M Todo De Pron Stico Causal

Método de pronóstico causal- análisis de regresión
Los modelos de pronóstico causal generalmente consideran algunas variables que están relacionadas con la variable que se predice. Unavez que estas variables relativas se han encontrado, se construye y utiliza un modelo estadístico para pronosticar la variable de interés. Este intento es más poderoso que los métodos deserie de tiempo que únicamente utilizan los datos históricos para pronosticar la variable.
Se pueden considerar muchos factores en un análisis causal. Por ejemplo, las ventas de un productopueden estar relacionadas con el presupuesto de publicidad de la empresa, los precios de competidores y las estrategias promociónales, o aun las tasas económicas y de desempleo. En estecaso, las ventas serían llamadas variable dependiente y otras variables serían llamadas variables independientes. El trabajo del administrador es de desarrollar la mejor relación estadísticaentre las ventas y las variables independientes. El modelo de pronóstico causal cuantitativo más común es el análisis de regresión lineal.
Uno de los métodos causales mejor conocido es eldel Análisis de Regresión, en donde siempre se trata del uso de dos variables numéricas.
A la variable que queremos explicar le llamamos dependiente ( Y ) .
A la variable que usamos paracondicionar o para explicar la llamamos independiente ( X1 .X2 , X3 , ... X n)
Para ello es necesario encontrar una fórmula matemática que relacione la variable dependiente con la o lasvariables independientes y que permita estimar o predecir los valores futuros que puede tener una variable ( dependiente ) cuando se conocen o suponen los valores de la otra u otrasvariables independientes
Este técnica se aplicará cuando la variable a pronosticar Y no está en función del tiempo.
Consideraremos el caso en que la curva de regresión de Y sobre X sea lineal.