Capitulo 1 Es rica fuente de informacion acerca del tendencias futuras y los cambios en el comportamiento del comprador. Composicion de la fuerza de ventas



Descargar 29.42 Kb.
Fecha de conversión26.06.2018
Tamaño29.42 Kb.

Capitulo 1
1.- Es rica fuente de informacion acerca del tendencias futuras y los cambios en el comportamiento del comprador.


  1. Composicion de la fuerza de ventas

  2. Las Tecnicas cuantitativas

  3. Los pronosticos cualitativos

  4. Publicidad

2.- Los participantes se mantienen en el anonimato

a) Modelo de Bass

b) Jurado de opinion ejecutiva

c) Metodo Delphi

d) Mercadeo de Prueba


3.- Es el modelo mas notable para el pronostico del producto Nuevo.

a) Metodo Delphi

b) Pronostico del producto nuevo

c) Modelo de Bass

d) Arima


4.- Son metodos de pronostico cualitativos

a) Jurado de opinion ejecutiva, Metodo Delphi, composicion de la Fza de ventas

b) Arima, Modelos de eventos

c) Regresion de series de tiempo

d) Regresion Multipe

Capitulo 2
1.- Es la distribucion usada cuando no se conoce la desviacion estandar de la poblacion, o cuando el tamano de la muestra es pequeno


  1. Distribucion T de Student

  2. Distribucion normal

  3. Distribucion normal estandar

  4. Distribucion estandar

2.- Es la mejor estimacion puntual del parametro poblacion

a) La inferencia estadistica

b) El estadistico de una muestra

c) La distribucion T de Studen

d) La estimacion del intervalo


3.- Definicion de Correlacion

a) Es relacion lineal entre varias variables

b) Es el conjunto finito de números es igual a la suma de todos sus valores dividida entre el número de sumandos.

c) Es un subconjunto de casos o individuos de una población estadística.

d) Es la fuerza y direccion de una relacion lineal entre 2 variables aleatorias.

4.- Es la medida de la correlacion donde se evalua una serie de tiempo de datos

a) Autocorrelacion

b) Media aritmetica

c) Desvacion Estandar

d) Series de tiempo



Capitulo 3
Este metodo imita algunos datos mejor que una funcion matematica complicada.

  1. Suavizacion exponencial

  2. Metodo estadistico simple de los promedios moviles

  3. Suavizacion exponencial simple

  4. Metodo dual de promedios moviles

2.- Es un promedio ponderado de todos los valores y precios disponibles.

a) Suavizacion exponencial de holt

b) Suavizacion exponencial de winter

c) Suavizacion exponencial simple

d) Suavizacion exponencial simple con tasa de respuesta

3.- Se require de una cantidad limitada de datos y mas sencilla que la mayoria de los demas metodos de pronostico.

a) Suavizacion simple

b) Suavizacion exponencial de holt

c) Suavizacion exponencial de winter

d) Suavizacion exponencial simple con tasa de respuesta

4.- Este metodo es la ampliacion de la suavizacion exponencial simple

a) Metodo de Hold

b) Suavizacion exponencial de holt

c) Suavizacion exponencial simple con tasa de respuesta

d) Suavizacion exponencial de winter



Capitulo 4
1.- Es tambien llamado regression lineal simple de minimos cuadrados

a) Modelo de Bass

b) Metodo Delphi

c) Pronostico del producto nuevo

d) Modelo Bivariado de regression

2.- Se usa para generar intervalos de confianza aproximados con relativa facilidad

a) Error estandar de la estimacion

b) Correlacion_Serial'>Correlacion Serial

c) Desviacion estandar

d) Media Aritmetica


3.- Es comun con datos de seccion transversal que con datos de series de tiempo

a) Homocedastico

b) Seccion transversal

c) Heterocedasticidad

d) Correlacion

4.- Es una causa principal por la existencia de ciclos y tendencias a largo plazo en los datos economicos y de negocios

a) Correlacion Serial

b) Desviacion estandar

c) Error estandar de la estimacion

d) Media Aritmetica

Capitulo 5
1.- Es un procedimiento estadistico en el cual una variable dependiente se modela como una funcion de mas de una variable independiente

a) Regresion Multiple

b) Variable Dependiente

c) Metodo de correlacion

d) Metodo Dolphi
2.- El proceso de construccion de un modelo de regression multipe comienza con la identificacion de la variable

a) Variable Independiente

b) Variable Dependiente

c) Ambas variables

d) Variable independiente

3.- Es el ingreso personal disponible en dolares

a) 911

b) UR


c) IDD

d) DPI

4.- Son variables explicativas usadas en regression multiple

a) DPI, UP, 911

b) 911, UR

c) IDD y DDD

d) UR

Capitulo 6
1.- Permiten ver mejor el patron subyacente en los datos

a) Datos desestacionalizados

b) Datos estacionalizados

c) Datos aleatorios

d) Datos moviles

2.- El componente ciclicico de una serie de tiempo es el movimiento ondulatorio y su tendencia es

a) Corto Plazo

b) Mediano Plazo

c) Largo Plazo

d) Ningudo de los anteriores

3.- Es un indicador de los ciclos de negocios

a) Indice de los indicadores economicos de vanguardia

b) Indice de los indicadores economicos coincidentes

c) Indice de los indicadores economicos

d) Indice de los indicadores economicos rezagados

4.- Ejemplo de un indice rezagado

a) Duracion promedio del desempleo

b) Empleos de nomina no agricolas

c) Indice de produccion nominal

d) Moneda circulante




Capitulo 7
1.- Caracteristicas de los datos en el modelo Arima

a) Datos aleatorios

b) Economicos

c) Datos con tendencias

d) Datos moviles

2.- Es una serie de nuemros puramente aleatorios

a) Ruido Blanco

b) Ruido Negro

c) Variables causales

d) Promedio movil

3.- Es una caracteristica del ruido blanco

a) No hay relacion entre los valores consecutivos observados

b) Relacion entre los valores consecutivos observados

c) Relacion entre todas las variables

d) Modelos de promedio movial

4.- En estas graficas se presentan los rezagos y se muestra el comportamiento del coeficiente

a) Arima

b) Estacionalidad

c) Correlacion

d) Estacionariedad



Capitulo 8

1.- Siginificado de Sesgo

a) Ninguno de los pronosticos puede sobreestimar o subestimar el valor real de manera consistente.

b) Es un subconjunto de casos o individuos de una población estadística.

c) Tecnica para la selección de una muestra a partir de una población.

d) Es el tamaño de la muestra es más pequeño que el tamaño de la población

2.- Al modelo exponencial tambien se le conoce como

a) Modelo exponencial logaritmico

b) Arima

c) Modelo de tasa

d) Modelo logaritmico o de tasa de crecimiento constante

3.- Es una de las premisas en la costruccion de los pronosticos combinados

a) Que los modelos extraigan diferente factores de pronostico a partir de los mismos datos.

b) El subconjunto de casos o individuos de una población estadística.

c) Variables diferentes

d) Ninguna de las anteriores

4.- En este modelo se considera la tendencia y estacionalidad

a) Modelo Arima

b) Modelos de descomposicion en series de tiempo

c) Modelo de Bass



c) Modelo matematico-

d) 0000

Compartir con tus amigos:


La base de datos está protegida por derechos de autor ©composi.info 2017
enviar mensaje

    Página principal