Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Condición de Causalidad.
Antes de realizar el análisis de regresión previamente se debe verificar
la relación de causa y efecto entre las variables.
CAUSA
Ingreso
D EFECTO
Precipitación
pluvial D Consumo S
Emisión de
D Caudal S
gases
Contaminación M
I
Tratamiento
de desechos
D
Efluentes
mineros
Mgt. Guido Farfán Escalante
Análisis de Regresión
Tipos de Regresión.
*
d yi = Valores
**
d
* d observados
* *
d d
d
d
*
d
d
yc = Valores
*
d
d
**
calculados
d* d
* *
0 2
d
Mínimo
MinZ d yi yc
2 2
Mínimo
Mgt. Guido Farfán Escalante
Análisis de Regresión
Regresión Lineal
Función Lineal yc a bxi
min Z yi a bxi
2
z
a) 0
a
2 yi a bxi (1) 0
y a bx 0
i i
y na b x 0
i i
y na b x
i i
Primera Ecuación
Normal de Regresión
Mgt. Guido Farfán Escalante
Análisis de Regresión
Regresión Lineal
b) z
0
b
2 yi a bxi ( xi ) 0
y x ax bx 0
i i i i
2
yi xi a xi b xi 2 0
ii i i
y x a x b x 2
Segunda Ecuación
Normal de Regresión
Función: yc a bxi
yi na b xi ...............1
Sistema:
i i i i ...... 2
2
y x a x b x
Regresión Parabólica:
yc a bxi cxi2
Función:
yi na b xi c xi 2 ................1
i i i i i ....... 2
2 3
Sistema: y x a x b x c x
i i i i i ..... 3
2 2 3 4
y x a x b x c x
Mgt. Guido Farfán Escalante
Análisis de Regresión
Regresión Múltiple
yi na b xi c Ti .................1
Sistema:
i i i i c Ti xi ...... 2
2
y x a x b x
i i i i i i ..... 3
2
y T a T b x T T
Función: yc axib
Linealizando:
log yc log a b log xi
Sistema:
Función: yc ab xi
Linealizando:
log yc log a xi log b
Sistema:
* d yi = Valores
* * . .*.. d observados
* *. .. . d
*
d d
d
d
y
*. . .
d
.d
* d
d
yc = Valores
d * d * calculados
* *
0
Varianza Total = Varianza Explicada + Varianza no explicada
VarianzaTotal yi y
2
n
Varianza Explicada yc y
2
n
Varianza no Explicada yi yc n
2
*
d yi = Valores
**
d
* d observados
* *
d d
d
d
*
d
d
y
*
d
d
**
yc = Valores
d* d calculados
* *
0
Varianza Total = Varianza Explicada + Varianza no explicada
VarianzaTotal yi y
2
n
Varianza Explicada yc y
2
n
Varianza no Explicada yi yc n
2
Mgt. Guido Farfán Escalante
Análisis de Correlación
Varianza Explicada
Coeficiente de Determinación
Varianza Total
2 2
y
c y n y
c y
r 2
r 2
y y y y
2 2
i n i
Rango de Existencia de 𝒓𝟐
0 r 1 2
r r 2
E.P. y yc n
2
i
y y
2 2
i y c y
E.P.
n
Intervalos de Confianza:
yc (1) E.P.
yc (2) E.P.
yc (2) E.P.
SERIES DE TIEMPO
Desde tiempos antiguos una de las principales inquietudes
del hombre fue estimar el futuro utilizando información del
presente y del pasado.
a) Outliers:
600
500
400
Producción diaria
300
200
100
0 t
1 2 3 4 5 6 7 8 9 10
Mgt. Guido Farfán Escalante
Series de tiempo
b) Tendencias
La tendencia representa el comportamiento predominante
de la serie. Esta puede ser definida vagamente como el
cambio de la media a lo largo de un extenso período de
tiempo. Y(t)
700
600
500
400
Producción diaria
300
200
100
0 t
1 2 3 4 5 6 7 8 9 10
Mgt. Guido Farfán Escalante
Series de tiempo
c) Variaciones cíclicas o estacionales
La variación estacional representa un movimiento
periódico de la serie de tiempo.
La duración del período puede ser un año, un trimestre, un
mes, un día, etc.
Y(t) Producción diaria
400
350
300
250
200
Producción diaria
150
100
50
0 t
0 2 4 6 8 10 12
600
500
400
Producción diaria
300
200
100
0
t
0 2 4 6 8 10 12
Modelos Clásicos
Un modelo clásico de series de tiempo, supone
que la serie Y(1), ..., Y(n) puede ser expresada
como suma o producto de tres componentes:
Tendencia,
Componente estacional,
ESTIMACIÓN DE LA TENDENCIA
Gráfico de la serie:
ESTIMACION DE LA COMPONENTE
ESTACIONAL
EJEMPLO 2
Indicador Mensual de Actividad Económica (IMACEC).
Base del índice : 1996=100
Corresponde al nuevo Indicador Mensual de Actividad
Económica (Imacec), estructurado a base de la matriz
insumo-producto de 1996. La cobertura de este
indicador comprende casi la totalidad de las actividades
económicas incluidas en el PIB.
Mes Prom.
Enero 0.8
Febrero -4.9
Marzo 6.7
Abril 2.4
Mayo 3.8
Junio 0.8
Julio -1.2
Agosto -1.3
Septiembre -5.4
Octubre 0.2
Noviembre -1.7
Diciembre -1.5
¿Cuanto
venderé?
Involucra la intuición y la
Consideraciones Involucra técnicas matemáticas.
Experiencia.
Consulta a Proyección de
vendedores tendencias
Investigación de
mercados de Descomposición
consumo Mgt. Guido Farfán Escalante
Pronósticos
Métodos cualitativos.
Son pronósticos compilados a partir de estimaciones
Consulta a
realizadas periódicamente por miembros del personal de
vendedores ventas de las compañías.
M t Y t 1
Yt Yt 1 Yt 2 ...... Yt n1
n
Mt = Promedio móvil en el período t
Y t 1= Valor de pronóstico para el siguiente período
Yt = Valor real en el período t
n = Número de términos en el promedio móvil
El promedio móvil para el período t es la media aritmética de las n observaciones mas
recientes
Mgt. Guido Farfán Escalante
Pronósticos
Ejemplo aplicativo. Promedio móvil trimestral de A.Tool Company.
Pronóstico de
Ventas
AÑO TRIMESTRE t Yt
promedio móvil et
Y t 1
1 17 550
2 18 400
2010 3 19 350
4 20 600
1 21 750 475 +275
2 22 500 525 -25
2011 3 23 400 550 -150
4 24 650 562.5 +87.5
1 25 850 575 +275
2 26 600 600 0
2012 3 27 450 625 -175
4 28 700 637.5 +62.5
2013 1 29 650
Mgt. Guido Farfán Escalante
Pronósticos
Pronóstico del promedio móvil para el primer trimestre del 2011.
M t M t 1 M t 2 ...... M t n 1
M t'
n
Y t p at bt p
Ft 1 Dt 1 Ft
Donde:
𝐹𝑡+1 = Demanda para el periodo siguiente
𝐷𝑡 = Demanda en el periodo
𝐹𝑡 =Pronostico calculado para el periodo
Mgt. Guido Farfán Escalante
Pronósticos
Ejemplo aplicativo. Suavizamiento exponecial ACEITE CIL VEGETAL.
De acuerdo al análisis ABC donde tenemos categorizados la familia de
artículos (aceites), tomaremos como referencia el artículo ACEITE CIL
VEGETAL cuya unidad de medida son baldes de 20 litros.
Tomando en consideración el volumen de compras mensuales de los tres
últimos meses (Junio, Julio, Agosto 2011) para éste producto, que se
muestra en el cuadro siguiente:
Cuadro No 1: Volumen de Compras Mensual
Unidades Vendidas
Producto
Mes
Mes t-2 Mes t-1
Actual
ACEITE
VEGETAL 450 465 442
CIL
ACEITE
400 465 442 459
VEGETAL CIL
Pronóstico
Compra Compra Pronóstico
Descripción del Articulo Unidad Mes t-2 Mes t-1 Calculado
Anual Mensual Mes t+1
Mes t
ACEITE CIL VEGETAL BALDE*20 LTS BAL 5,301 442 450 465 459 457
ACEITE CIL VEGETAL CAJA*12 LTS CJS 3,534 295 280 290 286 287
ACEITE CIL VEGETAL BIDON *5LTS. BID 6,625 552 542 533 537 538
ACE.CIL VEGETAL CAJA*24/500cc. CJS 2,132 178 160 192 179 179
ACEITE CIL VEGETAL UNID*1 LTS UNI 19,418 1,618 1,575 1,642 1,615 1,615
ACE.CIL VEGETAL PAQT*24/200ML. CJS 3,407 284 260 272 267 269
AC. COCINERO VEG.BIDON * 5 LTS BID 1,766 147 142 162 154 153