Estdistica. Competencia específica

Competencia específica

*Estimar el valor de una variable dependiente desconocida utilizando técnicas de regresión.

*Analizar la correlación que mida la intensidad total de la asociación entre todas estas variables.

Introducción

*Las decisiones suelen tomarse entre dos o más variables*

-Variable dependiente: Es la variable que se va a predecir

-Variable independiente: La variable que se usa para predecir el valor de la variable dependiente.

Ejemplos de aplicaciones

Relación entre gasto de publicidad (I) y volumen de ventas (D)

Relación entre temperaturas (I) y la demanda de electricidad (D)

Cantidad de nivel de inventario (I) y ventas (D)

Ventas (D) y tamaño de la población (I)

1-Diagrama de dispersión

Ejemplo 1

Suponga que el administrador de una cadena de almacenes departamentales le gustaría desarrollar un modelo para predecir las ventas semanales (en miles de Dls) de cada tienda. Se seleccionó una muestra de 20 almacenes de entre todos los que conforman la cadena.

Se pide desarrollar un modelo para predecir las ventas semanales (variable dependiente Y) basándose en número de clientes (variable independiente X)

*Cada valor es graficado

Interpretación de la grafica

A medida que aumenta el número de clientes se incrementa el volumen de ventas

Tipos de modelos de regresión

La naturaleza de la relación puede tomar muchas formas desde las sencillas hasta las funciones matemáticas más complicadas.

Y= β0+ β1X1+ ε

La relación más sencilla

RELACION LINEAL

RELACION LINEAL POSITIVA Y aumenta al incrementarse X

RELACION LINEAL NEGATIVA: aumenta x y los valores de Y disminuyen

NINGUNA RELACION ENTRE X & Y: valores altos y bajos aparecen en Y para cada valor de X

RELACION CURVILINEA POSITIVA: los valores de Y aumentan al incrementarse el valor de X, pero este incremento disminuye cuando se sobrepasan ciertos valores de X. Ejemplo: Edad y costo de mantenimiento de maquinaria.

RELACION PARABOLICA: X aumenta al principio

...