Analisis de regresiones
Páginas: 4 (866 palabras)
Publicado: 22 de septiembre de 2010
ANALISIS DE REGRESIONES
El análisis de regresión supone que el directivo conoce la demanda del producto de la empresa. Se debe señalar que varios estudios ofrecen estimaciones explicitas de laselasticidades de la demanda y de las demás formas funcionales de la demanda. Como directivo, puede encontrar estimaciones de la demanda y de la elasticidad de los estudios publicados disponibles enbibliotecas o de un asesor contratado para estimar funciones de demanda en función de las características especificas de un producto.
En el análisis de regresión se utilizan paquetes informáticospara realizar regresiones y calcular los valores de a y b que minimizan la suma de los cuadrados de las desviaciones entre los puntos reales y la recta. En esencia, la recta de regresión es aquella queminimiza el cuadrado de las desviaciones entre la recta (la relación esperada) y los puntos de los datos reales. Estos valores de a y b, que se suelen denotar como â y ^b, se denominan estimaciones delos parámetros, y la recta correspondiente de denomina regresión de mínimos cuadrados.
La regresión de mínimos cuadrados de la ecuación, esta dada por el modelo
Y = a + bx +e
Donde a y bson parámetros desconocidos y e es una variable aleatoria (en términos de error) que tiene de media cero. Puesto que los parámetros que determinan la relación esperada entre Y y X son desconocidos, sedebe calcular los valores de los parámetros a y b
Así podemos señalar que la ecuación de la recta viene dada por
Y = â +^bX
Las estimaciones de los parámetros, â y^b, representan valores dea y b que dan lugar a la menor suma de los errores cuadrados entre la recta y los datos reales.
EJEMPLO
Un campus universitario posee diez edificios de apartamentos, que alquilaexclusivamente a estudiantes. Cada edificio de apartamentos tiene 100 apartamentos para alquilar, pero el centro universitario esta teniendo problemas de tesorería debido a una tasa de desocupación de casi 50...
El análisis de regresión supone que el directivo conoce la demanda del producto de la empresa. Se debe señalar que varios estudios ofrecen estimaciones explicitas de laselasticidades de la demanda y de las demás formas funcionales de la demanda. Como directivo, puede encontrar estimaciones de la demanda y de la elasticidad de los estudios publicados disponibles enbibliotecas o de un asesor contratado para estimar funciones de demanda en función de las características especificas de un producto.
En el análisis de regresión se utilizan paquetes informáticospara realizar regresiones y calcular los valores de a y b que minimizan la suma de los cuadrados de las desviaciones entre los puntos reales y la recta. En esencia, la recta de regresión es aquella queminimiza el cuadrado de las desviaciones entre la recta (la relación esperada) y los puntos de los datos reales. Estos valores de a y b, que se suelen denotar como â y ^b, se denominan estimaciones delos parámetros, y la recta correspondiente de denomina regresión de mínimos cuadrados.
La regresión de mínimos cuadrados de la ecuación, esta dada por el modelo
Y = a + bx +e
Donde a y bson parámetros desconocidos y e es una variable aleatoria (en términos de error) que tiene de media cero. Puesto que los parámetros que determinan la relación esperada entre Y y X son desconocidos, sedebe calcular los valores de los parámetros a y b
Así podemos señalar que la ecuación de la recta viene dada por
Y = â +^bX
Las estimaciones de los parámetros, â y^b, representan valores dea y b que dan lugar a la menor suma de los errores cuadrados entre la recta y los datos reales.
EJEMPLO
Un campus universitario posee diez edificios de apartamentos, que alquilaexclusivamente a estudiantes. Cada edificio de apartamentos tiene 100 apartamentos para alquilar, pero el centro universitario esta teniendo problemas de tesorería debido a una tasa de desocupación de casi 50...
Leer documento completo
Regístrate para leer el documento completo.