Situación

Problema
Ana Susana Feres Braña A01412873
Bárbara Samantha Ramírez Zamora A00837136
Tomás Valles Salazar A00834007
Etapa 1
 Correlación Lineal

Coeficiente = -0.08724
Correlación Lineal
Regresión lineal múltiple
 Regresión lineal múltiple

Y = 350436.273 - 22743.71258 x1 - 899.6807813 x2

X1 = Antigüedad
X2 = Kilometraje

Correlación = 0.9006673547
Regresión lineal múltiple
 Regresión lineal múltiple

Y = 297260.4193 - 22663.83748 x1 - 414.3769803 x2

+ 14455.91177 x3 + 65333.86732 x4 - 15522.52037 x5

x1 = Antigüedad
x2 = Kilometraje
Correlación = 0.9467990315 x3 = Promedio (calidad)
x4 = Excelente (calidad)
x5 = Único dueño
 Conclusiones Etapa 1
Considerando todo lo anterior, podemos decir que el modelo
de regresión lineal múltiple es adecuado para estimar el
precio de venta, principalmente debido a las variables de
antigüedad y kilometraje, que tienen una fuerte relación con
el precio. Sin embargo, las variables de promedio, excelente y
único dueño no contribuyen significativamente a la
explicación de la variabilidad en el precio de venta.
Etapa 2
 Introducción
Por otra parte, a la agencia
le interesa tener un
estimado del número de
estos autos vendidos para el
próximo año, para
garantizar la oferta puesto
que estos autos son muy
cotizados en el mercado.
Para ello, se han recopilado
los datos sobre las ventas
de los últimos tres años
Modelos de Regresión
La correlación lineal entre
las ventas reales y lo que
la función nos decía era
muy baja como para
considerarla como una
buena opción para
analizar, y lo mismo
ocurrió con las demás
líneas de tendencia.
Suavizamiento exponencial
 Estacionalidad

Consideramos que este es el mejor modelo para pronosticar las ventas del cuarto año, ya que como se puede ver
en las gráficas, los puntos de las predicciones del año 4 siguen el mismo patrón que las de los demás.
 Tendencia

Finalmente, nuestro pronóstico es que se venderán 4 carros el año

que viene: 7 el primer trimestre, 10 el segundo, 13 el tercer y 17 el
último.
 Conclusiones Etapa 2

Finalmente podemos concluir que en este caso el método de

Estacionalidad y Tendencia es el mejor para hacer pronósticos
de las ventas de autos de la agencia.
Aún así, sabemos que todos los modelos son importantes al
momento de trabajar con estimaciones y nunca está de más
probarlas para comparar resultados.