Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gerencia de Producción - Tutoria 3 - Regresión Lineal
Gerencia de Producción - Tutoria 3 - Regresión Lineal
Entender como los pronósticos sirven para la programación de materia prima, producción, ventas,
y en general su contribución a la toma de decisiones y planeación y administración de un
determinado proyecto es tener una gran herramienta gerencial para la toma de decisiones.
Pronosticar es tener información histórica de un producto o un servicio, con los cuales se puede
llegar a determinar la producción, ventas, compras, etc., existen muchas maneras de poder
pronosticar, desde calcular simples promedios, análisis de comportamiento de variables, hasta
modelos matemáticos, aquí juega un papel muy importante la intuición del administrador o director
del proyecto.
Es un método estadístico y se puede decir que modelo matemático que permite ver el
comportamiento entre una variable dependiente Y, y una variable independiente X, igualmente
trabaja con una variable aleatoria llamada a y una variable b las cuales toman valores específicos.
Es conveniente que antes de calcular el pronóstico por medio de este método se pueda validar
la relación que tienen las dos variables (X, Y) por medio del cálculo de la correlación lineal.
Efectivamente el método de regresión lineal este compuesto por tres ecuaciones que son:
Ecuación 1 de regresión lineal:
Y=a+bX
Y =Variable dependiente.
X=Variable independiente.
a=intercepto, es el punto donde la recta cruza al eje Y.
b=pendiente, que es la inclinación de la recta.
Recordemos que la raya que tiene tanto la variable Y como la variable X en la parte superior,
indica que es el promedio de todos los valores que tengan las variables.
Ecuación 3 para hallar la pendiente:
En esta ecuación debemos de tener en cuenta que la sumatoria va desde i=1 hasta el último
valor n.
Nota
Se debe tener en cuenta que, en una tabla de datos, siempre la columna de la izquierda es la
variable independiente (X) y la columna derecha es la variable dependiente Y.
Ejemplo 1
Una refinadora desea tener una ecuación para poder predecir la cantidad de azúcar a producir
de acuerdo con la temperatura que se le programe a los hornos, para esto tiene un histórico de
producción en toneladas:
X Y
45 750
48 780
52 850
53 980
X Y XY X2
45 750
48 780
52 850
53 980
X Y XY X2
45 750 33.750 2.025
48 780 37.440 2.304
52 850 44.200 2.704
53 980 51.940 2.809
Ahora lo que queda es hacer las sumas de las columnas para reemplazar en la ecuación,
veamos:
X Y XY X2
45 750 33.750 2.025
48 780 37.440 2.304
52 850 44.200 2.704
53 980 51.940 2.809
SUMATORIAS DE LAS COLUMNAS
198 3.360 167.330 9.842
b=4.040/164 = 24,63
Debemos de tener en cuenta que tanto a como b pueden tomar cualquier valor negativo o
positivo.
Ahora teniendo el valor de b, se puede calcular el valor de a:
X Y
45 750
48 780
52 850
53 980
b=24,63
a=840-49,5(24,63) = -379,19
Teniendo los valores de a y b, podemos diseñar la ecuación de regresión lineal:
Y=a+bX
Y=-379,19+24,63X
Y=-379,19+24,63(60)
Y=-379,19+1.477,8
Y=1.098,61
1.000=-379,19+24,63X
Ahora despejemos:
1.000+379,19=24,63X
1.379,19=24,63X
X = 1.379,19/24,63
X=55,996
Si la refinadora desea obtener 1.000 toneladas de azúcar, deberá de encender los hornos a una
temperatura de 56 grados centígrados.
Ejemplo 2
Un fabricante de motores fuera de borda desea pronosticar las ventas para el mes de julio,
debido a que en los últimos dos meses se le han bajado las ventas.
Por lo tanto, quiere tener una venta de 40 motores.
Hallar la ecuación de regresión final para saber cuántas unidades deberá de producir.
Solución, nuevamente lo que se diseña es la tabla, para tener las sumatorias y promedios, esta
deberá de quedar así:
Mes X Y XY X2
Enero 40 38 1.520 1.600
Febrero 20 17 340 400
Marzo 25 24 600 625
Abril 20 20 400 400
Mayo 30 25 750 900
Junio 50 44 2.200 2.500
Para este caso por tener los meses del semestre, entonces n=6.
b=0,87
Ahora calculamos el valor de a:
X Y
Promedio 30,83 28,00
Entonces:
a=28-0,87(30,83)
a= 1,18
Como se tienen los valores a, b se puede diseñar la ecuación de regresión lineal:
Y=a+bX
Y=1,18+0,87X
Y=1,18+0,87X
40=1,18+0,87X
40-1,18=0,87X
38,82/0,87 = X
X=44,62
Nota
Se debe de tener cuidado cuando el resultado de b sea negativo, porque en la ecuación para
hallar a, se deberá de cambiar el signo (menos por menos = más).