Regresión Lineal Simple y Teoría de la Probabilidad

Natalia Andrea Vélez Gaona

Javier Olmedo Millán Payan

Programa Administración y Dirección de Empresa

Corporación Universitaria Asturias

Estadística Descriptiva

2023
 Solución al caso práctico

Enunciado

Resultado de Aprendizaje: Al finalizar la asignatura de Estadística Descriptiva, el estudiante, elige

distintas técnicas estadísticas para representar, organizar, graficar y analizar un conjunto de datos

para la resolución de problemas de su contexto laboral.

Una aplicación importante del análisis de regresión a la industria es la estimación de costos. Con

datos sobre volumen de producción y costos y empleando el método de mínimos cuadrados para

obtener la ecuación de regresión estimada que relacione volumen de producción y costos, los

analistas de las diferentes industrias pueden estimar los costos correspondientes a un determinado

volumen de producción.

Considere la siguiente muestra de datos sobre volumen de producción y costos totales de una

operación de fabricación de medicamentos.

Cuestiones – Parte 2

1. Elabore un diagrama de dispersión con estos datos empleando como variable independiente el

volumen de producción.

Diagrama de Dispersión
9 y = 0,0006x + 41,9944
R² = 0,8441
8
7
6
5
4
3
2
1
0
0 2000 4000 6000 8000 10000

2. Obtenga la ecuación de regresión para relacionar el volumen de producción con el costo.

Xi Yi Xi2 Yi2 Xi * Yi
1 4 4000 16 16.000.000 16.000
2 5 4500 25 20.250.000 22.500
3 5,4 5500 29,16 30.250.000 29.700
4 5,9 6000 34,81 36.000.000 35.400
5 6,4 7000 40,96 49.000.000 44.800
6 7 7500 49 56.250.000 52.500
7 5,6 8000 31,36 64.000.000 44.800
8 7,2 8500 51,84 72.250.000 61.200
9 7,5 9000 56,26 81.000.000 67.500
10 8 9500 64 90.250.000 76.000
∑ 62 69.500 398,39 515.250.000 450.400

𝑏 = ∑ 𝑥𝑦/ ∑ 𝑥 − ∑ 𝑥𝑦 =
 69500 ∗ 62
𝑥𝑦 = 450,400 − = 385,860
b= 10
4,390,000

4830
398,39 − 10 = 482,985,161
b=
489,851,61

b = 0,079

69500
𝑎 = 62 − 0,079 ∗ = 542,85
10

𝑏 = 0,079

69500
𝑎 = 62 − 0,079 ∗ = 542,85
10

𝑏 = 0,079

𝑎 = 542,85

𝒚 = 𝟎, 𝟎𝟕𝟗𝒙 − 𝟓𝟒𝟐, 𝟖𝟓

3. ¿Cuál es el costo por unidad producida?

𝑌 = 1396,7 − 7815,96(1)

𝑌 = 6,419,25

R/. El costo por cada unidad producida es de 6,419,25

4. Calcule el coeficiente de determinación.

De acuerdo a la información anterior se concluye el coeficiente de determinación como

R² = 0,8441.

5. Qué porcentaje de la variación en los costos totales puede ser explicada por el volumen

deproducción

De acuerdo con R² = 0,8441, el 84% de la variación de los costos totales puede ser explicado por

el volumen de producción.
6. De acuerdo con el programa de producción de la empresa, el mes próximo se deberán

producir 8250 unidades. ¿Cuál es el costo total estimado de esta operación?

𝑌 = 1396,71x + 7815,96

𝑌 = 1396,71(820) + 7815,96

𝑌 = 11,531,118,16

R/, el costo total por unidad estimada de la operación es: € 11.531.118,16

Aplicación Práctica del Conocimiento

El desarrollo de este enunciado, y el análisis e investigación de otras fuentes de

información, nos permitió estudiar y comprender las distintas técnicas de estadística para

representar, organizar, graficar y analizar un conjunto de datos para la resolución de

problemas, el entendimiento de la materia y el desarrollo de nuestro programa académico.

Además, poder aplicar los conceptos estadísticos a la descripción y toma de decisiones en

nuestra vida profesional, para tomar decisiones en pro de la eficacia y el desarrollo , con

estas bases nos resulta más fácil comprender los contenidos futuros, aplicarlos, y llevarlos a

feliz término.
 Referencias

Corporación Universitaria de Asturias 2023, Consideraciones

https://www.centrovirtual.com/recursos/biblioteca/pdf/estadistica_descriptiva/unid
ad2_pdf1.pdf

Corporación Universitaria de Asturias 2023, Método de Regresión a la Media

https://www.centrovirtual.com/recursos/biblioteca/pdf/estadistica_descriptiva/unidad2_pdf
2.pdf
Corporación Universitaria de Asturias 2023, Análisis

Combinatorio https://www.centro-
virtual.com/recursos/biblioteca/pdf/estadistica_descriptiva/unidad2_pdf4.pdf