Beruflich Dokumente
Kultur Dokumente
Healthtex gasta por mes en publicidad y sus ventas mensuales? Con base en el costo de calefaccin de una casa en el mes de enero. Es posible estimar el rea de la casa? Hay alguna relacin entre las millas por galn que rinde una camioneta grande y el tamao del motor? Hay alguna relacin entre el nmero de horas que estudiaron los alumnos para un examen y la calificacin que obtuvieron?
Seculares o de Larga Duracin (Tendencia Lineal) Movimientos Cclicos Movimientos Estacionales Movimientos Irregulares o al Azar
TENDENCIA LINEAL
Es la que puede sealarse en una lnea recta
REGRESIN Y CORRELACIN
LOS ANLISIS DE REGRESIN Y DE C O R R E L AC I N E S T N B A S A D OS E N L A RELACIN O ASOCIACIN, ENTRE 2 O MS VA R I A B L E S : UNA VA R I A B L E CONOCIDA LLAMADA VA R I A B L E I N D E P E N D I E N T E . L A VA R I AB L E Q U E S E E S T T R ATA N D O D E P R E D E C I R E S L A VA R I A B L E D E P E N D I E N T E . LA REGRESIN Y LOS A N L I S IS DE C O R R E L AC I N M U ES T R A N COMO D E T E R M I N A R TA N T O L A N AT U R AL EZ A C O M O L A F U ERZ A D E U N A R E L AC I N E N T R E D O S VA R I A B L E S .
REGRESIN Y CORRELACIN
La Regresin y la correlacin son dos tcnicas estadsticas que se pueden utilizar para solucionar problemas comunes en los negocios. Muchos estudios se basan en la creencia de que es posible identificar y cuantificar alguna Relacin Funcional entre dos o ms variables, donde una variable depende de la otra variable. Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en un modelo de Regresin Simple.
Mnimos Cuadrados.
Yc = a + bx
ANALISIS DE REGRESIN
Es la tcnica mas usada en investigacin econmica y comercial para buscar una relacin entre 2 o mas variables ligadas de un modo causal. Consiste en general en: una funcin a partir de datos o informacin conocida para hacer estimaciones .
Modelo de Regresin
En el Modelo de Regresin es muy importante identificar cul es la variable dependiente y cul es la variable independiente. En el Modelo de Regresin Simple se establece que Y es una funcin de slo una variable independiente, razn por la cual se le denomina tambin Regresin Divariada porque slo hay dos variables, una dependiente y otra independiente y se representa as:
12
12
Modelo de Regresin
La variable dependiente es la variable que se desea explicar, predecir. Tambin se le llama REGRESANDO VARIABLE DE RESPUESTA. La variable Independiente X se le denomina VARIABLE EXPLICATIVA REGRESOR y se le utiliza para EXPLICAR Y
13
13
15
LA GRFICA SE LLAMA DIAGRAMA DE DISPERSIN Y ES UN DIAGRAMA QUE NOS PUEDE DAR DOS TIPOS DE INFORMACIN: ( V I S UA LM E N T E ) PAT R O N E S Q U E N O S I N D I Q U E N Q U E L A S VA R I A B L E S E S T N R E L A C I O N A D A S E N T O N C E S ( S I ES TO S U C E DE ) , P O D E M O S V E R Q U E T I P O D E L N E A , O E C UA C I N D E E S T I M A C I N , D E S C R I B E E S TA R E L A C I N .
Diagrama de Dispersin
Es una grfica con datos muestrales apareados (x, y) en un sistema de ejes rectangular, y cada par ordenado representa un solo punto. Sirve ms para visualizar la asociacin entre las variables que las grficas de barras de los hechos aislados, que nos muestran tendencias al estar ordenados en una secuencia temporal. Al observar una grfica debemos ver Existe un patrn? Que direccin tiene? Si una variable se incrementa, que sucede con la otra? Existen datos distantes?
16
16
Diagramas de Dispersin
17
17
Donde:
Yc = ayb= X = Variable estimada o calculada. Coeficientes de regresin. Variable que sirve para estimar la otra variable. Predictor en base a ella se estima el predictando. (Variable Independiente). Constituye la Variable a estimar y recibe el nombre de Predictando. (Variable Dependiente).
ECUACIONES NORMALES:
= n.a
+ Xb
Xy = X a
+ X^2b
a =
b =
Propiedades de Syx;
Yc, +, - Syx = Agrupa aproximadamente al
APLICACIN: Al tabular los costos Unitarios y la produccin de una empresa industrial durante el ao anterior, se encontr el siguiente comportamiento:
Estad stica I
1.) Con los datos tabulados de la contabilidad de la empresa se pide: Elaborar la representacin grfica sabiendo que la empresa desea estimar su produccin.
Estad stica I
Produccin (Miles Q)
25 20 15 10 5 0 0 2 Costo Unitario 4 6
Serie1
DESARROLLO:
Estad stica I
x 1 2 3
y 20 15 12
x 1 4 9
xy 20 30 36
4
5 15
11
7 65
16
25 55
121
49 939
44
35 165
DATOS N x y x y xy
= = = = = =
5 15 65 55 939 165
2). Encuentre la Ecuacin de Regresin del comportamiento de la produccin en funcin de los costos unitarios
Estad stica I
15/5 = 3 al cual se le cambia signo a negativo (-) y se usa como factor que multiplica a toda la ecuacin de la siguiente forma:
-195 = - 15 a - 45b (-3) Factor que multiplica a la Ec. 165 = 15 a + 55b -30 = 10b
b = -30 10 = b= -3
Encontrar "a":
Estad stica I
OBTENER a a = (x ) (y) (x) (xy) n( x ) (x) a = ( 55 ) (65) (15) (165) = 3575 2475 = 1100 5 (55) - (15) 275 - 225 50 a = 22
Estad stica I
b=
= -150 50
b = -3
4.)El Departamento de Ventas de la empresa solicita le indique qu nmero de unidades puede producir el presente ao, si segn estudios se considera que su costo unitario ser igual a Q.3.75
Estad stica I
Y = a + bx Yc = 22 3 (3.75)
Yc = 22 11.25
= 10.75
Syx =
Syx = Syx =
y - y.a - xy.b N
939 ( 65) 22 165 (-3) 5 939 1430 + 495 5 Syx = 0.894427191 = 4 5
Yc 19 16 13 10 7 65
(y-Yc) 1 -1 -1 1 0 0
(y-Yc) 1 1 1 1 0 4
Otra forma:
Estad stica I
6.) Estimar por intervalo la produccin para costo de Q.6.00 con un 85% de confianza
Estad stica I
La produccin estimada para costos de Q 6.00 oscila entre 2.71 y 5.29 miles de unidades.
Anlisis de Correlacin
E L A N L I S I S D E C O R R E L A CI N S E A P L I C A PA R A D E T E R M I N A R E L G R A D O E N E L Q U E E S TN R E L A C I O N A D A S L A S VA R I A B L E S . E L A N L I S I S D E C O R R E L A CI N , I N D I C A Q U TA N B I E N E S T N R E L A C I O N A D A S L A S VA R I A B L E S . E L A N L I S I S D E C O R R E L AC I N , M U ES T R A Q U E TA N BIEN LA E C UA C I N DE ESTIMACIN REALMENTE DESCRIBE LA RELACIN
38
ANALISIS DE CORRELACIN :
Mide el grado de asociacin de dos o ms variables. La correlacin tambin se puede usar por si misma para medir el grado de asociacin de dos variables.
SMBOLO
"r"
Mide la fuerza de la relacin lineal entre dos valores cualitativos apareados, en una muestra. Tambin se llama Coeficiente de correlacin producto momento de Pearson..
40
Si r es igual a uno
= no existe correlacin = correlacin positiva = correlacin negativa = correlacin perfecta negativa = correlacin perfecta positiva.
42
Mapa de Dispersin
Mapa de Dispersin
Mapa de Dispersin
No hay correlacin r = 0
COEFICIENTE DE DETERMINACIN:
Es la forma primaria por la cual se puede medir la extensin o fuerza, de la asociacin que existe entre 2 variables X y Y.
r^2= a (y) + b (xy) - n ( y )^2 y - n ( y ) ^2
Dnde y = y/n
COEFICIENTE DE CORRELACIN:
Sirve para medir la relacin entre dos variables. Es la segunda medida que se pueda usar para describir lo bien que una variable se explica por otra. Cuando se est tratando de muestras, el coeficiente de correlacin se denota por 1 y es la raz cuadrada del coeficiente de determinacin muestral .
Frmula
r =
r^2
R=
APLICACIN: Con los datos del ejemplo que se ha desarrollado en el Anlisis de Regresin, calcular la forma en que primariamente se relacionan las variables:
Estad stica I
r r r
= = =
a (y) + b (xy) - n ( y promedio) y - n (y promedio) (22) 65 + (-3) 165 - 5 ( 13) 939 - 5 (13) 0.957447
A continuacin calcular el grado de asociacin entre las dos variables, (la fuerza o extensin en que se asocian las variables):
Estad stica I
r=
0.957447
r = 0.978492 Por ser r mayor que cero se dice que la correlacin es positiva.
Ejemplo de Regresin
El gerente de ventas de Copier
Sales of America que tiene una fuerza de ventas muy grande en Estados Unidos y Canad, desea determinar si hay alguna relacin entre el nmero de llamadas de ventas en un mes y el nmero de copiadoras vendidas en ese mes. El gerente selecciona una muestra aleatoria de 10 representantes de ventas y determina el nmero de llamadas de ventas que cada uno hizo el mes pasado y el nmero de copiadoras vendidas. La informacin muestral aparece a continuacin:
51
Diagrama de Dispersin
52
53
54
Cmo se interpreta una correlacin de 0.759? Es positiva, por lo que se observa una relacin directa Entre el nmero de llamadas de ventas y el nmero de copiadoras Vendidas.
55
56