Modelo Pronostico Por Regresión

MODELO DE PRONÓSTICO
por regresión simple y múltiple

Contenido
• • • • • Pronósticos e información Sistema de Pronóstico Clasificación de los Métodos de Pronósticos Modelo de Regresión Lineal Simple Modelo de Regresión Lineal Múltiple

Pronósticos e Información
• Pronóstico: predicción de los hechos y condiciones futuros. Son relevantes en 2 de las fases del proceso administrativo:Planeación y Control.
• Ejemplos para una empresa:
o Mercadotecnia: demanda para varios productos, en diferentes regiones y entre distintos grupos. o Finanzas: tasa de interés para tomar decisiones acerca de inversiones en capital. o Administración de personal: producción futura, para saber a cuántos emplear. o Programa de producción: demanda de cada producto.

Pronósticos e Información
•Ejemplos para un gobierno:
o Educación: número de alumnos en cada lugar, en cada nivel. o Servicios públicos: demanda para agua y luz. o Finanzas públicas: recaudación de impuestos de varios tipos, gastos necesarios.

• Ejemplos para una organización no-gubernamental:
o Recaudación de fondos. o Costos de proyectos.

Sistema de Pronóstico
Toma de decisiones Formulación del problema de pronósticoSistema que se pronostica

Pronosticador

Elección de un método de pronóstico.

Pronóstico

Clasificación de los Métodos de Pronósticos
Métodos Cualitativos:
Hace poco uso de la información histórica y casi siempre consideran un horizonte de largo plazo. Se basan en la experiencia y juicio de un grupo de individuos que forman el panel de pronostico. Se elabora para: 1. Construcción deescenarios que refiere a la descripción de alternativas hipotéticas futuras que presuponen ciertas condiciones en los cambios tecnológicos. 2. Investigación de las posibilidades de factibilidad de proyectos tecnológicos.

Clasificación de los Métodos de Pronósticos
Métodos Cuantitativos:
Estos métodos se basan en el análisis y procesamiento de información, la cual casi siempre es histórica,dando pronósticos numéricos como fechas de introducción, características de nuevas tecnologías o niveles de adopción.
Operan mejor en el mediano y corto plazo porque la información disponible se analiza estadísticamente asumiendo continuidad y estabilidad de los cambios tecnológicos.

Clasificación de los Métodos de Pronósticos

PRONÓSTICOS POR REGRESIÓN SIMPLE Y MÚLTIPLE

MODELO DEREGRESIÓN LINEAL SIMPLE

Introducción
• La regresión y los análisis de correlación nos muestran como determinar tanto la naturaleza como la fuerza de una relación entre dos variables.
• En el análisis de regresión desarrollaremos una ecuación de estimación, esto es, una formula matemática que relaciona las variables conocidas con la variable desconocida. Entonces podemos aplicar el análisis decorrelación para determinar el grado de en el que están relacionadas las variables. El análisis de correlación, entonces, nos dice qué tan bien están relacionadas las variables. El análisis de correlación, entonces, nos dice que tan bien la ecuación de estimación realmente describe la relación.

Análisis Estadístico
• En el estudio de la relación funcional entre dos variables poblacionales, unavariable X, llamada independiente, explicativa o de predicción y una variable Y, llamada dependiente o variable respuesta, presenta la siguiente notación:

Y=a+bX+ε
• Donde: o ‘a’ es el valor de la ordenada donde la línea de regresión se intercepta con el eje Y. o ‘b’ es el coeficiente de regresión poblacional (pendiente de la línea recta). o ‘ε’ es el error.

Suposiciones de la Regresión Lineal• Los valores de la variable independiente X son fijos, medidos sin error. • La variable Y es aleatoria • Para cada valor de X, existe una distribución normal de valores de Y (subpoblaciones Y) • Las variancias de las subpoblaciones Y son todas iguales. • Todas las medias de las subpoblaciones de Y están sobre la recta. • Los valores de Y están normalmente distribuidos y son estadísticamente...