UNIVERSIDAD DE EL SALVADOR FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA DE INGENIERÍA INDUSTRIAL ANÁLISIS FINANCIERO

PRONOSTICOS (Regresió n Mú ltiple)
Catedrático: Ing. Mauricio Antonio Gonzáles Berrios Grupo de Discusión: 1

Integrantes: Alvarado Guardado, Blanca Roxana Flamenco Montenegro, Ricardo Armando Orellana Rosales, Francisco José Pérez De León, Salvador Emmanuel Zavala Najarro, Mayra Elizabeth AG01017 FM06030 OR07002 PD07001 ZN07001

Ciudad Universitaria, 25 de Octubre del 2012

......................................................................................................................Pronósticos (Regresión Múltiple) INDICE Contenido INTRODUCCION .................................. 4 Problema Central ........ 2 OBJETIVOS .................................................................................................................................................... 4 Hechos Relevantes .......................................................................................................... 9 1|P á gin a ............................................................. 8 ANEXOS .......................................................................................................................................................................................................... 7 CONCLUSIONES ........................................................................................................................... 4 Factores que inciden en el problema .................................................................................................. 3 MARCO DE DESARROLLO............................................................................................................................................................................................................................................. 4 DESARROLLO DE LA SOLUCIÓN.......................................................................................................................................... 5 Pregunta 2: .............................................................................................................................................................................................................................................................. 3 Objetivo General .................................................................................................. 5 Pregunta 1........................

2|P á gin a . para lograr una mejor visión de esta tendencia se auxiliará de la gráfica de dispersión de regresión donde nos brindara como el valor de las independientes afecta o altera el valor de la dependiente. Todas estas circunstancias normalmente involucran mas de una variable. El análisis de regresión múltiple es una técnica basada en la estadística donde por medio de variables independientes se lograra encontrar los valores de la dependiente. donde siempre nos encontraremos una variable dependiente (es la variable que definirá nuestro objetivo principal) y una o más variables independientes. En este trabajo se resolvió el problema de Cindy ella debía de elegir los parámetros para establecer un equipo “ganador” usando las estadísticas que se encuentran en Sporting New 1992 Baseball yearbook. será nuestro deber lograr definir que variables son las más adecuadas para cada caso en estudio. se usó MiniTab como herramienta para establecer la ecuación de regresión y generar la gráfica de regresión para poder observar de mejor manera la distribución.Pronósticos (Regresión Múltiple) INTRODUCCION En muchas situaciones de la vida nos podemos encontrar con problemas donde se deba de tomar una decisión ya sea invertir en un nuevo negocio. normalmente estas variables tienen poca o mucha relación entre ellas. producir un nuevo producto o formar un equipo ganador.

3|P á gin a . Aprender el funcionamiento de MiniTab. ya que es una herramienta útil para solucionar problemas estadísticos. Objetivo Específico    Comprender cuales son las variables mas adecuadas para el análisis de regresión múltiple por medio de una matriz de regresión Analizar la gráficas obtenidas después de definir las variables mas importantes en el análisis del problema.Pronósticos (Regresión Múltiple) OBJETIVOS Objetivo General Resolver problemas con análisis de regresión múltiple donde se deba de tomar decisiones que involucre más de dos variables independientes.

Determinar que variables son las mas importantes para lograr solucionar el problema.Usted reúne las siguientes estadísticas del Sporting news 1992 Baseball year-book como se muestra en la tabla P. este almanaque nos brinda diferente valores estadísticos pero no todos nos ayudara para darle solución al problema planteado. el cual muestra los datos de las variables cuales utilizaremos en la ejecución de este método. 4|P á gin a . Hanke  Capítulo 7  Ejercicio 16  Página 308  Tema: análisis de regresión múltiple Factores que inciden en el problema Uno de los principales factores es que Cindy no conoce como determinar un equipo ganador por lo que deberá hacer un análisis previo de todas las estadísticas que se disponen para así hacer una mejor decisión. ya que al analizar el Sporting New 1992 Baseball yearbook. discuta la importancia de cada variable 2. ¿Qué ecuación debe utilizar Cindy para predecir las victorias? 3. escriba un reporte para Cindy Información Adicional: Libro: Pronóstico en los negocios autor: John E. Cindy le pide a usted estudiar el problema y escribirle un reporte.16 y corre un programa de regresión por pasos 1. Hechos Relevantes La siguiente tabla fue tomada de Sporting News Baseball Yearbook del año 1991. Usted decide usar el análisis de regresión múltiple para determinar cuales son las estadísticas importantes para desarrollar un equipo ganador (medido por el número de juegos ganados durante la temporada de 1991) .Pronósticos (Regresión Múltiple) MARCO DE DESARROLLO Problema Central Cindy Lawson acaba de comprar un equipo de béisbol de las grandes ligas ha recibido consejos sobre lo que debe de hacer para crear un equipo ganador.

Se calcula dividiendo el número de carreras limpias permitidas por el número de entradas lanzadas y multiplicando por nueve. Se ejecuta como resultado de errores defensivos (incluidos los errores defensivos de los lanzadores) se registran como carreras sucias y no se utilizan para determinar la efectividad. 5|P á gin a  . SO: Ponches (Stroke Outs) número de veces que se han ponchado a un jugador. en español: promedio de carreras ganadas) es el promedio de carreras limpias abandona un lanzador por cada nueve entradas lanzadas .Pronósticos (Regresión Múltiple) DESARROLLO DE LA SOLUCIÓN Pregunta 1 Significado de cada variable según el orden de la tabla   Victorias: Número de veces que un equipo de beisbol a ganado un juego ERA: (Earned Run Average.

porcentaje de bateo (BA) y bases robadas (SB) ya que estas son las que más inciden al momento que un equipo gana juegos. En las estadísticas de béisbol . donde H=hits y AB=turnos al bate. si la defensa no hace ningún intento para poner el corredor fuera (por ejemplo si el receptor no tiene ni siquiera mirar a su manera) el juego se puntúa de la indiferencia defensiva (también llamado indiferencia del cuadro). CARRERAS: vueltas terminadas en el diamante por cada jugador. Y las variables independientes son las home run (HR). entonces la estadística sería representada en forma de porcentaje. Si este número decimal se multiplica por 100. y no se acredita base robada al corredor. estas pueden ser por un home run o por bateo de otros jugadores. HR: home run.Pronósticos (Regresión Múltiple)  BA: El promedio o porcentaje de bateo (en inglés batting average. cada una de las variables nos brinda información muy valiosa en donde nosotros vamos a tener que analizar cuales son las más importantes para que un equipo gane los juegos y así logre estar entre las mejores estadísticas Para nuestro análisis se tomo como variable dependiente las victorias. el tiempo que estén con el bate. La estadística es representada en sí no como un promedio. bases robadas se indican mediante " SB”. SB: base robada (stolen base) ocurre con mayor frecuencia cuando un corredor con éxito avanza a la siguiente base.    Como se da nota al ver las explicaciones de cada variable involucrada el hecho de ganar un juego no sólo es relevante el hecho de que los jugadores anoten la mayor cantidad de carreras. ya que con eso lograremos establecer un equipo ganador. mientras que el lanzador está entregando la pelota al plato . aunque es muy poco común verla de esta forma. esto se puede notar con mejor claridad al momento de ver la matriz de dispersión 6|P á gin a . además estas variables no tienen mucha relación con las otras por lo que son las mejores. es cuando un jugador batea y lanza la bola lejos del estadio (normalmente a las graderías) y logra hacer una carrera limpia sin el peligro que otro jugador lo saque. sino como un número decimal que representa la fracción formada por la fórmula de la estadística. sino que también están involucradas otros factores como robar bases (anotar carreras sin necesidad de batear). promedio de carreras ganadas (ERA). La fórmula para esta estadística es AVG = H/AB. abreviado BA o AVG) es la estadística en béisbol que representa la razón entre la cantidad de hits y el número de turnos al bate.

8 .117 HR + 0. si es negativo disminuyó 7|P á gin a . Cada variables está acompañada por un coeficiente los cuales cada uno representa un porcentaje de las carreras que maneja.31.4.0538 SB Donde Victorias es la variable dependiente dentro de esta ecuación.7 BA + 0.0.148 Carreras .Pronósticos (Regresión Múltiple) Pregunta 2: Para este problema la Ecuación de Regresión Generada por este método es la siguiente: Ecuación de Regresión: Victorias = . incluso se puede estimar el valor de esta variable por medio de dar valores a las siguientes variables independientes:     BA: Porcentaje de bateado Carrera: Vueltas terminadas en el diamante por jugador HR: Home Run SB: Base Robada. si es positivo aumento.

 MiniTab es una herramienta muy útil al momento de realizar los cálculos estadísticos. cuando están involucradas más de dos variables independientes. pero tiene inconvenientes ya que el usuario debe de estar consciente del uso y/o utilidad de cada elemento de la herramienta 8|P á gin a .Pronósticos (Regresión Múltiple) CONCLUSIONES  El análisis de regresión múltiple es una técnica muy efectiva dado que nos permite encontrar valores reales.

Pronósticos (Regresión Múltiple) ANEXOS PASOS PARA LA SOLUCION Cuando queremos dar solución a cualquier problema que se presente siempre aparecerán algunas variables las cuales indican las incógnitas del problema a resolver. 9|P á gin a . Como primer paso lo que se hace es abrir MiniTab previamente instalado y nos aparecerá una ventana muy semejante a las hojas de calculo de Excel con la diferencia que esta ventana tiene dos áreas de trabajo tal como se muestra en la figura a continuación. Para el caso que se nos presenta contamos con dos tipos de variables una dependiente y otra independiente y para encontrar la solución a estas variables nos apoyamos del método de regresión múltiple. La manera de resolver nuestro problema fue apoyándonos de una herramienta llamada MiniTab la cual nos ayuda a resolver problemas de multivariables. Esta ventana al contener dos áreas de trabajo nos facilita el observar los resultados que podemos obtener. El método es utilizado cuando tenemos una serie de variables entre ellas dependientes e independientes. El área de trabajo inferior la cual es similar a la hoja de calculo de Excel es en la cual ingresamos todos los datos de nuestras variables tal como se muestra en la siguiente imagen.

10 | P á g i n a .Pronósticos (Regresión Múltiple) Hacer la matriz de correlación Después de ingresar los datos nos interesa conocer los resultados a través de la matriz de regresión para ello seleccionamos de la barra de tareas la opción de Star-basica-correlacion tal como se muestra en la siguiente imagen.

76 -31. HR.117 HR + 0.305 Contenido de la celda: Correlación de Pearson Luego de la matriz encontramos el análisis de regresión que nos brinda siempre MiniTab Análisis de regresión: Victorias vs. en este caso las victorias.39 0.209 0.0. SB La ecuación de regresión es Victorias = .05384 SE Coef 15.482 0.94 -1. con esto se evita la colinelidad por ejemplo carreras y sb.Pronósticos (Regresión Múltiple) Después obtenemos la matriz de correlación la cual es usada para determinar la correlación entre la variable dependiente.215 -0.112 0.627 0.067 0. ERA. sb Correlaciones: Victorias. SO.062 0.444 -0.494 0. HR.67 0.03769 T -0.03004 0.0538 SB Predictor Constante BA Carreras HR SB Coef -4. Y segundo que la variable independiente debe ser pobremente correlacionada con las otras variables independientes relevantes.30 -1. BA.114 0. Bajo este criterio se establece que las variables relevantes para el análisis de regresión son: ba. es decir que sea grande y positivo.049 0.31.11712 0.7% A continuación se presentan las graficas de dispersión de las variables utilizadas en nuestro análisis.162 -0. = 59.8 . BA.14825 -0.765 0.74680 R-cuad.68 16.7 BA + 0.190 ERA -0.664 -0.067 0.168 S = 6.393 0.000 0. Carreras.252 0.209 -0.404 SO BA Carreras HR -0. es decir bajo y negativo. y las variables independientes. carreras.43 P 0.279 0. Esto lo se puede lograr siguiendo dos criterios: El primero que la variable dependiente debe de ser de gran correlación con la variable independiente. Esto nos ayuda a determinar las variables independientes que realmente son relevantes para determinar la ecuación de regresión y su representación de la varianza.93 4.5% R-cuad. hr. SB ERA SO BA Carreras HR SB Victorias -0. Carreras.06062 0.490 -0. por ejemplo victorias y carreras.148 Carreras .93 1. 11 | P á g i n a .(ajustado) = 51.4.161 -0.

70 0.06 3.48 -3.20 1.43 0.78 271.57 Residuo estándar 0.07 83.85 MC 350.20 -0.257 0.79 1.00 74.69 79.29 -9.20 -1.69 86.253 0.244 0.248 Victorias 75.57 EE de ajuste 2.52 90.00 83.13 -4.71 1.87 Obs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 BA 0.254 0.93 78.65 4. 29.00 84.262 0.82 74.52 1007.00 83.69 92.56 1.52 F 7.07 -1.00 67.52 10.241 0.87 1.95 4.253 0.45 2.73 0.71 94.81 -1.29 3.86 -0.26 -4.06 90.87 71.78 3.94 955.25 2.258 0.Pronósticos (Regresión Múltiple) Grafica de dispersión y curva de aproximación de las variables.36 -5.33 -10.33 67.51 -0.18 -9.73 0.27 -2.61 1.00 91.56 1.00 77.10 1.48 73.01 -0.00 84.86 80.59 Residuo 2.00 84.00 57.36 89.46 1.89 12 | P á g i n a .69 5.27 76.05 -3.56 2. Análisis de varianza Fuente Regresión Error residual Total GL 4 21 25 SC 1401.80 -0.263 0.28 2.59 72.27 76. Después de obtener las graficas que también se hacen a través de la herramienta MiniTab presentamos el cálculo de la varianza.710 0.07 2.244 0.256 0.270 0.00 71.28 2.08 -0.70 P 0.00 65.26 75.55 0.71 82.246 0.00 94.60 0.68 83.269 0.42 6.00 98.254 0.47 0.14 X -1.22 -0.20 2.255 0.258 0.00 71.001 Fuente BA Carreras HR SB GL 1 1 1 1 SC Sec.00 93.84 2.00 85.470 0.86 10.00 78.246 0.58 2.77 92.00 3.69 13.43 0.255 0.244 0.00 84.31 -2.49 45.00 87.90 2357.93 0.39 3.78 3.90 81.59 5.00 Ajuste 72.11 2.99 -0.59 -0.68 -0.00 77.00 84.95 74.

y así obtenemos la ecuación de regresión Victorias = .264 0.00 81.7 BA + 0.Pronósticos (Regresión Múltiple) 24 25 26 0.4.00 95.15 1.84 0.148 Carreras .255 0.37 5.8 .0538 SB 13 | P á g i n a .31.37 75.00 87.22 -0.280 82.84 0.43 4. En base a todos los cálculos realizamos el análisis de regresión con dichas variables.48 -5.67 X denota una observación cuyo valor X le concede gran apalancamiento.57 90.78 2.95 2.0.117 HR + 0.

Sign up to vote on this title
UsefulNot useful