pronosticos toma de decisiones


Nombre: Diego Iván Pacheco Ruiz
Matrícula: 2620204
Nombre del curso: Pronósticos para la toma de decisiones

Nombre del profesor: Ing. Lilia Yac
Módulo: 2. Métodos de suavización yanálisis de regresión

Actividad: Resumen tema 6

Fecha: 4 de octubre de 2012
Bibliografía: Recuperado en: Universidad TecMilenio. Métodos de suavización y análisis de regresión. Pronósticos para latoma de decisiones. Sesión 6. Obtenido:
Libro de texto:
Hanke, J. E. y Wichern, D. (2006) Pronósticos en los negocios. (8ª ed.). México: Pearson Educación.
ISBN: 9702607590



Título:
Capítulo6. Regresión lineal simple


Contenido:
Línea de regresión
La línea que mejor se ajusta a una colección de puntos de datos X – Y es la línea que minimiza la suma de los cuadrados de las distanciasentre los puntos y la línea, medidas verticalmente, es decir, en la dirección Y. Esta línea se conoce como la línea de los mínimos cuadrados o línea de regresión ajustada y su ecuación se llamaecuación de regresión ajustada.

Error estándar de la estimación
El error estándar de estimación mide la cantidad por la cual los valores reales de Y difieren de los valores estimados o Y pronosticada.El error estándar de la estimación es similar a la desviación estándar de la muestra.
El error estándar del pronóstico, sf, mide la variabilidad de la Y pronosticada en relación con el valor real deY para un valor dado de X.

Coeficiente de determinación
El coeficiente de determinación mide el porcentaje de variabilidad de Y que se puede explicar a través del conocimiento de la variabilidad(diferencias) de la variable independiente X.

Entre más cercano sea este valor a cero, significará que no hay relación alguna entre las variables, es decir, la variable que es consideradaindependiente no tiene influencia sobre el comportamiento de la que es considerada dependiente.
Por ejemplo, piensa en el inicio del ciclo escolar, sabes que entre más niños se inscriban mayores serán las...