Regresion lineal

REGRESION LINEAL.
Integrantes: Luis Cardona
Diego velandia
Juan David cortes
Paola villarraga
Jessica

REGRESIÓN LINEAL O MÍNIMOS
CUADRADOS


El modelo de pronóstico de regresión lineal permitehallar el valor
esperado de una variable aleatoria a cuando b toma un valor específico.
La aplicación de este método implica un supuesto de linealidad cuando la
demanda presenta un comportamientocreciente o decreciente.



¿Cuándo utilizar un pronóstico de regresión lineal?

El pronóstico de regresión lineal simple es un modelo óptimo para patrones
de demanda con tendencia (creciente odecreciente), es decir, patrones que
presenten una relación de linealidad entre la demanda y el tiempo

Análisis de regresión


El objetivo de un análisis de regresión es determinar la relación queexiste entre
una variable dependiente y una o más variables independientes. El análisis de
regresión entonces determina la intensidad entre las variables a través de
coeficientes de correlación y determinación.

Coeficiente de correlación [r]:

El coeficiente de correlación, comúnmente identificado como r o R , es una medida de
asociación entre las variables aleatorias X y Y, cuyo valor varía entre -1 y +1.Modelo de Regresión Lineal Simple


Fórmulas:

pronostico del periodo t
a: intersección con la línea del eje
b:pendiente (positiva o negativa)
t: periodo de tiempo

Nivel de confianza


El nivelde confianza se indica por 1-α y habitualmente se da en
porcentaje (1-α).Los valores que se suelen utilizar para el nivel de
confianza son el 95%, 99% y 99,9%

Intervalo de confianza
 En estadística,se llama a un par o varios pares de números entre los
cuales se estima que estará cierto valor desconocido con una
determinada probabilidad de acierto. Formalmente, estos números
determinan unintervalo, que se calcula a partir de datos de una
muestra, y el valor desconocido es un parámetro poblacional. La
probabilidad de éxito en la estimación se representa con 1 - α y se
denomina nivel de...