Académique Documents
Professionnel Documents
Culture Documents
POR
PEREZ MENDOZA HARLET YESID
QUIONES CAICEDO JOSE DOMINGO.
VALENCIA RUA LAURA ALEJANDRA
PRESENTADO A:
OBJETIVO
Desarrollar un modelo de regresin lineal que nos permita determinar una proyeccin de
ventas a 5 aos a partir de datos histricos reales.
REGRESION LINEAL
Puede definirse la regresin como una relacin funcional entre dos o ms variables
correlacionadas. Se utiliza para pronosticar una variable con base en la otra. Por lo general,
la relacin se desarrolla a partir de datos observados. Primero es necesario graficar los datos
para ver si aparecen lineales o si por lo menos partes de los datos son lineales. La regresin
lineal se refi ere a la clase de regresin especial en la que la relacin entre las variables
forma una recta.
La recta de la regresin lineal tiene la forma Y = a + bX,
Donde Y es el valor de la variable dependiente que se despeja, a es la secante en Y, b es la
pendiente y X es la variable independiente (en el anlisis de serie de tiempo, las X son las
unidades de tiempo). (Chase B., Jacobs F., & Aquilano, 2009)
DESARROLLO DE LA ACTIVIDAD
Al desarrollar esta actividad nos basamos en datos histricos anuales de los niveles de
ventas de la empresa Alimentos Crnicos SAS. La cual mostraremos a continuacin.
Ao Ventas
2013 $ 412.497.218.367,14
2014 $ 412.702.135.018,10
2015 $ 412.907.051.669,05
2016 $ 413.111.968.320,00
Ventas
$413,200,000,000.00
$413,100,000,000.00 $413,111,968,320.00
$413,000,000,000.00
$412,900,000,000.00 $412,907,051,669.05
$412,800,000,000.00
$412,700,000,000.00 $412,702,135,018.10
$412,600,000,000.00
$412,500,000,000.00 $412,497,218,367.14
$412,400,000,000.00
$412,300,000,000.00
$412,200,000,000.00
$412,100,000,000.00
2013 2014 2015 2016
Como podemos apreciar en el grfico, los datos a travs de los aos en los datos histricos
tienden a ser lineales. Tambin podemos visualizar que a medida que pasa el tiempo el nivel
de ventas sigue subiendo lo que podemos concluir que estos son crecientes.
Resumen
Estadsticas de la regresin
Coeficiente de
correlacin mltiple 1
Coeficiente de
determinacin R^2 1
R^2 ajustado 1
Error tpico 2,3615E-05
Observaciones 4
ANLISIS DE VARIANZA
Suma de Promedio de los Valor
Grados de libertad cuadrados cuadrados F crtico de F
Regresin 1 2,0995E+17 2,0995E+17 3,7648E+26 2,6562E-27
Residuos 2 1,1154E-09 5,5768E-10
Total 3 2,0995E+17
Inferior Superior I
Coeficientes Error tpico Estadstico t Probabilidad 95% 95%
-
Intercepcin 0,01348877 0,0212753 0,63401065 0,59091571 0,07805148 0,10502902 -0,0
Ao 204916651 1,0561E-05 1,9403E+13 2,6562E-27 204916651 204916651 20
Anlisis de los residuales
$412,800,000,000.00
Pronstico Ventas
$412,700,000,000.00
$412,600,000,000.00
Linear (Pronstico
$412,500,000,000.00 Ventas)
$412,400,000,000.00
2012 2013 2014 2015 2016 2017
Ao
De acuerdo con lo anterior el modelo de regresin que nos permitir determinar los
pronsticos de ventas de los prximos aos es:
y 0.01348877 204916651x
Donde :
y : Ventas del Periodo
x : Periodo
Ahora procederemos a Calcular los pronsticos para los siguientes 5 aos
GRAFICA DE PRONSTICO
Ventas
$414,500,000,000.00
$414,136,551,671.01
$414,000,000,000.00
$413,931,635,020.01
$413,726,718,369.01
$413,500,000,000.00 $413,521,801,718.01
$413,316,885,067.01
$413,111,968,320.00
$413,000,000,000.00
$412,907,051,669.05
$412,702,135,018.10
$412,500,000,000.00
$412,000,000,000.00
$411,500,000,000.00
2013 2014 2015 2016 2017 2018 2019 2020
BIBLIOGRAFIA