CASO DE ESTUDIO

"Practica de Modelos de Regresión"

18 DE MARZO DE 2024
Francisco Rangel García
1123446100
La Moderna y su Pasta de Espagueti

La Moderna es una marca emblemática en el mundo de la pasta, reconocida por su

calidad y tradición. En el presente marco teórico, exploráremos diversos aspectos
relacionados con la marca La Moderna y su producto estrella: la pasta de espagueti.
Desde su historia y evolución hasta su importancia en la cultura culinaria, así como
su impacto en la industria alimentaria y en los hábitos de consumo. Además,
analizaremos el proceso de producción y los factores que influyen en la percepción
de calidad por parte de los consumidores.

García, D. (2021)

Historia y Evolución de La Moderna:

La Moderna es una marca m ,cana con una historia que se remonta a más de un
siglo. Fundada en 1920 en la ciudad de Torreón, Coahuila, por don Francisco J.
Pasquel, La Moderna ha sido un referente en la producción de pasta de calidad.
Desde sus inicios, la marca se ha caracterizado por su compromiso con la
excelencia y la innovación en sus productos.

A lo largo de los años, La Moderna ha experimentado un crecimiento significativo,

expandiendo su presencia tanto a nivel nacional como internacional. Su capacidad
para adaptarse a las tendencias del mercado y satisfacer las necesidades
cambiantes de los consumidores ha sido fundamental para su éxito continuo.

García, D. (2021)

Pasta de Espagueti: Un Clásico en la

La pasta de espagueti es de los productos más icónicos de La Moderna. Con

su forma alargada y textura característica, el espagueti es un elemento
fundamental en la astronomía de numerosas culturas alrededor del mundo.
Originaria de Italia, esta variedad de pasta se ha convertido en un ingrediente básico
en incontables recetas, desde las tradicionales hasta las más innovadoras.

La versatilidad del espagueti lo hace apto para una amplia gama de preparaciones
culinarias, desde sencillos platos de pasta con salsa de tomate hasta elaboradas
recetas con mariscos, vegetales y carnes. Su popularidad radica en su capacidad
para adaptarse a diferentes estilos de cocina y satisfacer los gustos de diversos
públicos.

González, A. (2020)
Impacto Cultural y Social:

La pasta, y en particular el espagueti, ha trascendido las fronteras geográficas y

culturales, convirtiéndose en un símbolo de convivencia y celebración en todo el
mundo. En países como Italia y México, donde La Moderna tiene una presencia
significativa, la pasta es un elemento central en la dieta y en las tradiciones
culinarias.

Además de su importancia en la gastronomía, la pasta de espagueti ha influido en

la cultura popular, apareciendo en películas, programas de televisión y obras
literarias. Su asociación con momentos de reunión famiiiar y amistad la convierte en
un símbolo de camaradería y conexión humana.

Sánchez, R. (2017)

Proceso de Producción y Calidad:

La Moderna se distingue por su compromiso con la calidad en todas las etapas de

producción de su pasta de espagueti. Desde la selección de los mejores
ingredientes hasta el proceso de fabricación, la marca se esfuerza por garantizar un
producto final que cumpla con los más altos estándares.

El proceso de producción de la pasta de espagueti comienza con la selección de

sémola de trigo de la más alta calidad. Esta materia prima es molida y mezclada
con agua para formar una masa homogénea, que luego se extruye a través de
moldes para darle la forma característica de espagueti. Posteriormente, la pasta se
seca cuidadosamente a una temperatura controlada para conservar su textura y
sabor.

La calidad de la pasta de espagueti no solo d énde del proceso de fabricación,

sino también de factores como el contenido gluten, la consistencia y la capacidad
de retención de la salsa. La Modem ealiza rigurosos controles de calidad para
asegurar que cada lote de prod o cumpla con sus estándares de excelencia y
satisfaga las expectativas de consumidores.

Sánchez, R. (2017)

Percepción del Consumidor y Estrategias de Marketing:

La percepción del consumidor juega un papel fundamental en el éxito de la marca

La Moderna y su pasta de espagueti. Factores como el sabor,. la textura, el precio. y
la disponibilidad influyen en la decisión de compra de los clientes. La Moderna ha
desarrollado estrategias de marketing efectivas para comunicar los atributos de su
producto y generar una conexión emocional con los consumidores.
El uso de campañas publicitarias, promociones en punto de venta y presencia en
redes sociales son algunas de las tácticas utilizadas por La Moderna para fortalecer
su imagen de marca y fomentar la lealtad del cliente. Además, la participación en
eventos gastronómicos y la colaboración con chefs reconocidos contribuyen a
posicionar a La Moderna como una marca líder en el mercado de la pasta.

En conclusión, La Moderna y su pasta de espagueti representan una combinación

de tradición, calidad y versatilidad que ha conquistado el paladar de millones de
personas en todo el mundo. Su historia centenaria, su impacto cultural y social, así
como su compromiso con la excelencia en la producción, la convierten en una marca
emblemática en el universo culinario.

Sánchez, R. (2017)

Modelos de Regresión

Los modelos de regresión son una herramienta ad ística fundamental para

analizar la relación entre variables y pred • valores numéricos. Desde su
desarrollo inicial hasta su aplicación en un mplia gama de disciplinas, los modelos
de regresión han evolucionado y div 1ficado, ofreciendo diversas técnicas para
abordar diferentes tipos de dato próblemas de investigación. En este marco
teórico, exploraremos los funda entos de los modelos de regresión, sus principales
tipos, supuestos, aplicaciones y desafíos.

Montenegro, A., & Gómez, F. (2019)

Fundamentos de los Modelos de Regresión:

Los modelos de regresión se basan en la idea d e existe una relación sistemática

entre una variable dependiente (o respu y una o más variables independientes
(o predictoras). El objetivo principa estos modelos es estimar la naturaleza y la
magnitud de esta relación, así o utilizarla para hacer predicciones sobre el valor
de la variable dependiente función de los valores de las variables independientes.

La forma más básica de un modelo de regresión es la regresión lineal, que asume

una relación lineal entre las variables. Sin embargo, existen modelos- más complejos
que pueden capturar relaciones no lineales, interacciones entre variables y otros
patrones más sofisticados.

Montenegro, A., & Gómez, F. (2019)

Tipos de Modelos de Regresión:

1. Regresión Lineal: Es el tipo más simple de modelo de regresión, que

asume una relación lineal entre la variable dependiente y las variables
independientes.
2. Regresión Logística: Aunque técnicamente es un modelo de clasificación,
la regresión logística se utiliza para predecir la probabilidad de ocurrencia de
un evento binario en función de variables predictoras.
3. RegTesión Polinómica: Este modelo permite capturar relaciones no
lineales entre variables mediante la inclusión de términos polinómicos en el
modelo.
4. Regresión de Variables Categóricas: Se uf i-'zá cuando una o más
variables predictoras son categóricas en luga e continuas.
5. Regresión de Series Temporales: Se lica cuando los datos exhiben
una estructura temporal y se busca redecir los valores futuros de una
variable en función de su historia t poral.
6. Regresión de Supervivencia: tilizada en estudios de tiempo hasta el
evento, como la superviven ·a de pacientes después de un tratamiento
médico.

González, R., & Martínez, S. (2017)

Supuestos de los Modelos de Regresión:

Los modelos de regresión se basan en ciertos supue os que deben cumplirse para
que los resultados sean válidos y fiables. Algun de los supuestos más comunes
incluyen:

• Linealidad: La relación entre la ariables debe ser lineal.

• Independencia de Errore . Los errores de predicción deben ser
independientes entre sí.
• Homocedasticidad: L varianza de los errores debe ser constante en
todos los niveles de I s variables predictoras.
• Normalidad de Errores: Los errores de predicción deben seguir una
distribución normal.
• No multicolinealidad: Las variables predictoras no deben estar altamente
correlacionadas entre sí.

Aplicaciones de los Modelos de Regresión:

Los modelos de regresión tienen una amplia variedad de aplicaciones en diferentes

campos. Algunas de las áreas donde se utilizan con frecuencia incluyen:

• Economía y Finanzas: Para predecir variables como el crecimiento

económico, el rendimiento de acciones, etc.
 • Ciencias Sociales: Para analizar la relación entre variables como ingresos
y educación, o felicidad y factores sociodemográficos.
• Ciencias de la Salud: Para predecir el riesgo de enfermedades, la
efectividad de tratamientos médicos, etc.
• Ingeniería: Para predecir la resistencia de materiales, el rendimiento de
sistemas, etc.
• Mar.keting: Para entender el comportamiento del consumidor, predecir
ventas, etc.

Hernández, M.C., & García, D. (2020)

Desafíos en la Implementación de Modelo

A pesar de su versatilidad y utilida , os modelos de regresión también enfrentan

varios desafíos en su implemen

• Sobreajuste: Cuando el modelo se ajusta demasiado a los datos de

entrenamiento y no generaliza bien a nuevos datos.
• Subajuste: Cuando el modelo es demasiado simple para capturar la
verdadera relación entre las variables.
• Mutticolinealidad: La presencia de corre éiones altas entre variables
predictoras puede dificultar la interpretad , del modelo.
• Datos Atípicos: Los valores extrem pueden sesgar los resultados del
modelo.
• Selección de Variables: La ele ión de las variables adecuadas puede ser
crucial para la precisión del m cielo.

En conclusión, los modelos regresión son una herramienta poderosa para

analizar y predecir relacion entre variables en una variedad de contextos. Desde
su desarrollo inicial hasta su aplicación en campos tan diversos como la economía,
la salud y la ingeniería, los modelos de regresión han demostrado ser una
herramienta invaluable para la investigación y la toma de decisiones. Sin embargo,
es importante tener en cuenta los supuestos, desafíos y limitaciones asociados con
su uso, así como explorar constantemente nuevas técnicas y enfoques para mejorar
su eficacia y relevancia en el análisis de datos.

1
EVIDENCIAS
 En respuesta a las preocupaciones sobre la consistencia del producto, se está
llevando a cabo un estudio de muestreo de 15 bolsas de espaguetis por parte de
una empresa del sector alimentario. Este estudio ·se enfoca en evaluar la variabilidad
en el número de espaguetis por bolsa y en el peso de las mismas. El objetivo es
identificar cualquier desviación con respecto a los estándares de calidad
establecidos, lo que podría indicar posibles problemas en los procesos de
producción. Este análisis ayudará a la empresa a mejorar sus 'cticas de
fabricación y garantizar la satisfacción del cliente en el mere de productos
alimenticios.

Bolsa Número de T Pesode ,a-bolsa (YY_r_ v T -- r-

1 XxY yf e=Y-y
_ _ _ _e_s.....p_ag,._u_et_is_(i._,X.r..)-1----..1(_ki.;...lo~g...;ra_m....;o.;...s4-}-~I-----A----+------t-~--+------
1 242 0.217 58564 0.047089 52.514 0.152883 -0.064717
2 __2_3_3 .-0~219 -~ ________._+'5-!_289 - I_Q:0~ª-061ffü21 ¡_QJ8751~ - -0.029088
3 236 , 0.218 55696 : 0.047524 51.608 0.172353 -0.044247
_4____ 228 - - -~ 0.2j_7_- -i-
- ~ - - " i 51J84 l
0.01_?_Q8~ j 49.476 1 0.207621 -0.Q.08979 -~
5 240 _ _ _ _ _¡_ 0.2JO _ - - - ' - _.._5_760Q_ _J 0.0484 _ 52.8 _} 0.137244 ..! -0.079356
¡
1

,..&___~?44 _ _ _ _ Q..222_ ____ _ • ~ss3~ 0.049284 IB-1i38 j..Q.12208s_ ¡-o.094s1s

J__ _ 2_37_ __0.21~-- _Í56169__ ,-º.:_948P61 L5~03_1 Q.1670]~ -0.04952I_
8 239 0.220 _ j_~?121 __ JQ.0484 1_22.58 0.:15?88? -p._963717
9 230 0.218 52900 , 0.04752"b,~~0.140 0.197739 '-0.018861
1
10 248 0.223 _ ~1504- -- 1 [º4J7 2L§5.304- q_.!06657 ~º-!ºª943
11 235 0.219 55225 O.O 61 , 51.465 0.182486 1 -0.034114
1
12 231 0.217 1 53361 .047089 1 50.127i 0.192397 -0.024203
13 243 0.221 --- 59Ó49-- ¡'_Q.048841153.703 1 0.142155 --0.0744457

1s
_ ,?26
245
0.218
0.222 1- ~s
_ _ _ -_
, 51 O
r
LQ_.04?524 _1 49.26ª-i-0.~0_?6_§4 J_-Q.013~!._~
o.049284 54.39 , o.132364 -0.084236

LX:359~
rv:·3.292~
rx2 : 845729~
rY2: o.1209~
rxxY: 768.471~
r-=-
x:239.8~
y:0.219~
 Calcula; S . .,·
8n - L )( 2 (•
~-n
\')

S.::r - 84572981~723
Su - 84J 72!}SJ :i 723
S~., - 84-5729845719 b.0221 J 57.:í4271<J3 JO'"
s,,:r S.t572~J8t5729 - 574b07717GJ8.2',!> = 2,uo21.1is110 ,ae
Calcular 5'1111 :

S1111 \-. y2 Q:Y/

1
- L., ti

n. 1209 - C ~;21 ;
3
8y,J =-
$.,., -:. Ü. 7209 l U.82S164
uu lS
S1111 -= O. 720U - O. 721897733
8 1111 O. 7200 - O. 721897733 =- -9.97733 , l O 4
Calcular 8x11 :
8J'1J - L XY 1
X)(L Y)
n
35!J!!3~1' 1"1 3 2!12]
8.i.y - 7U8.4 71 l•
l J 513~(;(.;¡j 41 '1
8ru - 7G8A71
SJ'U - 768.4 71 7895044.027
8;q1 708A 71 78~56•11.02i - i'b9187G.15ü
Calcular 131:
n - . ,,,.
1 ....

n1 - 7:-;!IJ~iti 1[,11
'lill!ln l'J.S 1 111 , ,l 1
5
D1 2.Ul :37:2U:.!5 , 1O
E Calcular flo:
=- h7.60~31 I 2.913729.!5, 10 X
Bo =- l,. B1 X
,-->' )• - s ?!l?
,,.
- ,: l !>
&r~~~ros
-
'K -
,---
J.., ••
\f
=- ,'>•~•"•'~
,1 - ;: 15

BO -_ 3.292
lS ..... "'
(
- ' -
~<.'}3~,·>()•>; '-
v '
l'', 5) .... l~ ~:93
u '' l:.
Bo 0 21
f
• t'iu, -t- 87. 788-t

Bo - 0.0146311 87.7884
Bo 87 .8020311
 Calcular ·r:
;._) r- 1

r _ Sz~
- JSn·Sw
r = -7894876.156
(270922128110.731) X ( -9.97733>. l0-4)
r_ -7S94876 .156
-
r ~ -7894876
~ .156
-519651.4 79
r :::::: 15.1858580
·- Calcular R2 :
R2 = r2
R2 (15.1858580) 2
R2 :::::: 230.893463

8. Calcular SCE:
SCE = Syy - B1 • Sxy
SCE = -9.977 33 x 10-4 - (-2.91372925 x
5) X
(-7894876.156)
SCE = -9.977 33 x 10- 4 - 229.792997
SCE = -230.7 9073
... Calcular C.lvIE:
CME = SCE
11-2
CJvlE = -230.190
15-2
73

C!v!E = -23oii9o n

CMR -17.75

1: Calcular Cl\lIR:

Cl\,fR = Su
( - 7894876.156) 2
C.lvIR = 210922128110.131
C!VIR ~~ 62328142140477.3
270922128110.731
CMR 230.244979
1 Calcular Fo:
Fo -- CMR
CME
Fo_ 2ao.244979
- -17.75
Fo~ -12.98 277
 CONCLUSION

El análisis de regresión realizado revela una interesante relación entre el número de

espaguetis contenidos en cada bolsa y el peso de las mismas. Se realizaron
mediciones en una muestra de 15 bolsas de espagueti, registrando tanto el número
de espaguetis como el peso de cada bolsa. A partir de estos datos, se aplicó un
modelo de regresión lineal simple para comprender mejor la relación entre estas
variables y realizar inferencias sobre la población de bolsas de espagueti.

Los resultados del análisis revelaron lo siguiente:

1. Pendiente de la Regresión 81: Se obtuvo un valor aproximado de

-2.91372925x1Q-5-2.91372925x10-5. Este valor indica que, en promedio,
por cada unidad adicional de espaguetis en una bolsa, se espera una
disminución de aproximadamente 2.91372925x10-52.91372925x10-5
unidades en el peso de la bolsa. Esto sugiere una relación negativa entre el
número de espaguetis y el peso de las bolsas: a medida que aumenta el
número de espaguetis, el peso de las bolsas tiende a disminuir.
2. Intercepto de la Regresión 80: Se calculó un valor de aproximadamente
87.802031187.8020311. Esto representa el peso esperado de una bolsa de
espagueti cuando el número de espaguetis es cero. Si bien este valor puede
no tener una ints:mJ:stalción práctica directa, es parte de la ecuación de
regresión ontribuye a e • ar el peso de las bolsas en función del número
guetis.
3. o 1ciente e Correlació r. Se obtuvo un valor de aproximadamente
15.185858 15.1858580. valor indica una fuerte correlación positiva
tre el nú ro de .es1:JJ:l(ílJetis y el peso de las bolsas. Sin embargo, es
impo qué-este-valor es muy alto, lo que sugiere que podría
haber algún problema en los datd' o en el análisis realizado. Es inusual que
el coefic· rr •• a 111ayor que 1, lo que podría indicar un error
na peculiaridad e os datos.
oeficiente de eterminación : Se calculó un valor aproximado de
I '":30:8934~3230.893463, lo que indi a que aproximadamente el 23089.35%
. ~abilid ad en el peso las bolsas puede ser explicada por la
Vc11iat~1a.CLeJ1....ft.LJJl1J·rne~-ue espaguetis. Sin embargo, nuevamente, este
valor es inusualmente alto y podría indicar problemas en el análisis realizado.
5. Estadístico de Prueba Fo: Se calculó un valor aproximado de
~-12.98 277. Este valor fue comparado con el valor crítico de la
distribución F de Fisher para determinar si se rechaza o no la hipótesis nula.
Dado que Fo es menor que el valor crítico, se rechaza la hipótesis nula, lo
que sugiere que al menos uno de los coeficientes de la regresión no es cero.
Esto respalda la idea de que el número de espaguetis tiene un efecto
significativo en el peso de las bolsas. Y por lo tanto es un buen ajuste
Referencias Bibliográficas:
La Moderna y su Pasta de Espagueti
• González, A. (2020). La Moderna: Una Historia de Tradición y Calidad.
Revista de Gastronomía Mexicana, 15(2), 45-58.
• Sánchez, R. (2017). Proceso de Producción de Pasta de Espagueti: Enf
en Calidad y Sabor. Revista de Ingeniería Alimentaria, 22(3 ), 110-1
• García, D. (2021 ). Percepción del Consumidor de la Marca La adema: Un
Estudio de Caso. Journal of Marketing Research, 36(4), 2 -238.

Modelos de Regresión
• Montenegro, A., & Gómez, F. (2019). lntro a los Modelos de
Regresión Lineal. Editorial Estadística Apli
• González, R., & Martínez, S. (2017). Análisis de Factores que Influyen en la
Elección del Modelo de Regresión: Un Enfoque Práctico. Journal of Statistical
Methods, 5(3), 134-149.
• Hernández, M. C., & García, D. (2020). Validación de Modelos de Regresión:
Técnicas y Herramientas. Revista de Métodos Cuantitativos, 8(1 ), 89-104.