Que Es Analisis De Regresion

Que es el análisis de regresión

Hemos estudiado la correlación como una forma de determinar la existencia de una relación entre dos variables, el coeficiente de correlación se puede usar también para responder a preguntas sobre, la fuerza general de la asociación y la dirección de la relación entre las variables. Sin embargo, hay casos en los que estas respuestas no proveen informaciónsuficiente para el administrador de marketing. Tal vez necesitemos todavía saber como describir la relación entre las variables que se examinan con mayor detalle. Un método para llegar a estas respuestas es el llamado de regresión.

Con frecuencia ocurre que un administrador de marketing necesita hacer predicciones acerca de los niveles de ventas futuras o de cómo un aumento potencial del precioafectara a las ganancias o a la participación de mercado de la compañía, hay varias formas de hacer tales predicciones:

1. La exploración del comportamiento pasado de la variable.
2. Las simples conjeturas.
3. El recurso de una ecuación de regresión que compare la información acerca de las variables relacionadas para ayudar a la predicción.

La extrapolación y las conjeturas suponenhabitualmente que las condiciones y las conductas del pasado continuaran en el futuro, no examina las influencias que impulsan al comportamiento de interés, en consecuencia, cuando los niveles de ventas, las ganancias u otras variables de interés para un administrador difieren de las del pasado, la extrapolación y la conjetura no proporcionan ninguna explicación.

El análisis de regresión bivariadaes una técnica estadística en la que se utiliza la información acerca de la relación entre una variable independiente o previctoria y una variable dependiente o de criterio, y se combina esa información con la formula algebraica de un línea recta para hacer predicciones.

Se seleccionan los valores particulares de la variable independiente y se observa la conducta de la variable dependiente.Estos datos se aplican entonces a la formula de una línea recta que ya analizamos antes.

Ejemplo: Si quisiéramos obtener el nivel actual del volumen de ventas de su compañía, aplicaría la siguiente formula rectilínea.

Volumen de ventas (Y) = $0 + (Precio por unidad = b) (numero de unidades vendidas = X)

El precio por unidad (b) determina la cantidad que crece el volumen de las ventas (Y)con cada unidad vendida (X). En este ejemplo, la relación entre el volumen de ventas y el numero de unidades vendidas es lineal ( es congruente con los valores X y Y. una vez que se ha desarrollado la ecuación de regresión para predecir los valores de Y, nos interesa tratar de averiguar que tan buena es la predicción, un punto obvio para comenzar seria el valor real que recogimos en nuestra muestra,al comparar este valor real (Y i) con nuestro valor (Y i) podemos distinguir que tan alejada de la realidad esta nuestra predicción, rehecho este procedimiento de comparar valores reales de una muestra con valores predichos de una ecuación de regresión es un método de uso muy común para determinar la preescisión de una ecuación de regresión.

Hay que hacer un par de observaciones acerca de lossupuestos en que se funda el análisis de regresión

1. Justo como el análisis de correlación, el análisis de regresión supone que una relación lineal provee una buena descripción de la relación entre dos variables.
2. Aun cuando en la terminología del análisis de regresión se unan las etiquetas Dependiente e independiente para las variables, esos nombres no significan que podamos afirmarque una variable causa al conducta de la otra.

Para el análisis de regresión se utiliza el conocimiento acerca del nivel y el tipo de asociación entre dos variables para hacer predicciones, las declaraciones acerca de la capacidad de una variable para causar cambias en otra tiene que basarse en una lógica conceptual o una información que no sean solo las técnicas estadísticas.

Por ultimo,...