Reporte Profesional

Objetivo:
Utilizar métodos para evaluar técnicas de pronósticos, realizar la prueba de
significancia de los estimadores y construir los intervalos de confianza para el
coeficiente de regresión para una serie de datos de pronósticos.
Descripción del ejercicio:
A través de estos ejercicios, el alumno comprenderá cómo evaluar la relación
entre dos variables cuantitativas y determinar si esta relación es significativa
por medio de la prueba de hipótesis.
Procedimiento:
Realiza lo siguientes:

SITUACIÓN 1

Utiliza dos modelos de pronóstico para producir los valores futuros de una serie
de tiempo del mes 1 al mes 10; estos valores (Ŷt) se muestran en la siguiente
tabla junto con los valores reales observados (Yt). Para el modelo 1, emplearás
un promedio móvil de tamaño 2, para el modelo 2 emplearás una suavización
exponencial con alfa=0.2 y el primer valor del pronóstico será 70:

Valores de
   
pronóstico Ŷt
Valor
Mes observado Modelo 1 Modelo 2
Yt
1 70    
2 89    
3 94    
4 80    
5 68    
6 72    
7 60    
8 75    
9 86    
10 90    

Determina:
a) La desviación absoluta media (DAM).
b) El error cuadrático medio (ECM).
c) El error porcentual absoluto medio (EPAM)
d) El error porcentual medio.
 Reporte Profesional

Modelo 1
Modelo 2

DAM 11.75 DAM 10.16

ECM 165.125 ECM 152.49
EPAM 0.151567 15.16% EPAM 0.127 12.72%
EPM -0.00283 -0.28% EPM 0.034 3.40%

SITUACIÓN 2
Un vendedor observa el precio y volumen de las ventas de 10 semanas,
elegidas aleatoriamente, de galones de leche. Los datos obtenidos se
presentan en la tabla.

Nivel
semanal
de ventas Precio de
Semana en miles venta en
de pesos (X)
galones
(y)

1 10 1.3
2 6 2
3 5 1.7
4 12 1.5
5 10 1.6
6 15 1.2
7 5 1.6
8 12 1.4
9 17 1
10 20 1.1

a. Calcula:
 Reporte Profesional
b. Un diagrama de dispersión de los datos.

c. El modelo de regresión lineal.

Ecuación de regresión

Nivel semanal de = 32.14

ventas en miles - 14.54 Precio de venta en pesos (X)

d. El coeficiente de correlación

Correlaciones

Nivel
semanal
de ventas
en miles
Precio de venta en pesos -0.863
(X)

SITUACIÓN 3. 

El Director de Seguridad Pública de una localidad quiere emplear el método

científico para relacionar los bares y centros de baile con el número de
accidentes automovilísticos en una ciudad del país. Ha extraído de las bases
de datos los siguientes números:

Accidentes
automovilístico 5 4 7 9 8 9 6
s (Y)
Bares y centros
12 10 15 30 25 34 20
de baile (X)

Responde lo siguiente:
 Reporte Profesional
a. Realiza un diagrama de dispersión.

b. Ajusta e interpreta a los datos un modelo de regresión lineal simple.

Y = 2.7317 + 0.1978 (Bares y Centros de Baile)

c. Prueba la significancia de la pendiente β1.

2.015, se rechaza.

d. Calcula e interpreta el coeficiente de determinación (R2).

Coeficiente de determinacion 0.8641

e. Elabora un intervalo de confianza del 90% para β1.

ICS 0.2685
b1 0.1978
ICI 0.1271

f. Pronostica el número de accidentes automovilísticos cuando se tiene 11,

13 y 18 bares y centros de baile. 
 
Bares y Accidentes
centros de automovilísticos
baile (X) (Y)
11 4.91
12 5.11
18 6.29

Preguntas de discusión en el aula

Con los conceptos vistos y puestos en práctica, brinda una respuesta

justificada a cada una de las siguientes cuestiones:

1. ¿Para qué utilizarías la regresión lineal simple en un problema de tu

especialidad?
 Reporte Profesional
Para producción y ventas, ver como va mejorando o empeorando
dependiendo los datos.

2. ¿Qué relación tiene con la correlación?

Se considera que dos variables cuantitativas están correlacionadas cuando
los valores de una de ellas varían sistemáticamente con respecto a los
valores homónimos de la otra, así que esto puede ser aplicado para
producción y ventas

3. ¿Cómo medirías el ajuste del modelo de regresión lineal obtenido?

El modelo de regresión lineal simple considera una única
variable independiente o explicativa, x, y una variable dependiente o
respuesta y asumiendo que la relación entre ambas es lineal.

4. ¿Qué es el coeficiente de determinación?

Es un estadístico cuya función es predecir resultados futuros o probar una
hipótesis.

5. ¿Por qué crees que se llama regresión lineal?

Porque los datos se organizan de esa manera, de manera lineal.

6. ¿Cuál es la relación de la prueba de hipótesis con el intervalo de confianza

en la regresión?
Se tiene que utilizar la prueba de hipótesis para saber si estamos dentro del
rango establecido mediante el intervalo de confianza. De esta manera se
obtienen más probabilidades de acertar.

Conclusión
De la regresión lineal aprendí que generalmente utiliza el método de estimación
de mínimos cuadrados ordinarios, del cual se obtiene la ecuación al minimizar
la suma de los residuos al cuadrado.