Universidad de Especialidades

Campus Vallarta
Maestría en Administración de Negocios

Tarea Individual 5
Análisis de correlación y regresión lineal

Investigación y estadística aplicada a los negocios

Lic. Q. F. B. Francisco Alfonso Amador Amador

Profra. Rosa Pohlenz Ávalos

Marzo 2017
 Introducción

El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre las
variables que inciden en una población de datos. Esta se adapta a una amplia variedad de
situaciones, en las investigaciones de mercado por ejemplo, puede utilizarse para determinar
desde en cual de los diferentes medios de comunicación puede resultar mas eficaz invertir o
incluso para predecir el número de ventas de un producto.

Así mediante el trabajo matemático de este último ejercicio del curso de estadística logramos
verificar la correlación existente entre los ingresos y egresos de una compañía, aplicando así los
conocimientos teóricos y comprobando de esta forma la efectividad de esta herramienta.
 Desarrollo

Análisis de correlación y regresión lineal.

Toma los datos que se encuentran en la tabla 2.1 del documento en pdf: Análisis de rentabilidad:
Total de ingresos (variable dependiente) y total de egresos (variable independiente).

a) Realiza un análisis de correlación para identificar si existe alguna relación entre

estas dos variables.

i) Realiza el análisis gráfico primero a partir de un diagrama de dispersión:

Para este fin se recolectan los datos del documento mencionado e inicialmente se calculan los
datos de sumatoria, promedio y desviación estándar que serán utilizados en la siguiente etapa
del desarrollo del problema:

Total ingresos Total egresos

Mes
(X) (Y)
Enero 8038.94 7768.6
Febrero 7923.75 7336.82
Marzo 7661.07 9411.33
Abril 11949.72 12814.4
Mayo 12000.24 14382.84
Junio 11830.93 13674.26
Julio 13842.51 16054.56
Agosto 9419.03 9846.12
Septiembre 9747.2 9065.46
Octubre 11182.32 10312.85
Noviembre 20952.27 11270.68
Diciembre 21192.67 18405.39
Total 145740.65 140343.31
Promedio 12145.05417 11695.27583
Desviación estándar 4586.135487 3417.585928

Es importante señalar que los cálculos se hicieron mediante formulas en el libro de excel original
que se anexa al documento y de la misma forma se construye el gráfico de disperción
Como podemos observar ambas variables (ingreso y egreso) presentan una relación positiva, es
decir, a medida que aumente el valor de una aumenta el de la otra, lo cual logramos hacer mas
evidente al momento de marcar la línea de tendencia.

i) Calcula el coeficiente de correlación para verificar tu resultado anterior y da una

conclusión.

Completando la tabla a fin de recabar datos para la formula tenemos que:

Total ingresos Total egresos (X - media)(Y -

Mes (X - media) (Y - media)
(X) (Y) media)

Enero 8038.94 7768.6 -4106.114167 -3926.675833 16123379.27

Febrero 7923.75 7336.82 -4221.304167 -4358.455833 18398367.77
Marzo 7661.07 9411.33 -4483.984167 -2283.945833 10241176.95
Abril 11949.72 12814.4 -195.3341667 1119.124167 -218603.1865
Mayo 12000.24 14382.84 -144.8141667 2687.564167 -389197.3652
Junio 11830.93 13674.26 -314.1241667 1978.984167 -621646.7522
Julio 13842.51 16054.56 1697.455833 4359.284167 7399692.338
Agosto 9419.03 9846.12 -2726.024167 -1849.155833 5040843.49
Septiembre 9747.2 9065.46 -2397.854167 -2629.815833 6305914.854
Octubre 11182.32 10312.85 -962.7341667 -1382.425833 1330908.583
Noviembre 20952.27 11270.68 8807.215833 -424.5958333 -3739507.146
Diciembre 21192.67 18405.39 9047.615833 6710.114167 60710535.18
Total 145740.65 140343.31 120581864
Promedio 12145.05417 11695.27583
Desviación
estándar 4586.135487 3417.585928
Considerando la formula:

r = (X-X)(Y-Y) / (n-1)SXSY

Entonces:

r = 120581864 / (12-1)( 4586.135487) (3417.585928)

r = 120581864 / (11) (47296127.36)
r = 120581864 / 172408633.1
r = 0.699

Por lo tanto inferimos entonces que al ser un número positivo, cercano a 1, entonces
matemáticamente que los ingresos y los egresos se correlacionan de manera positiva por lo que se
correlacionan en sentido directo.

b) Realiza un análisis de regresión lineal

i) Obtén la ecuación de regresión lineal

Considerando las formulas:

Y= ab+X

b = r(SX/SY) (pendiente de la recta)

a = Y- bX (intersección con el eje Y)

tendremos que las ecuaciónes de la regresión lineal:

b = r(SX/SY)
b = (0.699)[(4117.586)/(4586.135)]
b= (0.699) (0.7451)
b = 0.52089

a = Y- bX
a = 11695.275 – (0.52089)(12145.054)
a = 11695.275 – 6326.237
a = 5369.037
Por lo tanto la ecuación de regresión resultante sería:

Ŷ= a + bX
Ŷ = 5369.037 + 0.52089X

ii) Pronostica los ingresos necesarios si los costos son de $10,500.

Empleando la fórmula:

Ŷ= a + bX

Tenemos que:

Ŷ = 5369.037 + 0.52089 (10500)

Ŷ = 5369.037 + 5553.45
Ŷ = 10922.487

Lo cual indica que si los costos son de 10500 pesos, se tendrán ingresos por 10922.487 pesos.
 Conclusiones:

Retomando el decir de que todo lo que se mide se puede controlar encontramos en las
herramientas trabajadas en esta última tarrea la gran importancia (como quiza lo he dicho en
ejercicios anteriores) de conocer el manejo de los números, en ellos definitivamente están las
respuestas para casi todas las interrogantes sobre el futuro de nuestras empresas, nuestros
proyectos y todo aquello a lo que finalmente demos un valor medible.
 Bibliografía:

Artículo: “Análisis de Rentabilidad de una Empresa Distribuidora de Telefonía Celular Localidad

Riobamba 2006” de Pili Murillo. Consultado el 23 de marzo de 2018. versión disponible en
http://www.dspace.espol.edu.ec/bitstream/123456789/2011/1/3939.pdf.

Libro: Levine, D., Krehbiel, T. y Berenson, M. (2006). “Estadística para Administración”. 4ª

Edición. Pearson Educación: México

Libro: Lind, (2008) “Estadística aplicada a los negocios y la economía”, 13ª Edición. McGraw-Hill