4.5.

5 Método de pronóstico causal- análisis de regresión

Los modelos de pronóstico causal generalmente consideran algunas
variables que están relacionadas con la variable que se predice. Una
vez que estas variables relativas se han encontrado, se construye y
utiliza un modelo estadístico para pronosticar la variable de interés.
Este intento es más poderoso que los métodos de serie de tiempo que
únicamente utilizan los datos históricos para pronosticar la variable.

Se pueden considerar muchos factores en un análisis causal. Por

ejemplo, las ventas de un producto pueden estar relacionadas con el
presupuesto de publicidad de la empresa, los precios de competidores
y las estrategias promociónales, o aun las tasas económicas y de
desempleo. En este caso, las ventas serían llamadas variable
dependiente y otras variables serían llamadas variables
independientes. El trabajo del administrador es de desarrollar la mejor
relación estadística entre las ventas y las variables independientes. El
modelo de pronóstico causal cuantitativo más común es el análisis de
regresión lineal.

• Uso del análisis de regresión para pronosticar Se puede utilizar el

mismo modelo matemático que se empleó en el método de mínimos
cuadrados para proyectar la tendencia, al llevar a cabo el análisis de
regresión lineal.

Las variables dependientes que se desean pronosticar seguirán

siendo las y. Pero ahora la variable independiente, x, no es el tiempo.
y = a + b x Donde: y = valor de la variable dependiente, en este caso
ventas a = intersección en el eje y b = pendiente de la línea de
regresión x = la variable independiente

Ejemplo 4- 8:

Carvajal suministra oficinas en el territorio colombiano. Al paso del

tiempo, la compañía se ha percatado que el volumen en pesos de su
trabajo de renovación es dependiente de la nómina de sus clientes en
Colombia. La siguiente tabla enumera ingresos y la cantidad de dinero
ganada por los trabajadores asalariados en Colombia durante los años
2.004-2005:

Ventas de Carvajal Nómina ($000.000.000.000) 2.000.000.000.oo 1

3.000.000.000.oo 3 2.500.000.000.oo 4 2.000.000.000.oo 2
2.000.000.000.oo 1 3.500.000.000.oo 7

La administración de Carvajal desea establecer una relación

matemática que ayude a predecir las ventas. Primero, necesitan
determinar si existe una relación de línea recta (lineal) entre la nómina
y las ventas, se graficarán los datos.

A partir de los seis puntos de datos se puede apreciar que existe una
ligera relación positiva entre la variable independiente, la nómina y la
variable dependiente: las ventas. Mientras la nómina se incrementa,
las ventas de Carvajal tienden a ser mayores. Se puede encontrar una
ecuación matemática al utilizar el sistema de regresión por mínimos
cuadrados. Ventas, y Nómina, x x2 x y 2.0 1 1 2.0 3.0 3 9 9.0 2.5 4 16
10. 2.0 2 4 4.0 2.0 1 1 2.0 3.5 7 49 24.5  = 15.0 18 80 51.5 x= x = 18
= 3 n 6 y= y = 15 = 2.5 n 6 b = x y – n x y = 51.5 – (6) (3) (2.5) =
0.25 x2 - nx2 80 – (6) (3)2

a= y- b x = 2.5 – (0.25) (3) = 1.75

La ecuación de regresión estimada, por lo tanto es:

y = 1.75 + 0.25x

Ventas = 1.75 + 0.25x

Si se predice que la nómina será de 6.000 millones para el próximo

año, es posible estimar las ventas de Carvajal con la ecuación de
regresión: o Ventas = 1.75 + 0.25 (6) x ($000.000.000) o Ventas = $
3.250´000.000