Giinn U2 A3 Brma
Giinn U2 A3 Brma
Giinn U2 A3 Brma
Grupo: GAP-GIINN-1901-B2-003
Docente en Línea:
Marcos González Valladolid
Unidad 2:
Componente analítico de la
Inteligencia de Negocios.
Actividad:
Estimación y pronóstico estadístico
predictivo.
Matrícula: ES1511107481
4| P á g i n a
Teziutlán Puebla
Unidad 2
Componente analítico de la Inteligencia de Negocios
Índice
Propósito: ................................................................................................................................................ 3
Instrucciones: .......................................................................................................................................... 3
Desarrollo:............................................................................................................................................... 4
Regresión simple:................................................................................................................................. 4
Regresión múltiple: .............................................................................................................................. 5
Conclusión:............................................................................................................................................ 6
Bibliografía ............................................................................................................................................. 6
2|Página
Unidad 2
Componente analítico de la Inteligencia de Negocios
Propósito:
Esta actividad tiene como propósito desarrollar un ejemplo de análisis estadístico aplicando el
modelo de regresión lineal simple y múltiple para obtener conclusiones respecto de la
información de una empresa, para lo cual continuarás con el estudio del caso de la empresa
productora de autopartes y procesarás estadísticamente la información que obra en la tabla de
la actividad 2 del segundo tema de la presente unidad,:
Instrucciones:
1. Plantea un modelo de regresión para analizar la relación entre las variables, tomando en
cuenta lo siguiente:
Argumenta por qué esperas que sea importante examinar dicha relación
Genera una versión simple y una versión múltiple manteniendo la misma variable
dependiente a fin de comparar el caso de una sólo variable independiente con el caso de
más de una variable independiente
5. Obtén pronósticos en cuanto a los valores que dé la variable dependiente para el primer
trimestre de 2013, asignando valores para las variables independientes conforme a su
tendencia, compara el pronóstico generado con base en el modelo simple y el múltiple.
3|Página
Unidad 2
Componente analítico de la Inteligencia de Negocios
Desarrollo:
Regresión simple:
Para entender las variables de regresión simple, es necesario contemplar las ventas totales
y las ventas de juntas, en donde la variable dependiente será igual a las ventas totales,
mientras que la variable independiente será igual a las ventas de juntas:
Regresión simple
n ventas anuales ventas juntas
1 10000 8000
2 10000 7000
3 15000 2000
4 15000 7000
5 10000 9000
6 12000 5000
7 15000 5000
8 17000 8000
9 10000 4000
10 15000 4000
11 15000 5000
12 10000 5000
-0.313513514 14636.03604
0.408347284 2481.080819
0.055664644 2777.06177
0.589458437 10
𝑉𝑒𝑛𝑡𝑎𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎𝑠 = 𝑎 + 𝑏 ( 𝑥𝑖 )
Con lo que se interpreta que en 24 periodos las ventas serán afectadas con ingreso
de $14,643.56.
4|Página
Unidad 2
Componente analítico de la Inteligencia de Negocios
Regresión múltiple:
Regresión múltiple
n Ventas juntas valor piezas ventas totales
1 8000 10 10000
2 7000 5 10000
3 2000 0 15000
4 7000 5 15000
5 9000 5 10000
6 5000 0 12000
7 5000 5 15000
8 8000 10 17000
9 4000 8 10000
10 4000 8 15000
11 5000 8 15000
12 5000 8 10000
Con lo que se interpreta que en 24 periodos las ventas serán afectadas con ingreso
de $15,389.33
5|Página
Unidad 2
Componente analítico de la Inteligencia de Negocios
Conclusión:
Dado que el coeficiente en ambos casos es positivo en relación con las variables, se
produce un comportamiento hibrido entre las ventas anuales y las de juntas, ambas tienden
a subir.
-Brandon Aguilar
Bibliografía
6|Página
Unidad 2
Componente analítico de la Inteligencia de Negocios
Buenas noches Brandon:
Los modelos de regresión lineal y múltiple que has desarrollado en tu trabajo y que acompañas de un análisis
apropiado en lo referente al cuadro que nos muestran las estadísticas de la empresa en cuestión. es importante
señalar que con los procedimientos concernientes a la regresión lineal y múltiple obtenemos un ajuste lineal con
el que podremos hacer converger la relación de dependencia entre la variable dependiente que en este caso son
las ventas, y las variables independientes dadas por las demás que se describen en el cuadro estadístico. Es
importante señalar la existencia del término aleatorio e el cual es la suma de los errores de la regresión.
Los términos muy importantes a considerar en una regresión lineal son los siguientes:
- Los errores en la medición de las variables explicativas deben ser independientes entre sí.
- Los errores deben tener una varianza constante o mejor conocida como homocedasticidad.
- Los errores deben tener una esperanza matemática igual a cero.
- El error total debe ser la suma de todos los errores.
Y un aspecto muy importante, mientras más cercano a 1 es el coeficiente de determinación o mejor conocida
como R cuadrada, más confiable es dicho procedimiento.
En términos generales, tu actividad ha sido satisfactoriamente asimilada y cumple con cada uno de los pasos a
desarrollar para realizar una regresión en el programa excel con lo cual se puede analizar la información y emitir
pronósticos de ventas para la empresa. Hizo falta solamente que agregaras una pequeña introducción explicando
la importancia que tiene realizar una modelización lineal para saber los pronósticos de ventas de una empresa.
7|Página