INTRODUCCION

Como ya sabemos en la industria con mucha frecuencia es necesario resolver

problemas que implican conjuntos de variables, cuando se sabe que existe alguna
relación inherente entre ellas. A partir de lo anterior, es necesario establecer modelos
que expliquen dicha relación. Uno de ellos es el de regresión lineal que permite hallar
el valor esperado de una variable aleatoria a cuando b toma un valor específico. La
aplicación de este método implica un supuesto de linealidad cuando la demanda
presenta un comportamiento creciente o decreciente, por tal razón, se hace
indispensable que previo a la selección de este método exista un análisis de
correlación y regresión que determine la intensidad de las relaciones entre las
variables que componen el modelo.

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

datos muestrales para saber que es y como se relacionan entre si dos o mas 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.

El objetivo de un análisis de regresión es determinar la relación que existe entre una variable
dependiente y una o más variables independientes. Para poder realizar esta relación, se debe
postular una relación funcional entre las variables.

A partir de la presente investigación, se pretende mostrar la aplicación práctica de la

regresión lineal. Ya que por medio de la aplicación de las técnicas estadísticas
contribuyen a la optimización de los procesos.