Professional Documents
Culture Documents
La b es la inclinacin de la recta.
La a es la secante o la altura en la que la recta corta al eje y.
La X es nuestra variable independiente.
La Y es nuestra variable dependiente, nuestro pronstico calculado
para un periodo.
Ejemplo
Las ventas de la
empresa IngE durante
los ltimos 10 trimestres
son las siguientes:
Cmo pronosticar la
demanda de los
trimestres 13, 14 y 15
a travs de un anlisis
de regresin lineal?
Lo primero es estimar los parmetros a y b.
Lo podemos lograr con el mtodo de mnimos
cuadrados, que nos permite encontrar la recta
que mejor se ajusta a un conjunto de datos dados.
En nuestro caso, este conjunto est dado por las
ventas trimestrales (variable dependiente).
La variable independiente es el tiempo.
Vamos entonces a la siguiente frmula para
determinar a y b:
La y minscula es el valor y de cada punto de datos.
La n es el nmero de punto de datos.
Conocidas las ecuaciones y el papel de las variables, vamos a calcular el pronstico con
regresin lineal:
Con los valores de la ltima fila de la tabla, podemos
calcular a y b, con los cuales logramos calcular los
valores de la ltima columna (Y) que es la recta que
ms se ajusta a la demanda y.
El pronstico tiene el siguiente aspecto:
Cuando pronosticamos, siempre queremos saber qu tan
exacto es el mtodo que estamos utilizando, igual que
una medida de error de pronstico.
Una medida apropiada para medir el error en RL es el error
estndar de estimacin (Sy,x), que nos permite determinar la
variabilidad en torno a la recta de regresin.