Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Anlisis de Regresin
Los pronsticos en el mediano plazo pueden ser explicados
mediante un anlisis de regresin, este anlisis de regresin
indica la tendencia de la demanda en funcin a otro factor
formndose tendencias tales como: lineal, exponencial,
logartmica, etc.
Un anlisis de regresin se puede realizar sobre modelos de
pronsticos: series de tiempo o causales.
Anlisis de Regresin
El anlisis de regresin
se utiliza para
determinar si un grupo
de datos (una o ms
variables
independientes) guardan
algn tipo de relacin o
correlacin con otro
grupo de datos (variable
dependiente). Una vez
que se hayan calculado
dichas relaciones podrn
hacerse pronsticos.
Ecuacin matemtica:
y = a + bx
Anlisis de Regresin
Lineal Mltiple.
Modelo Matemtico
que contiene 2 o ms
variables
independientes y una
variable dependiente.
Ecuacin matemtica:
y = a + b1x1 + b2x2 +
+ bnxn
2
2
2
2
Coeficiente de Determinacin
(r2).
2
2
Donde:
Y: demanda pronosticada
i : perodo pronosticado
Syx : Desviacin estndar
t : valor de la distribucin de probabilidad t student para un nivel
de significancia del 0.01 y para n-2 grados de libertad para un
nivel de confianza del 90%
Ejemplo
La empresa Motores Andinos S.A. produce motores petroleros
Perkins. Durante ms de un ao, la planta de produccin ha
operado a casi plena capacidad. El gerente de planta, estima
que el crecimiento en las ventas continuar y desea desarrollar
un pronstico a largo plazo que se usar para planear las
necesidades de las instalaciones para los siguientes tres aos. Se
han totalizado las cifras de ventas correspondientes a los
ltimos diez aos:
Ejemplo
Solucin
Ventas anuales (miles de unid.)
Ao
1
(y)
Periodo
(x)
x2
xy
1,000
1,000
1,300
2,600
1,800
5,400
2,000
16
8,000
2,000
25
10,000
2,000
36
12,000
2,200
49
15,400
2,600
64
20,800
2,900
81
26,100
10
3,200
10
100
32,000
x = 55
x2 = 385
xy = 133,300
Totales
y = 21,000
Solucin
Resolvamos ahora despejando los valores de a y de b:
a = (385)(21,000) - (55)(133,300)
10(385) - (55)2
a = 913.333
b = (10)(133,300) - (55)(21,000)
825
b = 215.785
Solucin
Ahora que conocemos los valores de a y de b, podemos
utilizar la ecuacin de regresin para pronosticar las ventas de
aos futuros:
Y = 913.333 + 215.758X
Si deseamos pronosticar las ventas en miles de unidades para
los tres aos siguientes, podramos reemplazar 11, 12 y 13,
que son los tres valores siguientes de X, en la ecuacin de
regresin de X:
Solucin
Y11 = 913.333 + 215.758(11) = 3,286.7, o 3,290 miles de
unidades
Y12 = 913.333 + 215.758(12) = 3,502.4, o 3,500 miles de
unidades
Y13 = 913.333 + 215.758(13) = 3,718.2, o 3,720 miles de
unidades
Solucin
Ao
1
Periodo
(x)
x2
xy
Pronstico
1,129
1,000
1,000
1,300
2,600
1,345
1,800
5,400
1,561
2,000
16
8,000
1,776
2,000
25
10,000
1,992
2,000
36
12,000
2,208
2,200
49
15,400
2,424
2,600
64
20,800
2,639
2,900
81
26,100
2,855
10
3,200
10
100
32,000
3,071
11
11
3,287
12
12
3,502
13
13
3,718
Solucin
Anlisis de Regresin Lineal
Ventas Miles de unidades
4,000
3,500
3,000
Venta s
2,500
Regre sin
2,000
1,500
1,000
500
1
Perodos
10 11 12 13
Solucin
Calculo del coeficiente de correlacin:
r = 0.9702
Solucin
Estableciendo rangos: para un nivel de significancia 0.01 y a n2 grados de libertad, para la demanda pronosticada del
perodo 11 tenemos: