Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝒃𝟎 =𝟏𝟑𝟎 − 𝟓 ( 𝟏𝟒 ) =𝟔𝟎
Por tanto, la ecuación de regresión estimada encontrada mediante el método de
mínimos cuadrados es yˆ = 60 + 5x
La pendiente de la ecuación de regresión estimada (b1 = 5) es positiva, lo que nos
indica que a medida que la población estudiantil aumenta, las ventas trimestrales se
incrementan lo cual está representado en el diagrama
Ahora, ya sabiendo esto, digamos que por ejemplo se desea pronosticar ventas
trimestrales de un restaurant ubicado cerca a un campus con 16.000
estudiantes, calcularíamos con la ecuación
Calcularíamos yˆ = 60 + 5(16) = 140
Pronosticaríamos $140,000 ventas trimestrales
De esta manera se realiza un análisis de regresión para pronósticos casual
Análisis de Regresión con Datos Series de
Tiempo
Aquí se realiza el análisis de regresión múltiple para elaborar pronósticos cuando se cuenta con datos de
serie de tiempo. Para utilizar el análisis de regresión múltiple necesitamos una muestra de observaciones
para la variable dependiente y todas las variables independientes.
Por ejemplo, en el análisis de series de tiempo, los n periodos de los datos de series de tiempo
proporcionan una muestra de n observaciones para cada variable. Se verían por ejemplo
Como vemos se pueden hacer varias elecciones cuando se seleccionan las variables
independientes en un modelo de elaboración de pronósticos. Una opción posible (como en
este caso) es simplemente el tiempo.
Pero por lo general, durante el desarrollo de una ecuación de regresión estimada, queremos
considerar muchos conjuntos posibles de variables independientes. Por tanto, parte del
procedimiento del análisis de regresión debe enfocarse en la selección del conjunto de
variables independientes que proporciona el mejor modelo de elaboración de pronósticos.