39 1873 409
 15 545 160 40 1923 410
16 837 196 41 2028 413
17 743 180 42 2049 439
18 422 197 43 2084 454
19 735 203 44 2083 441
20 838 223 45 2121 470
21 1057 247 46 2072 469
22 930 242 47 2262 490
23 1085 234 48 2371 496
24 1090 254 49 2309 509
25 1218 271 50 2422 522

a) Desarrolle una solución de suavizamiento exponencial ajustado a la tendencia para

pronosticar la demanda. Encuentre los mejores parámetros y justifique sus selecciones .
pronostique la demanda para los meses 51 a 53
 ERROR DE ERROR DE
N° MES VENTAS F FIT T MES t+1 PROYECCION PREVISION PROVISION
1 Enero 80 98,2 106 -0,78 Febrero 99 -19 19
2 Febrero 132 116,14 116,14 0 Marzo 117 15 15
3 Marzo 143 124,198 125,0038 0,8058 Abril 125 18 18
4 Abril 180 141,7444 144,200086 2,455686 Mayo 142 38 38
5 Mayo 200 161,676766 165,806449 4,12968342 Junio 162 38 38
6 Junio 168 167,70342 171,89891 4,19548994 Julio 168 0 0
7 Julio 212 185,187884 190,586406 5,39852265 Agosto 186 26 26
8 Agosto 254 211,230041 218,530972 7,30093046 Septiembre 212 42 42
9 Septiembre 397 274,261959 286,916961 12,6550013 Octubre 275 122 122
10 Octubre 385 320,138373 335,735865 15,5974925 Noviembre 321 64 64
11 Noviembre 472 381,294353 400,97977 19,6854165 Diciembre 382 90 90
12 Diciembre 397 405,691464 425,257487 19,5660234 Enero 406 -9 9
13 Enero 476 446,350048 467,438347 21,0882988 Febrero 447 29 29
14 Febrero 699 543,233333 571,268481 28,0351484 Marzo 544 155 155
15 Marzo 545 571,798481 599,045575 27,247094 Abril 572 -27 27
16 Abril 837 678,606031 712,991758 34,3857267 Mayo 679 158 158
17 Mayo 743 732,309948 767,595922 35,285974 Junio 733 10 10
18 Junio 422 674,502938 699,421034 24,9180963 Julio 675 -253 253
19 Julio 735 717,570153 743,555618 25,9854653 Agosto 718 17 17
20 Agosto 838 779,684572 808,503369 28,8187968 Septiembre 780 58 58
21 Septiembre 1057 891,697997 927,971693 36,2736957 Octubre 892 165 165
22 Octubre 930 939,462294 975,796839 36,3345449 Noviembre 940 -10 10
23 Noviembre 1085 1019,45815 1059,06879 39,6106397 Diciembre 1020 65 65
24 Diciembre 1090 1080,23135 1120,76992 40,538576 Enero 1081 9 9
25 Enero 1218 1162,10052 1205,556 43,4554784 Febrero 1163 55 55
26 Febrero 1296 1245,72584 1291,89464 46,1687985 Marzo 1246 50 50
27 Marzo 1199 1277,87689 1321,25885 43,3819593 Abril 1278 -79 79
28 Abril 1267 1317,99578 1359,74997 41,7541939 Mayo 1318 -51 51
29 Mayo 1300 1354,35124 1394,31293 39,9616947 Junio 1355 -55 55
30 Junio 1370 1399,00756 1438,23987 39,2323067 Julio 1400 -30 30
31 Julio 1489 1465,2376 1505,99271 40,7551106 Agosto 1466 23 23
32 Agosto 1499 1516,12143 1556,66676 40,5453293 Septiembre 1517 -18 18
33 Septiembre 1669 1602,53033 1646,44566 43,9153264 Octubre 1603 66 66
34 Octubre 1716 1680,48656 1726,48851 46,0019567 Noviembre 1681 35 35
35 Noviembre 1603 1703,24255 1745,53985 42,2973013 Diciembre 1704 -101 101
36 Diciembre 1812 1778,16708 1822,45819 44,2911058 ENERO 1779 33 33
37 Enero 1817 1834,10806 1878,23543 44,1273601 FEBRERO 1835 -18 18
38 Febrero 1798 1867,40301 1909,1233 41,7202974 MARZO 1868 -70 70
39 Marzo 1873 1910,8024 1951,439 40,6365983 ABRIL 1911 -38 38
40 Abril 1923 1955,09828 1994,88171 39,7834283 MAYO 1956 -33 33
41 Mayo 2028 2016,75222 2057,5292 40,7769771 JUNIO 2017 11 11
42 Junio 2049 2067,20353 2107,72463 40,521101 JULIO 2068 -19 19
43 Julio 2084 2112,76357 2152,57294 39,809362 AGOSTO 2113 -29 29
44 Agosto 2083 2143,64386 2181,36604 37,7221739 SEPTIEMBRE 2144 -61 61
45 Septiembre 2121 2174,57288 2210,48407 35,9111928 OCTUBRE 2175 -54 54
46 Octubre 2072 2179,71221 2211,46888 31,7566706 NOVIEMBRE 2180 -108 108
47 Noviembre 2262 2236,15522 2269,42782 33,2726043 DICIEMBRE 2237 25 25
48 Diciembre 2371 2309,88126 2346,20103 36,3197696 ENERO 2310 61 61
49 Enero 2309 2345,93665 2381,14039 35,2037389 FEBRERO 2346 -37 37
50 Febrero 2422 2403,95939 2440,38892 36,4295273 MARZO 2404 18 18
51 Marzo 2405 2440,7011 2476,06896 35,3678597 ABRIL 2441 -36 36
52 Abril 2441 2476,15863 2510,47442 34,3157908 MAYO 2477 -36 36
53 Mayo 2477 2510,72683 2544,03839 33,3115581 JUNIO 2511 -34 34
 MAD=51.34

b) Un consultor de la gerencia de Midwest propuso que los alquileres de espacios para

nuevas oficinas serian un buen indicador líder de las ventas de la compañía. El mismo
menciono que en un estudio universitario reciente llego a la conclusión de que los
alquileres de nuevos espacios de oficina preceden a las ventas de equipo y suministros
de oficina por un periodo de tres meses. Según los resultados de ese estudio, los
alquileres registrados en el mes 1 afectarían las ventas en el mes 4, los alquileres
registrados en el mes 2 afectaría las ventas en el mes 5, y así sucesivamente. Use la
regresión lineal y desarrolle un modelo de pronóstico para las ventas, considerando los
alquileres como variable independiente. Pronostique las ventas para los meses 51 a 53.

MES VENTAS ALQUILERES PRONOSTICO ERROR

EP-37
4 180 32 117 63
5 200 29 102 98
6 168 32 117 51
7 212 54 228 16
8 254 53 223 31
9 397 89 403 6
10 385 74 328 57
11 472 93 423 49
12 397 120 559 162
13 476 113 524 48
14 699 147 694 5
15 545 126 589 44
16 837 138 649 188
17 743 145 684 59
18 422 160 759 337
19 735 196 940 205
20 838 180 859 21
21 1057 197 945 112
22 930 203 975 45
23 1085 223 1075 10
24 1090 247 1195 105
25 1218 242 1170 48
26 1296 234 1130 166
27 1199 254 1231 32
28 1267 271 1316 49
29 1300 281 1366 66
30 1370 298 1451 81
31 1489 314 1531 42
32 1499 323 1577 78
33 1669 309 1506 163
34 1716 343 1677 39
 35 1603 357 1747 144
36 1812 353 1727 85
37 1817 360 1762 55
38 1798 370 1812 14
39 1873 386 1893 20
40 1923 389 1908 15
41 2028 399 1958 70
42 2049 409 2008 41
43 2084 410 2013 71
44 2083 413 2028 55
45 2121 439 2158 37
46 2072 454 2234 162
47 2262 441 2168 94
48 2371 470 2314 57
49 2309 469 2309 0
50 2422 490 2414 8
51 2444 496 2444
52 2509 509 2509
53 2575 522 2575
MAD=72.43

c) ¿Cuál de los dos modelos produce mejores pronósticos? Explique su respuesta

El primero produce mejores pronósticos puesto que su MAD es menor al segundo