Itsav

INSTITUTO TECNOLÓGICO
SUPERIOR DE ALVARADO

INSTITUTO TECNOLÓGICO
SUPERIOR DE ALVARADO

Nombre:
EDER MIJAIR SANCHEZ AVENDAÑO
Carrera:
ING. GESTION EMPRESARIAL
Semestre:
CUARTO SEMESTRE

TLALIXCOYAN, VER. ENERO 2012 –JULIO 2012
Índice
1 INTRODUCCION 3
2 Regresión Lineal Simple 4
2.1 Prueba de Hipótesis 5
2.2 Calidad del Ajuste 6
2.3 Estimación y Predicción 63 Regresión Lineal Múltiple 7
3.1 Prueba de Hipótesis 7
3.2 Intervalos de Confianza 10
3.3 Predicción 11
4 Regresión No lineal 11
5 Conclusión 14

INTRODUCCION

En la industria con mucha frecuencia es necesario resolver problemas que implican conjuntos de variables, cuando se sabe que existe alguna relación inherente entre ellas. A partir de lo anterior, es necesario establecermodelos que expliquen dicha relación.
Cuando, simultáneamente, contemplamos dos variables continuas, aunque por extensión se pueden emplear para variables discretas cuantitativas, surgen preguntas y problemas específicos. Esencialmente, se emplearán estadísticos descriptivos y técnicas de estimación para contestar esas preguntas, y técnicas de contraste de hipótesis específicos para resolverdichos problemas. La mayoría de estos métodos están encuadrados en las técnicas regresión y correlación En forma más especifica el análisis de correlación y regresión comprende el análisis de los datos muéstrales para saber que es y como se relacionan entre si dos o mas variables en una población. El análisis de correlación produce un número que resume el grado de la fuerza de relación entre dosvariables; y el análisis de regresión da lugar a una ecuación matemática que describe dicha relación.
La técnica de regresión lineal simple está indicada cuando se pretende explicar una variable respuesta cuantitativa en función de una variable explicativa cuantitativa también llamada variable independiente, variable regresora o variable predictora. Por ejemplo, se podría intentar explicar elpeso en función de la altura. El modelo intentaría aproximar la variable respuesta mediante una función lineal de la variable explicativa.
A partir de la presente investigación, se pretende mostrar la aplicación práctica de la regresión y correlación lineal simple y múltiple en la industria. Ya que la aplicación de las técnicas estadísticas contribuyen a la optimización de los procesos.Regresión Lineal Simple

Tiene como objeto estudiar cómo los cambios en una variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una relación funcional entre ambas variables que puede ser establecida por una expresión lineal, es decir, su representación gráfica es una línea recta. Cuando la relación lineal concierne al valor medio o esperado de la variable aleatoria, estamosante un modelo de regresión lineal simple. La respuesta aleatoria al valor x de la variable controlada se designa por Yx y, según lo establecido, se tendrá

De manera equivalente, otra formulación del modelo de regresión lineal simple sería: si xi es un valor de la variable predictora e Yi la variable respuesta que le corresponde, entonces

Ei es el error o desviación aleatoria de Yi .Con frecuencia, nos encontramos en economía con modelos en los que el comportamiento de una variable, Y, se puede explicar a través de una variable X; lo que representamos mediante:

Si consideramos que la relación f, que liga Y con X, es lineal, entonces se puede escribir así:

Como quiera que las relaciones del tipo anterior raramente son exactas, sino que más bien son aproximaciones enlas que se han omitido muchas variables de importancia secundaria, debemos incluir un término de perturbación aleatoria, ut, que refleja todos los factores – distintos de X -que influyen sobre la variable endógena, pero que ninguno de ellos es relevante individualmente. Con ello, la relación quedaría de la siguiente forma:

Prueba de Hipótesis

Una parte importante para lograr un modelo...