Metodos cuantitativos aplicados a la mercadotecnia

UNIDAD VI

METODOS CUANTITATIVOS APLICADOS A LA MERCADOTECNIA

1.- ANALISIS DE REGRESION LINEAL Y CORRECION

ESTADISTICAMENTE MIDE:

a) La extensión de la relación entre dos variables de escala de intervalo

b) La naturaleza de esa relación

UTILIZA:

Ecuaciones de regresión del tipo lineal. (Línea recta)

VARIABLES QUE MANEJA:

Variable dependiente denota por “Y” y la variable independiente denota por “X”

DESCRIBE:

El análisis de la regresión describe la ecuación matemática que “mejor se ajusta” a los valores registrados de las dos variables (dependiente e independiente)

OBJETIVO PRINCIPAL:

Predecir o estimar el valor de “Y” para un valor determinado de “X”

APLICACIONES TIPICAS DE MERCADOTECNIA:

Identificación de las relaciones entre variables dependientes como: ventas, participación en el mercado, y las variables dependientes como: precio del producto, nivel de publicidad, numero de vendedores, y otras medidas bajo control encargado de la toma de decisiones de mercadotecnia.

LLAMADA:

Esta técnica también es conocida o llamada regresión simple por considerar solo dos variables (dependiente o independiente).

ECUACION DE REGRESION:

Y= a + b X este criterio es conocido como ecuación de mínimos cuadrados

DESCRIPCION DE LOS VALORES a y b

El valor de a describe la intersección del eje y, y el valor de b describe la pendiente de la línea de regresión.

COEFICIENTE DE CORRELACION “r”

EL COEFICIENTE DE CORRELACION MIDE:

La fuerza de la relación entre las dos variables (dependiente e independiente).

El coeficiente de correlación es un número que en un determinado conjunto de datos, se encontrara entre los valores de -1 y +1 que nos indica dos cosas:

1.- la dirección de la relación: si r es positiva, ello significa que X y Y aumentaran y disminuirían juntas. Si r es negativa, las variables tenderán a moverse en direcciones opuestas; por ejemplo, si X se incrementa entonces Y tendera a decrecer, pues las ventas tenderán a mermar cuando el precio se eleve.

2.- la fuerza de la relación: cuanto mayor sea el valor absoluto de r más estrecha será la relación de las dos variables y mejor “encajara” en los datos del diagrama de graficacion. En los extremos (esto es si r es +1 o -1), la ecuación contendrá realmente todos los puntos de datos, lo cual la hace un ajuste perfecto de ellos. Cuando r = 0, ello significa que no hay relación lineal en absoluto entre las variables.

COEFICIENTE DE DETERMINACION (r2)

Es el cuadrado del coeficiente de correlación y representa el valor de la proporción de la variación de Y que es explicado por la variable independiente X por medio de la ecuación de regresión.

ERROR ESTANDAR DE LA ESTIMACION

...