Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 245 vistas

    Taller Pronósticos Regresión Lineal

    Cargado por

    Hector Daniel VACA TORRES
    Este documento presenta dos talleres sobre pronósticos de regresión lineal. El primer taller muestra un ejemplo de calcular la distancia a la que acudirán clientes basado en el número de clientes reportados. El segundo taller analiza los datos de ventas trimestrales de una empresa durante 3 años para pronosticar la demanda de los próximos 4 trimestres usando regresión lineal. Se calculan los parámetros de la regresión y se generan pronósticos para los próximos 4 trimestres.

    Copyright:

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

    Taller Pronósticos Regresión Lineal

    Cargado por

    Hector Daniel VACA TORRES
    245 vistas5 páginas
    Este documento presenta dos talleres sobre pronósticos de regresión lineal. El primer taller muestra un ejemplo de calcular la distancia a la que acudirán clientes basado en el número de clientes reportados. El segundo taller analiza los datos de ventas trimestrales de una empresa durante 3 años para pronosticar la demanda de los próximos 4 trimestres usando regresión lineal. Se calculan los parámetros de la regresión y se generan pronósticos para los próximos 4 trimestres.

    Título original

    TALLER PRONÓSTICOS REGRESIÓN LINEAL (1)-convertido

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta dos talleres sobre pronósticos de regresión lineal. El primer taller muestra un ejemplo de calcular la distancia a la que acudirán clientes basado en el número de clientes reportados. El segundo taller analiza los datos de ventas trimestrales de una empresa durante 3 años para pronosticar la demanda de los próximos 4 trimestres usando regresión lineal. Se calculan los parámetros de la regresión y se generan pronósticos para los próximos 4 trimestres.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    245 vistas5 páginas

    Taller Pronósticos Regresión Lineal

    Cargado por

    Hector Daniel VACA TORRES
    Este documento presenta dos talleres sobre pronósticos de regresión lineal. El primer taller muestra un ejemplo de calcular la distancia a la que acudirán clientes basado en el número de clientes reportados. El segundo taller analiza los datos de ventas trimestrales de una empresa durante 3 años para pronosticar la demanda de los próximos 4 trimestres usando regresión lineal. Se calculan los parámetros de la regresión y se generan pronósticos para los próximos 4 trimestres.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 5

    GESTION DE PRODUCCION

    TALLER PRONOSTICOS REGRESION LINEAL

    DOCENTE: MANUEL JOSE INFANTE GARZON

    NRC: 8981

    ALUMNOS:
    ERIKA MARTINEZ ID:
    HECTOR DANIEL VACA TORRES ID: 662504
    HOLMAN ID:

    UNIVERSIDAD MINUTO DE DIOS


    ZIPAQUIRA
    TALLER PRONÓSTICOS REGRESIÓN LINEAL
    1. Un centro comercial sabe en función de la distancia, en kilómetros, a la que
    se sitúe de un núcleo de población, acuden los clientes, en cientos, que
    figuran en la tabla, calcule la distancia si acuden 15,3,5,9,12,20, 18,13,17
    Clientes, resaltando sus conclusiones.

    Nº de Distancia
    Clientes (X) (Y)
    8 15

    7 19

    6 25

    4 23

    2 34

    1 40

    Xi Yi Xi . Yi Xi^2 Yi^2
    6 15 120 64 225
    7 19 133 49 361
    6 25 150 36 625
    4 23 92 16 529
    2 34 68 4 1 156
    1 40 40 1 1 600
    28 156 603 170 4 496
    Las medidas se calculan.

    La medida de # de clientes x = 28/6 = 4,667


    Desviación típica del # de clientes ox = √170/6 - (4,667) ^2 = 2,559

    La medida de la distancia y = 156/6 = 26

    Desviación típica de la distancia oy = √4496 / 6 – (26) ^2 = 8,56


    Covarianza oxy = 603 / 6 – (4,667 x 26 ) = -20,855

    R = -20,85 / (2,55) x (8,56) = 0,955 = -0,96


    2.

    3. La Empresa XYZ, viene presentando trimestralmente los datos que se


    muestran en la tabla, haciendo uso de la información histórica de venta de un
    producto determinado durante los últimos 12 trimestres (3 años)

    Se solicita realizar un análisis de regresión lineal, con el propósito de pronósticar


    la demanda para los próximos 4 trimestres (un año) que corresponden a los
    trimestres 13, 14, 15 y 16.
    Una vez calculado los pronósticos, plantee sus conclusiones.
    X Y XY X^2 Y^2
    1 600 600 1 360.000
    2 1.550 3.100 4 2.402.500
    3 1.500 4.500 9 2.250.000
    4 1.500 6.000 16 2.250.000
    5 2.400 12.000 25 5.760.00
    6 3.100 18.600 36 9.610.000
    7 2.600 18.200 49 6.760.000
    8 2.900 23.200 64 8.410.000
    9 3.800 34.200 81 14.440.000
    10 4.500 45.000 100 20.250.000
    11 4.000 44.000 121 16.000.000
    12 4.900 58.800 144 24.010.000
    PRO 6,5 2.779,17
    SUMA 268.200 650
    n 12

    Evaluando las ejecuciones obtenemos los valores de la siguiente manera con B0 y B1:

    B1 = 268.200 – 12 * 6,5 * 2.779,12 / 650 – 12 * 6,5 ^2 = 359,61


    B0 = 2.779,17 – 359,61 * 6,5 = 441,71

    Obtenidos los parámetros de regresión lineal desarrollamos una columna de mas de


    color rojo evaluando los diferentes valores de la variable independiente (x).

    X Y XY X^2 Y^2 Y
    1 600 600 1 360.000 801,3
    2 1.550 3.100 4 2.402.500 1.160,9
    3 1.500 4.500 9 2.250.000 1.520,5
    4 1.500 6.000 16 2.250.000 1.880,2
    5 2.400 12.000 25 5.760.00 2.239,8
    6 3.100 18.600 36 9.610.000 2.599,4
    7 2.600 18.200 49 6.760.000 2.959,0
    8 2.900 23.200 64 8.410.000 3.318,6
    9 3.800 34.200 81 14.440.000 3.678,2
    10 4.500 45.000 100 20.250.000 4.037,8
    11 4.000 44.000 121 16.000.000 4.397,4
    12 4.900 58.800 144 24.010.000 4.7570
    PRO 6,5 2.779,17
    SUMA 268.200 650
    n 12
    B0 441,71
    B1 359,61
     Y(13)=441,71+359,61*13=5.116,64
     Y(14)=441,71+359,61*14=5.476,25
     Y(15)=441,71+359,61*15=5.835,86
     Y(16)=441,71+359,61*16=6.195,47

    También podría gustarte