Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PRONÓSTICO DE UNA
VARIABLE ALEATORIA
16
x = Gastos de investigación
Y= Ganancia anual 14
Tabla de Datos 12
Ganancias
n Gastos Ganancias
10
1 2 4
8
2 3 7 Ganancias
3 4 10 6
4 5 11
4
5 7 16
6 4 5 2
7 6 14 0
0 2 4 6 8
Gastos
Ejemplo # 2
Número de llamadas de ventas y copiadoras vendidas
por cada empleado
Representantes Numero de Número de
de ventas llamadas de ventas copiadoras
A 20 30
B 40 40
C 20 60
D 30 40
E 10 30
F 10 40
G 20 40
H 20 50
I 20 30
J 30 70
Diagrama de Dispersión
Ejemplo # 3.
• Consiste en estimar el
valor de una variable con
base en el valor de otra; a
través del análisis de una
ecuación matemática del
modelo lineal.
Análisis de Regresión Lineal Simple
Para este modelo, el pronóstico se convierte en una
cuestión de determinar la línea de mejor tendencia
general y de interpolar o extrapolar esta línea hacia un
comportamiento futuro.
Análisis de Regresión
Yi
Y= a+ bX
Variable Dependiente
c
d
b= c/d
a
Variable Independiente Xi
Modelo de Regresión Lineal simple
Fórmulas
D e la expresión de una línea recta: Y= a+ bX
Y=a+bX
Ecuaciones Normales
n n
Y: variable dependiente
y an b x
i 1 i 1
i
(valor a predecir)
n n n
a: la intersección con el eje X i i i
x y
i 1
a x
i 1
b x 2
i 1
b: la pendiente de la recta
X: variable independiente
Método de Mínimos Cuadrados
•Se deben estimar los valores
n
X iYi n X Y
de los parámetros, a través de b i 1
n
las siguientes ecuaciones:
i 1
X i
2
n ( X ) 2
79
80 76
74
70
68
70 66
60 60 59
60
50 51
48
50
Demanda
Series1
40
30
20
10
0
0 2 4 6Meses 8 10 12 14
ene feb mar abril mayo junio julio agost. sept. oct. nov. dic.
Paso 2. Tabla de Datos
50
Numero de cobertores
40
Lineal (Numero de cobertores)
30
20
10
0
0 2 4 6 8 10 12 14
ene feb mar abril mayo junio julio agost. sept. oct. nov. dic.
Meses
Paso 5. Cálculo de la Demanda estimada
Para obtener la demanda estimada en el próximo mes de enero, se sustituye
el valor de “x” por el mes 13.
1
2
3
4
5
6
Totales
Coeficiente de correlación Lineal (Pearson)
• El coeficiente de correlación lineal mide el grado de
intensidad de la posible relación entre las variables.
Fórmula:
Coeficiente de correlación: Características
Ganancias
18
x = Gastos de investigación 16
Y= Ganancia anual 14
Tabla de Datos
12
n Gastos Ganancias
Ganancias
1 2 4 10
2 3 7
8 Ganancias
3 4 10
4 5 11 6
5 7 16 4
6 4 5
7 6 14 2
0
0 2 4 6 8
Gastos
Formato para Registro de Datos (Caso Lineal)
2 2
1 Y1 X1 Y 1 X1 XY 1 1
2 2
2 Y2 X2 Y 2 X 2
XY 2 2
3 Y3 X3 Y
2
3 X
2
3
X 3Y 3
. . . . . .
. . . . . .
. . . . . .
n Yn Xn Y
2
n X
2
n
XY n n
n
Totales Xi
n n
Y X Y
n n
Yi i
2 2
i X i 1
i i
i 1 i 1 i 1 i 1
Paso 2. Tabla de Datos
4698
𝑟= r = .9455
4668.713
Columna 1 Columna 2
Uso de Excel: Columna 1 1
Columna 2 0.9455168 1
Ejemplo # 2
x = Gastos de investigación
Y= Ganancia anual
n Gastos Ganancias x2 Y2 XY
1 2 4 4 16 8
2 3 7 9 49 21
3 4 10 16 100 40
4 5 11 25 121 55
5 7 16 49 256 112
6 4 5 16 25 20
7 6 14 36 196 84
𝑛
Columna 1 1
Resultado usando Excel
Columna 2 0.9322062 1
Asignación práctica:
• Libro: Estadística general aplicada:
Karim Daly, José Herrera, Rodolfo Cardoze.
• Pág. 80 a 85