Pronósticos para la toma de decisiones
Enviado por alnc2591 • 15 de Agosto de 2018 • Resumen • 612 Palabras (3 Páginas) • 195 Visitas
Nombre: Angel Luis Navarrete Campos | Matrícula: 2693237 |
Nombre del curso: Pronósticos para la toma de decisiones | Nombre del profesor: Claudia Judith Cavazos Trejo |
Módulo: 3. Análisis de regresión lineal múltiple y series de tiempo | Actividad: 10. Regresión lineal múltiple y de aplicaciones |
Fecha: septiembre de 2016 | |
Bibliografía:
|
Objetivo:
Distinguir diferentes modelos de regresión, calculando e identificando el análisis de errores, identificando la importancia del uso de la regresión lineal múltiple en la administración de una empresa.
Procedimiento:
- Ingrese a mis cursos
- Identifique la tarea
- Leí varios temas para comprenderlo
- Realice cada punto de teoría
- Finalice con el cuadro
Resultados:
- El procedimiento de regresión por pasos busca agregar una variable a la vez al modelo. Las variables independientes se eliminan si no son significativas y son sustituidas por otras que puedan tener una mayor participación en el resultado.
[pic 2]
- Todas las regresiones posibles. En este procedimiento investigarás todas las líneas de regresión posibles, dadas todas las variables elegidas con anterioridad.
[pic 3]
- La importancia de la regresión es que se puede analizar todas las regresiones posibles y las regresiones por pasos. También al pronosticar se acorta la lista, lo que hace que el pronóstico sea más correcto.
- Análisis residual
Un residual ri es la diferencia entre el valor observado Yi y el valor estimado por la línea de regresión Ŷi, es decir, r=i Yi - Ŷi. El residual puede ser considerado como el error aleatorio ei observado.
El análisis de residuales permite cotejar si las suposiciones del modelo de regresión se cumplen. Se puede detectar:
- Si efectivamente la relación entre las variables X e Y es lineal.
- Si hay normalidad de los errores.
- Si hay valores anormales en la distribución de errores (Si se usa Residual estandarizado,cualquier observación con un residual mayor de 2 o menor de 2 es considerado “outlier”)
- Si hay varianza constante (propiedad de Homocedasticidad)
- Si hay independencia de los errores.
Hay tres posibles elecciones de residuales y hasta 5 plots de residuales que se pueden hacer.
- Plot de Normalidad: Permite cotejar normalidad. Si los puntos están bien cerca de una línea rectase concluye, que hay normalidad.
- Histograma de Residuales:
También permite cotejar normalidad. Cuando el histograma es simétrico, con un único pico en el centro, se concluye que hay normalidad.
...