Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estudiar Pronosticos
Estudiar Pronosticos
a
50
60
70
80
90
100
110
120
130
140
150
160
Recta de tendencia y =56,70 + 10,54 x
Demanda histrica
4.- Regresin Lineal
Podemos usar el mismo modelo matemtico que usamos con el mtodo
de mnimos cuadrados para la proyeccin de tendencias, con el fin de
realizar un anlisis de regresin lineal. Las variables dependientes que
deseamos pronosticar se simbolizan con y. Pero la variable independiente,
x, ya no necesita ser el tiempo. Usamos la ecuacin.
y = a + b x
y = valor calculado de la variable que debe predecirse (variable dependiente)
a = ordenada, interseccin con el eje y.
b = pendiente de la recta de regresin
X = variable independiente.
Veamos un ejemplo para mostrar cmo
usar la regresin lineal.
Regresin lineal simple:
Los siguientes datos relacionan las cifras de ventas de un bar de un
pequeo Hotel, con el nmero de huspedes registrados esa semana:
semana Huspedes Ventas del bar
16
12
18
14
1
2
3
4
$330
270
380
300
Huspedes (en miles)
V
e
n
t
a
s
d
e
l
b
a
r
4 8 12 16 20
50
100
150
200
250
300
350
400
Ventas, y Huspedes,x
x
2
xy
330
270
380
300
16
12
18
14
X = 60
256
144
324
196
x = 920
2
5.280
3.240
6.840
4.200
xy =19.560
X =
X
n
= 60
4
= 15
y =
y
n
= 1.280
4
= 320
y = 1.280
xy - n x y
x - n x
2 2
b =
= 19.560 (4) (15) (320)
920- (4) ( 15 )
2
= 360
20
= 18
a = y - b x
= 320 18(15) = 50
La ecuacin de regresin estimada es, por lo tanto,
y = 50 + 18 x 0 Ventas = 50 + 18 (huspedes)
Huspedes (en miles)
V
e
n
t
a
s
d
e
l
b
a
r
4 8 12 16 20
50
100
150
200
250
300
350
400
Si el pronstico es de 20 huspedes la semana siguiente de
cunto se esperan que sean las ventas?
y = 50 + 18 x 0 Ventas = 50 + 18 (huspedes)
Ventas = 50 + 18 (20)
= 410
Recta de regresin lineal Simple
Demanda histrica
Error estndar de la estimacin S y,x
Medida de la variabilidad alrededor de la recta de regresin,
su desviacin estndar.
El clculo se llama desviacin estndar de la regresin y mide
el error desde la variable dependiente, y, hasta la recta de
regresin, en lugar de hasta la media.
S y,x
( y yc )
2
=
n - 2
donde:
y = valor de y de cada dato puntual
yc = valor calculado de la variable
dependiente, a partir de la ecuacin de
regresin.
n = nmero de datos puntuales
S y,x y
2
=
n - 2
- a y xy - b
Esta ecuacin puede resultar ms fcil de usar. Ambas frmulas
entregarn el mismo resultado
Huspedes (en miles)
V
e
n
t
a
s
d
e
l
b
a
r
4 8 12 16 20
50
100
150
200
250
300
350
400
Recta de regresin lineal Simple
Demanda histrica
Para calcular el error estndar de la estimacin , la nica cifra que
necesitamos es
y
2
y
108.900
72.900
144.400
90.000
y
2
2
= 416.200
S y,x y
2
=
n - 2
- a y xy - b
S y,x
=
4 - 2
416.200 50(1.280) 18 ( 19.560)
= 60
= 7,74 $ en ventas
Error estndar de la
estimacin
Coeficiente de correlacin para rectas de regresin
Sirve para medir o evaluar la relacin entre las dos variables
de una regresin lineal. Se expresa con la letra r.
Para calcular el valor, se utiliza la siguiente frmula:
n xy - x y
n x - x
2
2
n y - y
2
2
r =
El coeficiente de correlacin r puede ser cualquier
nmero entre +1 y -1.
Cuatro valores del coeficiente de correlacin.
X
X
X
X
y
y y
y
Correlacin positiva perfecta
r= +1
Correlacin positiva r= 0< r <1
No hay Correlacin r= 0
Correlacin negativa perfecta
r= -1
Ventas, y Huspedes,x
x
2
xy
330
270
380
300
16
12
18
14
X = 60
256
144
324
196
x = 920
2
5.280
3.240
6.840
4.200
xy =19.560
y = 1.280
y
2
108.900
72.900
144.400
90.000
y
2
= 416.200
Siguiendo con el ejemplo, calcular el coeficiente de correlacin:
(4) (19.560) - (60) (1.280)
(4) (920)- (60)
2
(4) (416.200)- (1.280)
2
r =
= 1.440
=
2.112.000
1453,27217
1.440
= 0,993619798
Correlacin positiva r= 0< r <1
Regresin Lineal Mltiple
La regresin mltiple es una extensin prctica del modelo simple de
regresin que acabamos de ver. Nos permite construir un modelo con
varias variables independientes en lugar de slo una variable. Por
ejemplo, si en el ejemplo anterior se desea incluir el alza en los pasajes
de los huspedes, la ecuacin apropiada sera:
y = a + b1 x1 + b2 x2
y = variable dependiente, ventas
a = una constante
x1 y x2 = valores de las dos variables independientes (Ej: n de huspedes y alza en los
pasajes)
b1 y b2 = coeficientes de las dos variables independientes
Las matemticas de la regresin mltiple son bastante complejas y lo usual
es que los clculos se realicen en el computador, por lo cual dejaremos las
frmulas para encontrar a, b1 y b2 a los libros de estadstica.