pronosticos


Nombre: Gabriela Romero Cortinas
Matrícula: 02692851
Nombre del curso:
Pronósticos para la toma de decisiones
Nombre del profesor:
Álvaro Iván Arteaga Duran.

Módulo:
2, 3, 4.

Actividad:
Proyecto Final, pronósticos para la toma de decisiones
Fecha: 03 de Diciembre del 2014
Bibliografía:
Hanke, J. E. y Wichern, D. (2006) Pronósticos en los negocios. (8ª ed.). México:Pearson Educación. 
ISBN: 9702607590
J. Enrique Montemayor Gallegos. (2012). Métodos de pronósticos para negocios. 1era. Ed. México. Editorial Digital del Tecnológico de Monterrey. E-Book: https://www.editorialdigitaltec.com/index.php?route=product/product&filter_name=Montemayor&product_id=166
Bowerman B., O’Connell R., Koehler A. (2007). Pronósticos, series de tiempo y regresión. (4ª ed.). México:Cengage Learning.
ISBN: 9789706866066


Objetivo:
Que los conceptos tales como regresión lineal simple, regresión lineal multiple, las series de tiempo y la metodología de Bok Jenkis queden suficientemente claros.
Así tener en claro en que consiste cada uno de estos métodos, saber la forma de realización, sus aplicaciones, así como sus ventajas y desventajas de cada uno de ellos.Procedimiento:
Primero que nada realice una investigación sobre los trabajos que debía realizar para este cierre de semestre
Luego que vi mi proyecto, revise cada una de las instrucciones a realizar
Hice varias investigaciones en diferentes paginas web incluyendo Blackboard
Realice mi proyecto.
Resultados:
REGRESION LINEAL SIMPLE:
Es un modelo matemático que nos ayuda a conocer la relaciónexistente entre dos variables, donde una variable es dependiente y la otra es una variable independiente, debemos establecer una función para este análisis, la ecuación es una línea recta es la que mejor se adapta a nuestra necesidad. La idea básica es poder pronosticar el valor de la variable dependiente a partir de que se conoce la variable independiente.
Son cuatro los supuestos para modelos deregresión simple que debemos considerar:

Pruebas de hipótesis con análisis de regresión lineal simple
Una prueba de hipótesis es el contraste entre dos suposiciones que pretenden representar una afirmación sobre la población de estudio.
La hipótesis nula, generalmente, representa las ideas pre concebidas sobre la población y al suponerse ciertas se identificarán con un signo de igualdad.
Porotro lado, la hipótesis alterna es aquélla afirmación que tú, como investigador, pretendes comprobar que es cierta, es la proposición que esperas sea aceptada y con base en esto, la planteas en términos de desigualdad, es decir, con signos como ≠, ó .
Partimos de la valoración entre una prueba de hipótesis nula y una prueba de hipótesis alternativa, cuando la hipótesis nula es igual a cerosignifica que no existe una relación entre la variable X y Y, rechazando entonces esa hipótesis nula.



Por otra parte, veremos el Ajuste de curvas (logarítmicas, exponenciales y potenciales)
Los modelos de regresión lineal simple deberían tener o suponer una relación entre las variables X y Y en línea recta, sin embargo puede ocurrir que para ciertos datos, el diagrama de dispersión no sealineal entre X y Y.

¿Puede seguir siendo útil un modelo de regresión lineal simple para tratar estas situaciones?
La respuesta es sí. Pero tendremos que transformar la variable X para así obtener una relación lineal y entonces sí aplicar el modelo de regresión simple.



Análisis de errores
Una de las cosas más importantes que se pueden hacer a partir del análisis de regresión sonlas inferencias cuando los supuestos del modelo se cumplen, en esta etapa el análisis de los errores complementa el estudio de la regresión. 
Recapitulemos los supuestos existentes en el análisis de regresión simple:
Entre las variables, la relación deberá ser lineal.
Los errores son independientes.
Los errores tienen distribución normal.
Los errores tienen varianza constante.
EJEMPLO, ANALISIS DE...