Introduccin Las cambiantes condiciones de los negocios como resultado de la competencia mundial, el rpido cambio tecnolgico y las crecientes preocupaciones por el medio ambiente han ejercido presiones sobre la capacidad de una empresa para generar pronsticos precisos. Tales pronsticos son necesarios como un elemento auxiliar para determinar que recursos se necesitan, programar los recursos ya existentes y adquirir recursos adicionales. Los pronsticos precisos permiten que los programadores utilicen de forma eficiente la capacidad de las maquinas, reduzcan los tiempos de produccin y recorten los inventarios. Para pronosticar la demanda y la oferta de un producto o servicio, existen diversas maneras de hacerlo. En esta ocasin, se explicar un proceso sencillo para visualizar el posible comportamiento de la demanda y oferta empleando la regresin lineal, el cual nos permite observar la lnea de tendencia. Los pronsticos tuvieron su origen en aspectos informales de la vida cotidiana, en las pocas de los reyes, los polticos y personas adineradas acudan a los clarividentes para que les comentaran acerca de sus vidas en el futuro, al paso del tiempo estas ideas las adoptan los comerciantes y empresarios y se fue formalizando poco a poco para el concepto de los pronsticos hasta llegar a la que hoy se conoce como un importante tema.
Regresin lineal En estadstica la regresin lineal o ajuste lineal es un mtodo matemtico que modela la relacin entre una variable dependiente Y, una o ms variables independientes X y un trmino aleatorio.
Regresin lineal simple o mnimos de cuadrados. Es una tcnica de tipo cuantitativo que permite el clculo de los pronsticos para perodos futuros, el cual requiere de registros histricos que sean consistentes, reales y precisos. Esta tcnica como su nombre lo indica se trata de sacar el total de las desviaciones elevadas al cuadrado a un valor mnimo, su objetivo es determinar los coeficientes a y b, que son conocidos como coeficientes de regresin, donde X es la variable independiente (tiempo), y la Y es la variable dependiente (pronstico de la demanda). Se utilizada para solucionar problemas comunes en cualquier negocio, en donde se pueden identificar y cuantificar algunas relaciones funcionales entre dos o ms variables, en donde las variables son dependientes tanto la una como de la otra. En el modelo de regresin lineal simple es muy importante identificar las variables, dependiente como independiente. La dependiente es la variable que se desea explicar, tambin es llamada variable de Ingeniera en gestin empresarial. Autor: Armando Alberto Roca Garrido. respuesta y la variable independiente se utilizada para explicar la variable dependiente, llamada tambin variable explicativa.
Ejercicio Una compaa desea hacer predicciones del valor anual de sus ventas totales en cierto pas a partir de la relacin de stas y la renta nacional. Para investigar la relacin cuenta con los siguientes datos: Ao 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 X 189 190 208 227 239 252 257 274 293 308 316 Y 402 404 412 425 429 436 440 447 458 469 469
X = Representa la renta nacional en millones de dlares. Y = Representa las ventas de la compaa en miles de dlares en el periodo que va desde 1990 hasta 2000.
Realiza lo siguiente: a) Calcular la recta de regresin de Y sobre X. b) Realizar el grfico de dispersin con las variables X y Y c) Calcular el coeficiente de correlacin lineal e interpretarlo. d) Si en 2001 la renta nacional del pas fue de 325 millones de dlares. Cul ser la prediccin para las ventas de la compaa en este ao?
Solucin. a) La frmula para calcular la recta de regresin viene dada por: Y = a +bx En donde:
Como la frmula para hallar a te pide el valor de b y esta no la conocemos, es necesario sustituir primero la ecuacin para hallar b. Ingeniera en gestin empresarial. Autor: Armando Alberto Roca Garrido. Ahora calcularemos los datos que sustituiremos en las formulas.
Una vez teniendo los valores, nuestro siguiente paso ser despejar las frmulas para obtener a y b.
Primero hallaremos b = b = 11 (1209720) (2753) (4791) / 11 (708933) (2753) 2 b = 13 306 920 13 189 623 / 7 798 263 7 579 009 b = 117 297 / 219 254 b = 0.53498
Ahora hallaremos a = a = 4791 / 11 - 0.53498 (2753 / 11) a = 435.54 0.53498 (250.27) a = 435. 54 133.88 a = 301. 66
Entonces la recta de regresin es igual a: Y = 301.66 + 0.53498X X 2 Y 2 X.Y 35721 161604 75978 36100 163216 76760 43264 169744 85696 51529 180625 96475 57121 184041 102531 63504 190096 109872 66049 193600 113080 75076 199809 122478 85849 209764 134194 94864 219961 144452 99856 219961 148204 X 2 = 708933 Y 2 = 2092421 X.Y = 1209720 n Variable X Variable Y 1 189 402 2 190 404 3 208 412 4 227 425 5 239 429 6 252 436 7 257 440 8 274 447 9 293 458 10 308 469 11 316 469 Nmero total de datos X = 2753 Y = 4791 Ingeniera en gestin empresarial. Autor: Armando Alberto Roca Garrido. b) Elabore el diagrama de dispersin. Un diagrama de dispersin es una grfica que representa la relacin entre Y y X.
C) Calcular el coeficiente de correlacin lineal. El coeficiente de correlacin (r) es una medida de la intensidad de la relacin lineal entre dos variables. Puede tomar cualquier valor de -1.00 a 1.00 1.00 Correlacin positiva perfecta
La frmula para hallar el coeficiente de correlacin lineal est dada: r = 11 (1209720) - (2753) (4791) / [11 (708933) (2753) 2 ] . [11 (2092421) (4791) 2 ]
Autor: Armando Alberto Roca Garrido. r = 13 306 920 13 189 623 / 11 (708 933) (2 753) 2 ]. [11 (2 092 421) (4 791) 2 ] r = 117 297 / (219 254) (62 950) r = 117 297 / 13 802 039 300 r = 117 297 / 117 482. 080 r = 0.998 424
El coeficiente de correlacin lineal es 0.998 424, y tendr una correlacin positiva intensa.
d) Si en 2001 la renta nacional del pas fue de 325 millones de dlares. Cul ser la prediccin para las ventas de la compaa en este ao? Ao Variable X Variable Y 1990 189 402 Ventas reales 1991 190 404 1992 208 412 1993 227 425 1994 239 429 1995 252 436 1996 257 440 1997 274 447 1998 293 458 1999 308 469 2000 316 469 2001 325 ? Pronstico
Para pronosticar cuantas sern las ventas en 2001 con una renta nacional de 325 MD es necesario usar la ecuacin de la recta de regresin lineal Y = 301.66 + 0.53498X X Y 150 381.901324 200 408.650437 250 435.39955 300 462.148663 325 475.52322 350 488.897776
La variable X representa la renta nacional en millones de dlares. La variable Y representa las ventas de la compaa en miles de dlares. Y = 301.66 + 0.53498 (150) = 381.901324 Y = 301.66 + 0.53498 (200) =408.650437 Y = 301.66 + 0.53498 (250) =435.39955 Y = 301.66 + 0.53498 (300) =462.148663 Y = 301.66 + 0.53498 (325) = 475.52322 Y = 301.66 + 0.53498 (350) = 488.897776 Ingeniera en gestin empresarial. Autor: Armando Alberto Roca Garrido. Interpretacin. Cuando la renta del pas en 2001 sea de 325 millones de dlares las ventas de la compaa sern de 475. 523 miles de dlares.
Si usamos los valores de la variable X y Y, tendremos como resultado la grfica de la recta lineal.
La unin de la grfica de la dispersin y la grfica de la recta de regresin lineal quedara de la siguiente manera.
150, 381.901324 200, 408.650437 250, 435.39955 300, 462.148663 325, 475.52322 350, 488.897776 350 370 390 410 430 450 470 490 510 140 190 240 290 340 R e n t a
n a c i o n a l
e n
m i l l o n e s
d e
d o l a r e s Ventas de la compaia en miles de dolares Recta de regresin lineal Y y = 0.535x + 301.65 r = 0.9969 370 390 410 430 450 470 490 140 190 240 290 340 390 R E N T A
N A C I O N A L
E N
M I L L O N E S
D E
D O L A R E S VENTAS DE LA COMPAIA EN MILES DE DOLARES