Está en la página 1de 7

Ecuación de una recta:

Y  A  BX
Variable Variable
Dependiente Independiente

Para que la ecuación de la recta sea válida:


Coeficiente de determinación (r2) >= 75% ó 0,75
Caso Práctico 1:
En la tabla se muestra la demanda de energía eléctrica en N.Y. Edison durante el periodo 2001 a 2007, en megawatts. La
empresa quiere pronosticar la demanda para 2008 ajustando a una recta de tendencia a estos datos

X Y
Demanda Energía Demanda Energía
Año Eléctrica (MW) Periodo(t) Eléctrica (MW) Demanda Ene
160
2001 74 1 74
2002 79 2 79 140
2003 80 3 80 120 f(x) = 10.5357142857143 x
2004 90 4 90 R² = 0.80086321136715
100
2005 105 5 105
2006 142 6 142 80
2007 122 7 122 60
2008 141 8 141.002
40

20

0
0 1 2 3
odo 2001 a 2007, en megawatts. La
a a estos datos

Demanda Energía Eléctrica (MW)


160

140

120 f(x) = 10.5357142857143 x + 56.7142857142857


R² = 0.80086321136715
100

80

60

40

20

0
0 1 2 3 4 5 6 7 8
Aplicación 1
Elaborar el pronóstico de ventas del periodo 10, utilizando el método
de mínimos cuadrados o regresión lineal

X Y
Ventas
Periodo(t) Ventas
1 58 80

2 54 70
f(x) = 1.78333333333333 x + 52.6388888888889
3 60 60 R² = 0.794333950046253
4 55
50
5 62
6 62 40

7 65 30
8 68 20
9 70
10
10 70
0
0 1 2 3 4 5 6 7 8 9
ntas

388888888889

5 6 7 8 9 10
Aplicación 2
Elaborar el pronóstico de ventas del mes de enero del siguiente
año, ajustando a una línea de tendencia más conveniente.

X Y
Meses Dt Periodo (t) Dt
Enero 253 1 253 350
Febrero 263 2 263
300
Marzo 285 3 285 f(x) = 0.0151144 x⁶ − 0.590875 x
Abril 304 4 304 + 419.273
250 R² = 0.770060476643644
Mayo 274 5 274
200
Junio 275 6 275
Julio 264 7 264 150
Agosto 267 8 267
100
Septiembre 280 9 280
Octubre 305 10 305 50
Noviembre 264 11 264 0
Diciembre 300 12 300 0 2 4

13 424
Dt
350

300
f(x) = 0.0151144 x⁶ − 0.590875 x⁵ + 8.88286 x⁴ − 64.0206 x³ + 223.671 x² − 333.344 x
+ 419.273
250 R² = 0.770060476643644

200

150

100

50

0
0 2 4 6 8 10 12 14

También podría gustarte