Documente Academic
Documente Profesional
Documente Cultură
INTEGRANTES:
CORTEZ CARRION EUNICE
MASSON VACA ARTURO
ORTEGA RODRIGUEZ ZULLY
PILATAXI CELA FRANKLIN
PILAY HERNANDEZ MARICELA
DOCENTE:
ING. JACAS ARENCIBIO ALEXANDER ERNESTO, MSc.
ADMINISTRACIN DE OPERACIONES
CURSO: 7/3
GRUPO: 2
GUAYAQUIL, JUNIO 2016
INDICE
RESUMEN......................................................................................................................................
INTRODUCCION...........................................................................................................................
OBJETIVO......................................................................................................................................
OBJETIVO GENERAL:..............................................................................................................
DESARROLLO...............................................................................................................................
PRONOSTICO................................................................................................................................
MTODO DE REGRESION LINEAL PARA PRONSTICO......................................................
CUNDO UTILIZAR UN PRONSTICO DE REGRESIN LINEAL?...............................
USO DEL ANLISIS DE REGRESIN PARA PRONOSTICAR............................................
EJERCICIO..................................................................................................................................
ERROR ESTNDAR DE LA ESTIMACIN..........................................................................
EJERCICIO............................................................................................................................
COEFICIENTES DE CORRELACIN PARA RECTAS DE REGRESIN...........................
VALORES DEL COEFICIENTE DE CORRELACIN...........................................................
EJERCICIO............................................................................................................................
CONCLUSION..............................................................................................................................
BIBLIOGRAFA...........................................................................................................................
RESUMEN
La Regresin lineal se refiere a la prediccin del valor de una variable a partir
de una o ms variables. En ocasiones se denomina a la variable dependiente (y) variable
de respuesta y a la variable independiente (x) variable de prediccin. (Heizer &
Render , 2004)
INTRODUCCION
Muchas de las tcnicas de pronostico que se utilizan actualmente se
desarrollaron en el siglo XXI; un ejemplo de ello son los anlisis de regresin. Con el
desarrollo de tcnicas de pronstico ms complejas, junto con el advenimiento de las
computadoras, los pronsticos recibieron ms atencin durante los aos recientes. Este
Es raro que los pronsticos coincidan al pie de la letra con el futuro, una vez
llegado este, quienes pronostican solo pueden intentar que los inevitables errores sean
tan pequeos como sea posible.
OBJETIVO
OBJETIVO GENERAL:
Analizar el grado de relacin existente entre las variables utilizando el modelo
de regresin lineal para pronsticos con sus respectivas grficas y clculos matemticos.
DESARROLLO
PRONOSTICO
Pronosticar es el arte y la ciencia de predecir los eventos futuros. Puede
implicar el empleo de datos histricos y su proyeccin hacia el futuro mediante algn
tipo de modelo matemtico. Puede ser una prediccin subjetiva o intuitiva; o puede ser
4
Lo que funciona mejor en una empresa con una serie de condiciones quiz sea
un completo desastre en otra organizacin, o incluso en otro departamento de la misma
empresa. Adems, se observara que hay lmites para lo que puede esperarse de los
pronsticos. Pocas veces son perfectos. Su preparacin y supervisin tambin implica
un gusto de tiempo y dinero. Pocos negocios, sin embargo, se dan el lujo de eludir el
proceso de pronosticar y solo esperar a ver qu sucede, para despus arriesgarse.
(David, 2009)
de las relaciones entre las variables que componen el modelo. (Heizer & Render ,
2004)
= a + bx
= valor de la variable dependiente (ventas)
a= interseccin con el eje y
b= pendiente de la recta de regresin
x= variable independiente
EJERCICIO
Nodel Construction Company remodela casas antiguas en West Bloomfield,
Michigan. Con el tiempo, la compaa se ha percatado de que su volumen de dlares
por trabajos de renovacin depende de la nmina del rea de West Bloomfield. En la
siguiente tabla se numeran los ingresos de Nodel y el monto de dinero percibido por los
trabajadores en West Bloomfield durante los ltimos seis aos.
Ventas de Nodel
Nmina local
Ventas de Nodel
Nmina local
($000,000), y
2,0
($000,000), x
1
($000,000), y
2,0
($000,000), x
2
3,0
2,0
2,5
3,5
A partir de los seis puntos de datos, parece haber una ligera relacin positiva
entre la variable independiente (nmina) y la variable dependiente (ventas): en la
8
medida que se incrementa la nmina, las ventas de Nodel tienden a subir. Podemos
encontrar una ecuacin matemtica si usamos el enfoque de regresin de mnimos
cuadrados.
X2
xy
1
2
9
9
16
10
4
4
1
2
49
24,5
2
x = 80
x = 51,5
Ventas, y Nmina, x
2
1
3
3
2,5
4
2
2
2
1
3,5
7
y = 15,0
x = 18
x 18
= =3
6
6
y 15
= =2,5
6
6
3
80( 6 ) ( 2)=
xy n x 51,5(6)(3)(2,5)
b=
=
x 2n x2
0,25
= 1,75 + 0,25x
o bien:
Ventas = 1,75 + 0,25 (nmina)
Si la cmara de comercio local predice que la nmina para el rea de West
Bloomfield ser de 600 millones de dlares el prximo ao, estimamos las ventas de
Nodel con una ecuacin de regresin:
Ventas (en $ millones) = 1,75 + 0,25(6)
= 1,75 + 1,50 = 3,25
o bien:
Ventas = $3250.000
La parte final del ejercicio muestra una debilidad inherente a los mtodos de
pronstico asociativo como el de regresin. Aun cuando calculamos una ecuacin de
regresin, debemos dar un pronstico para la variable independiente x, en este caso, la
nmina, antes de estimar la variable dependiente y para el siguiente periodo. Aunque
ste no es un problema para todos los pronsticos, es posible imaginar la dificultad que
implica la determinacin de los valores futuros de algunas variables independientes
comunes (como los ndices de desempleo, producto nacional bruto, ndices de precios, y
otros).
Sy,x
( y yc)2
n2
Donde
y= valor de y de cada puntual
yc= valor calculado de la variable dependiente, a
partir de la ecuacin de regresin
10
Sy,x
y 2ay bxy
n2
EJERCICIO
Sy,x
Sy,x
y 2ay bxy
n2
Sy,x 0,3975
11
Sy,x
0,306
Para calcular r, empleamos casi los mismos datos empleados para calcular a y b
para la recta de regresin. La ecuacin para r es:
12
n y ( y)
(n x 2 ( x )2)
nxy x y
r=
EJERCICIO
y2
16
10
6,25
3
2,5
y2
13
3,5
49
24,5
12,25
x = 51,5
x = 39,5
y = 15,0
x = 18
x2 = 80
n y 2( y)2
2
(n x ( x )2)
nxy x y
r=
(6)(80)( 18 )2
( 6 ) ( 51,5 )(18)(15,0)
r=
2
(6)(39,5)(15,0)
r=
309270
(156)(12)
r=
39
1,872
r=
39
43,3
r=0,91
Esta r de 0,901 parece ser una correlacin significativa y ayuda a confirmar
que hay una relacin estrecha entre las dos variables.
14
CONCLUSION
El anlisis de regresin lineal para pronstico constituye el mtodo que se
emplea para conocer las relaciones y significacin entre series de datos. Lo anterior, es
de suma importancia para la industria ya que es aqu en donde se presentan variables de
respuesta e independientes las cuales interactan para originar las caractersticas de un
proceso en particular y por ende; analizar, predecir valores de la variable dependiente y
examinar el grado de fuerza con que se relacionan dichas variables.
15
BIBLIOGRAFA
David, M. N. (2009). Administracin de operaciones, Enfoque de administracin de
procesos de negocio. Mxico: Cengage Lerning .
Heizer, j., & Render , B. (2004). Principio de Administracin de Operaciones. Mxico:
Pearson Educacin.
KRAJEWSKI, L. R. (2000). Administracin de operaciones: estrategia y anlisis.
Mxico: Pearson Educacin.
Taylor, W. (1881). Principles of Scientific Management. Mxico: Pearson Educacin.
16