Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 140 vistas

    Practica Regresion Lineal

    Cargado por

    Julio Girón
    Este documento presenta tres ejemplos de aplicación de regresión lineal simple y múltiple para predecir: 1) El precio de venta de casas basado en su tamaño. 2) Las ventas de productos de consumo basadas en la publicidad en radio/TV y periódicos. 3) El precio de venta de automóviles usados basado en su antigüedad. En cada caso, se analizan las variables, se estiman ecuaciones de regresión, y se dan recomendaciones de negocios basadas en los resultados.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Practica Regresion Lineal

    Cargado por

    Julio Girón
    140 vistas11 páginas
    Este documento presenta tres ejemplos de aplicación de regresión lineal simple y múltiple para predecir: 1) El precio de venta de casas basado en su tamaño. 2) Las ventas de productos de consumo basadas en la publicidad en radio/TV y periódicos. 3) El precio de venta de automóviles usados basado en su antigüedad. En cada caso, se analizan las variables, se estiman ecuaciones de regresión, y se dan recomendaciones de negocios basadas en los resultados.

    Título original

    Practica Regresion Lineal.docx

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta tres ejemplos de aplicación de regresión lineal simple y múltiple para predecir: 1) El precio de venta de casas basado en su tamaño. 2) Las ventas de productos de consumo basadas en la publicidad en radio/TV y periódicos. 3) El precio de venta de automóviles usados basado en su antigüedad. En cada caso, se analizan las variables, se estiman ecuaciones de regresión, y se dan recomendaciones de negocios basadas en los resultados.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    140 vistas11 páginas

    Practica Regresion Lineal

    Cargado por

    Julio Girón
    Este documento presenta tres ejemplos de aplicación de regresión lineal simple y múltiple para predecir: 1) El precio de venta de casas basado en su tamaño. 2) Las ventas de productos de consumo basadas en la publicidad en radio/TV y periódicos. 3) El precio de venta de automóviles usados basado en su antigüedad. En cada caso, se analizan las variables, se estiman ecuaciones de regresión, y se dan recomendaciones de negocios basadas en los resultados.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 11

    Universidad Mariano Gálvez de Guatemala

    Facultad de Ciencias de la Administración


    Maestría en Administración de Negocios
    Curso: Modelos de Toma de Decisiones
    Ing. MSc. Ricardo Girón

    Práctica Regresión Lineal

    Priscila Ruano 290-13-10783


    ÍNDICE

    Introducción 3
    Resolución de práctica
    Venta de casas 4-7
    Productos de consumo 8 - 10
    Automóviles 11 – 15
    Venta de casas
    Conclusión 16

    2
    INTRODUCCIÓN

    En este laboratorio se pone en práctica la herramienta estadística versátil, para


    solucionar problemas comunes en los negocios. Se da en variables donde una
    depende de la otra.

    El modelo de regresión lineal es el más utilizado a la hora de predecir los valores


    de una variable cuantitativa a partir de los valores de otra variable explicativa
    también cuantitativa (modelo de regresión lineal simple). Una generalización de
    este modelo, el de regresión lineal múltiple, permite considerar más de una
    variable explicativa cuantitativa. Por otra parte, tal como se verá en un tema
    posterior, es también posible incluir variables explicativas categóricas en un
    modelo de regresión lineal si se sigue una determinada estrategia en la
    codificación de los datos conocida como codificación ficticia.

    3
    RESOLUCIÓN DE LABORATORIO

    PROYECTO DE CASAS

     Se quiere determinar si el precio de ventas de una casa puede explicarse


    por su tamaño. Interprete la muestra siguiente y describa un informe al
    gerente de ventas sobre la relación precio/tamaño de las casas de este
    proyecto.

    4
     Estime el precio de una casa suponiendo que el nuevo proyecto de la
    compañía sea de vivienda popular (4 ambientes).

    Respuesta: El precio de una casa popular con 4 ambientes se estima que es


    de $112.06

     Describa la variabilidad del precio cuando se reduce el número de


    habitaciones.

    Respuesta: Realizando el cálculo respectivo el precio al reducir a 3


    habitaciones la casa es de $86.51

     ¿Si existe la oportunidad de inversión en un proyecto de lujo donde el


    estudio de mercado indica que los clientes están dispuestos a pagar hasta
    us$200,000 por casas de 20 ambientes, que decisión recomendaría tomar
    al gerente de ventas?

    Respuesta: Según el estudio de mercado los clientes están dispuestos a


    pagar $200 mil dólares por casa de 20 ambientes. Pero al realizar el hacer
    el cálculo por medio de regresión lineal sabemos que dicho proyecto tiene
    un valor de $520 mil dólares. Por lo que se recomienda al gerente no
    invertir en el proyecto ya que los clientes no están dispuestos ni la mitad del
    costo. Pero también se recomienda buscar otro nicho de mercado que
    busque la misma cantidad de ambientes con el poder adquisitivo.

    5
    PRODUCTOS DE CONSUMO

     Suponga que una compañía grande de productos de consumo desea medir


    la efectividad de los diferentes medios de propaganda en la promoción de
    sus productos. En especial se van a estudiar dos tipos de medios de
    promoción: propaganda en radio y televisión y propaganda en periódicos.
    Se seleccionó una muestra de 22 ciudades cuya población es
    aproximadamente igual para realizar un estudio durante un periodo de
    prueba de un mes. A cada ciudad se le asignó un nivel de gastos específico
    para publicidad en radio y televisión y para publicidad en periódicos. Se
    registraron las ventas del producto en miles de dólares durante el mes de
    prueba, junto con los niveles de los gastos de los medios también en miles
    y se obtuvieron los resultados siguientes:

    6
     Elabore un informe al gerente de marketing explicando el modelo, y
    brindando opciones para que tome la decisión de que tanto debería
    impulsar la publicidad en uno o ambos de los medios, o bien en otro medio
    diferente a los de radio, tv y periódico.

    7
    Respuesta: El modelo que se utiliza es el de correlación lineal. Y las opciones que
    se le dan al Gerente de Marketing es manteniendo constante la publicidad en
    periódicos las ventas aumentan a Q14.74 millones y en radio y tv las ventas
    aumentan Q12.16 millones. Por lo que se recomienda aumenta la inversión en
    Periódicos y aumentar el alcance de lugares a nivel nacional.

     Pronostique las ventas con una publicidad de 53,000 en radio y televisión y


    35,000 en periódicos.

    Respuesta: Al invertir en más publicidad las ventas se incrementan y se obtiene


    una buena respuesta. Se pronostica que las ventas serían de Q,1,281,260.23.

    8
    AUTOMOVILES

     El propietario de Maumee Ford-Mercury-Volvo desea estudiar la relación


    entre la antigüedad de un automóvil y su precio de venta. La siguiente lista
    es una muestra aleatoria de 12 automóviles usados vendidos por el
    concesionario durante el año anterior.

    1. ¿Si se desea estimar el precio de venta con base en la antigüedad del


    automóvil, cual es la variable dependiente y cual la independiente?
    a. La variable Independiente es la Antigüedad
    b. La variable Dependiente es la Venta

    2. Trace un diagrama de dispersión

    9
    3. Establezca el coeficiente de correlación.
    El coeficiente de correlación es de 0.54365

    4. Determine el coeficiente de determinación.


    El coeficiente de determinación es de 0.29555

    5. Interprete estas medidas estadísticas. ¿Le sorprende que la relación sea


    inversa? No me sorprende ya que se puede dar el caso.

    10
    CONCLUSIÓN

    La representación de la relación entre dos (o más) variables a través de un modelo


    formal supone contar con una expresión lógico-matemática que, aparte de resumir
    cómo es esa relación, va a permitir realizar predicciones de los valores que tomará
    una de las dos variables (la que se asuma como variable de respuesta,
    dependiente, criterio o Y) a partir de los valores de la otra (la que se asuma como
    variable explicativa, independiente, predictor o X).

    11

    También podría gustarte