Componentes

1. Introducción
A continuación, desarrollare el grado de relación entre dos o mas variables en lo que llamaremos análisis de correlación, Para representar esta relación utilizaremos una representación gráfica llamada diagrama de dispersión, estudiaremos un modelo matemático para estimar el valorde una variable basándonos en el valor de otra, en lo que llamaremos análisis de regresión. y,finalmente Desarrollaremos un ejercicio aplicando lo aprendido, donde utilizaremos datos verdaderos de una empresa de servicios turísticos.
Ecuación de regresión Múltiple.- La forma general de la ecuación de regresión múltiple con dos variables independientes es:
Y' = a + b1X1 + b2X2 |
X1,X2 : Variables Independientes
a : es la ordenada del punto de intersección con el eje Y.
b1 : Coeficiente deRegresión (es la variación neta en Y por cada unidad de
variación en X1.).
b2 : Coeficiente de Regresión (es el cambioneto en Y para cada cambio
unitario en X2).

Prueba Global.- esta prueba investiga básicamente si es posible que todas las variables independientes tengan coeficientes de regresión neta iguales a 0.
2. Marco Teórico
A fin de facilitar la comprensión del presente trabajodefiniremos algunos conceptos basicos.
Análisis de Correlación .-Es el conjunto de técnicas estadísticas empleado para medir la intensidad de la asociación entre dos variables.
El principal objetivo del análisisde correlación consiste en determinar que tan intensa es la relación entre dos variables. Normalmente, el primer paso es mostrar los datos en un diagrama de dispersión.
Diagrama deDispersión.- es aquel grafico que representa la relación entre dos variables.
Variable Dependiente.- es la variable que se predice o calcula. Cuya representación es "Y"
Variable Independiente.- es la variable que proporciona las bases para el calculo. Cuya representación es: X1,X2,X3.......
Coeficiente de Correlación.- Describe la intensidad de la relación entre dos conjuntos de variables de nivelde intervalo. Es la medida de la intensidad de la relación lineal entre dos variables.
El valor del coeficiente de correlación puede tomar valores desde menos uno hasta uno, indicando que mientras más cercano a uno sea el valor del coeficiente de correlación, en cualquier dirección, más fuerte será la asociación lineal entre las dos variables. Mientras más cercano a cero sea el coeficiente decorrelación indicará que más débil es la asociación entre ambas variables. Si es igual a cero se concluirá que no existe relación lineal alguna entre ambas variables.
Análisis de regresión.- Es la técnica empleada para desarrollar la ecuación y dar las estimaciones.
Ecuación de Regresión.- es una ecuación que define la relación lineal entre dos variables.
Ecuación de regresión Lineal: Y’ = a + BxEcuación de regresión Lineal Múltiple: Y’ = a + b1X1 + b2X2 + b3X3...
Principio de Mínimos Cuadrados.- Es la técnica empleada para obtener la ecuación de regresión, minimizando la suma de los cuadrados de las distancias verticales entre los valores verdaderos de "Y" y los valores pronosticados "Y".
Análisis de regresión y Correlación Múltiple.- consiste en estimar una variable dependiente,utilizando dos o más variables independientes.
| Y | X1 | X2 |
AÑO | VENTAS | GASTOS DE PUBLICIDAD | COMISIONES DE VENDEDORES |
2000 | 264000 | 550 | 15840 |
2001 | 384000 | 590 | 19250 |
2002 | 400200 | 680 | 26013 |
2003 | 422400 | 700 | 16896 |
2004 | 543000 | 750 | 16290 |
3. ANÁLISIS DE DATOS:
Se van a utilizar las siguientes variables:
Variables Independientes:
1.-Gastos de Publicidad
4. 2.- Comisión de vendedores
5. Variable dependiente:
- Ventas

Utilizando el Excel obtenemos los siguientes datos.
Estadísticas de la Regresión |
Coeficiente de correlación múltiple | 0.92092 |
Coeficiente de determinación R2 | 0.84810 |
R2 ajustado | 0.69619 |
Error típico | 54887.83156 |
Observaciones | 5 |
6. De aquí se puede decir:
- De...