TECNOLÓGICO DE ESTUDIOS SUPERIORES DE IXTAPALUCA

NOMBRE DEL ALUMNO:

DE LEON GONZALEZ BRENDA YAMILET

DOMÍNGUEZ CORTAZAR LUIS PABLO

ORTEGA HIGUERA ALEJANDRO

MATRICULA:

201846382

201846305

201846623

GRUPO: 4301

ASIGNATURA: ESTADISTICA ll

NOMBRE DE LA DOCENTE: CLOTILDE CERVANTES MORALES

FECHA DE ENTREGA: 8 de Noviembre 2019

 INTRODUCCIÓN

En forma más especifica el análisis de correlación y regresión comprende el

análisis de los datos muéstrales para saber qué es y cómo se relacionan entre
dos o más variables en una población. El análisis de correlación produce un
número que resume el grado de la fuerza de relación entre dos variables; y el
análisis de regresión da lugar a una ecuación matemática que describe dicha
relación La técnica de regresión lineal simple está indicada cuando se
pretende explicar una variable respuesta cuantitativa en función de una variable
explicativa cuantitativa también llamada variable independiente, variable
regresora o variable predictora. Por ejemplo, se podría intentar explicar el peso
en función de la altura. El modelo intentaría aproximar la variable respuesta
mediante una función lineal de la variable explicativa .

La regresión lineal es una técnica estadística destinada a analizar las causas

de por qué pasan las cosas. A partir de los análisis de regresión lineal múltiple
podemos:
 identificar que variables independientes (causas) explican una variable
dependiente (resultado)
 comparar y comprobar modelos causales
 predecir valores de una variable, es decir, a partir de unas
características predecir de forma aproximada un comportamiento o estado

En este modelo se obtienen más variables explicativas, esto ofrece contar con
más información y tener la oportunidad de obtener una estimación mucho más
eficiente y precisa. Es decir, es ideal para demostrar hipótesis complejas, en el
siguiente trabajo se presentará un pronóstico de las ventas de la empresa
Zapatería Rico de S.A DE C.V.
A partir de la presente investigación, se pretende mostrar la aplicación práctica
de la regresión y correlación lineal simple y múltiple. Ya que la aplicación de las
técnicas estadísticas contribuyen a la optimización de los procesos.
DESCRIPCIÓN DEL LUGAR DE APLICACIÓN

Zapatería Rico de S.A DE C.V Es una empresa Mexicana Nos ubicamos en

Tlalnepantla, Estado de México.
Distribuimos en toda el área metropolitana, además, podemos embarcar a otros
estados de la República Mexicana.

Es una empresa con más de 55 años de experiencia en la distribución de todo

tipo de insumos de primera calidad para la industria del diseño y confección de
artículos de cuero. Abarcando a cabalidad la industria del cuero y calzado junto
con las necesidades de las múltiples fábricas de moda en dicho material.

La empresa fue fundada en el año 1957, situándose como una empresa líder
en venta de productos para calzado. Trabajando con materiales de primera
calidad, con un personal de vasta experiencia, y manteniendo la vanguardia en
diseños de cuero y materiales de temporada.

DESARROLLO DE LA APLICACIÓN

En la empresa Zapatos Rico de S.A de C.V se realizó una investigación para

dar a conocer las ventas y saber cuál es el mes que genera más ventas en el
año y conociendo así cuál es su análisis estadístico en los últimos meses, de
ser así necesitamos saber cuál es la aplicación de la empresa en donde
pondremos aprueba la regresión lineal.

ANÁLISIS DE RESULTADOS

El análisis de ventas ayuda a tener un control eficiente sobre tu negocio.

Detecta ineficiencias dentro del sistema para que puedas hacer los cambios
adecuados. Los informes de análisis de ventas te proporcionarán un desglose
correcto de las cifras de ventas, lo cual ayuda a proyectar el flujo de fondos.
Una estrategia de ventas no sólo ayuda a retener clientes actuales, sino
también a ganar otros nuevos. Detecta ineficiencias dentro del sistema para
que puedas hacer los cambios adecuados. Los informes de análisis de ventas
te proporcionarán un desglose correcto de las cifras de ventas, lo cual ayuda a
proyectar el flujo de fondos
CONCLUSIÓN

El análisis de regresión lineal es un método de análisis de datos que tienen dos

o más variables. Mediante la creación de una línea de "mejor ajuste" para todos
los puntos de datos en un sistema de dos variables, los valores de y pueden
predecirse a partir de valores conocidos de x. La regresión lineal se utiliza en
los negocios para predecir eventos, gestionar la calidad del producto y analizar
una variedad de tipos de datos para la toma de decisiones.

Después de realizar este trabajo, nuestro equipo identifico las siguientes

ventajas que una regresión lineal puede traer a la empresa Zapatería Rico de
S.A DE C.V.

Análisis de línea de tendencias

La regresión lineal se utiliza en la creación de líneas de tendencia, la cual

utiliza los datos del pasado para predecir el rendimiento o "tendencias" en el
futuro. Por lo general, las líneas de tendencia se utilizan en el negocio para
mostrar el movimiento de atributos financieros o de producto a través del
tiempo. Los precios de acciones, del petróleo o las especificaciones del
producto pueden analizarse utilizando líneas de tendencia.

Análisis de riesgos para inversionistas

El modelo de precios de activos de capital se desarrolló utilizando el análisis de

regresión lineal y la medida común de volatilidad de una acción o de una
inversión es su beta (el cual se determina utilizando la regresión lineal). La
regresión lineal y su uso es fundamental para evaluar el riesgo asociado con la
mayoría de los vehículos de inversión.

Ventas o previsiones del mercado

La regresión lineal multivariable (con más de dos variables) es un método

sofisticado para prevenir volúmenes de ventas o el movimiento del mercado, a
fin de crear planes integrales para el crecimiento. Este método es más preciso
que el análisis de tendencias ya que éste último sólo observa cómo cambia una
variable con respecto a otra, donde este método analiza cómo una variable
cambiará cuando se modifican otras variables.
REFERENCIAS BIBLIOGRAFICAS

1. CANAVOS, G. (1988) Probabilidad y Estadística. Aplicaciones y

Métodos. México: McGraw-Hill.

2. DURA PEIRO, J. M. y LÓPEZ CUÑAT, J.M. (1992) Fundamentos de

Estadística. Estadística Descriptiva y Modelos Probabilísticos para la
Inferencia. Madrid: Ariel Editorial.

3. ESCUDER, R. y SANTIAGO, J. (1995) Estadística aplicada. Economía y

Ciencias Sociales. Valencia: Tirant lo Blanch.

4. http://www./ZapateriaRico/.com.mx