Tasa Analisis De Regresion

ÍNDICE

INTRODUCCIÓN

1. DATOS GENERALES

1.1. Información del Sector Industrial

1.1.1. Referencias generales donde se desenvuelve la Empresa…………………..

1.1.1.1 Misión de la empresa……………………………………………………

1.1.1.2 Visión de la empresa……………………………………………………

1.1.1.3 Análisis FODA de la empresa………………………………………….

1.1.2. Entorno……………………………………………………………………………..

1.1.2.1. Principales competidores………………………………………………..

1.1.2.2. Principales Proveedores………………………………………………….

1.1.2.3. Mercado…………………………………………………………………….

1.1.2.4. Clientes……………………………………………………………………..

1.1.2.5. Entorno económico (índices estadísticos)………………………………

1.2. Descripción General de la Empresa

1.2.1. Breve descripción general de la Empresa……………………………………...

1.2.2. Organización de la Empresa (Organigrama)…………………………………..

1.2.3. Descripción del Área donde realizó el trabajo de aplicación………………...

1.3. Proceso Productivo

1.3.1. Principales productos o servicios. (Índices de Producción)…………………

1.3.2. Materia prima que utiliza, (Índices de consumo)……………………………..

1.3.3. Diagrama de Flujo productivo de la Empresa………………………………….

2. TAREA ACADEMICA: DESARROLLO DEL TRABAJO DE INVESTIGACION

- Marco Referencial………………………………………………………………………..

o Marco Teórico……………………………………………………………………..

o Antecedentes……………………………………………………………………..

• Definición del problema a investigar………………………………………………..

• Objetivos: General / Específicos……………………………………………………..

• Desarrollo………………………………………………………………………………….

• Resultados y Análisis…………………………………………………………………..

• Conclusiones…………………………………………………………………………….

• Recomendaciones………………………………………………………………………

Referencias Bibliográficas……………………………………………………………………..

-MARCO REFERENCIAL

MARCO TEÓRICO

ANÁLISIS DE REGRESIÓN

Los pronósticos en el mediano plazo pueden ser explicados mediante un análisis de regresión, este análisis de regresión indica la tendencia de la demanda en función a otro factor formándose tendencias tales como: lineal, exponencial, logarítmica, etc.

Un análisis de regresión se puede realizar sobre modelos de pronósticos: series de tiempo o causales.

El análisis de regresión se utiliza para determinar si un grupo de datos (una o más variables independientes) guardan algún tipo de relación o correlación con otro grupo de datos (variable dependiente). Una vez que se hayan calculado dichas relaciones podrán hacerse pronósticos.

• Tipos de análisis de regresión:

• Lineal

• y = a + bx

• Poli nómica

• y = b + c1x + c2x2 + c3x3 + … + c6x6

• Logarítmica

• y = b + clnx

• Exponencial

• y = cebx

• Potencial

• y = cxb

Análisis de Regresión Lineal Simple. Modelo matemático que sólo contiene una variable independiente y una variable dependiente.

Ecuación matemática: y = a + bx

Análisis de Regresión Lineal Múltiple. Modelo Matemático que contiene 2 o más variables independientes y una variable dependiente.

Ecuación matemática: y = a + b1x1 + b2x2 +… + bnx

Análisis de Regresión Lineal Simple.

Modelo matemático que sólo contiene una variable independiente y una variable dependiente. Si los datos forman una serie de tiempo, la variable independiente es el tiempo en períodos y la variable dependiente son las ventas o demanda.

Ecuación de regresión: y = a + bx

Dónde:

x : valores de la variable independiente

y : valores de la variable dependiente

a : intersección con el eje vertical

b : pendiente de la línea de regresión

n : número de observaciones

Los valores de a y b se obtienen mediante las siguientes formulas:

Coeficiente de Correlación (r)

Explica la importancia relativa, el grado o fuerza de la relación entre y & x; el signo de r indica la dirección de dicha relación, y el valor absoluto de r la magnitud de la relación. r puede asumir cualquier valor entre -1 y +1. El signo de r será siempre igual al signo de b.

Una r negativa indica que los valores de y i x tienden a moverse en direcciones opuestas, y una r positiva indica que los valores de y i x se mueven en la misma dirección. Así tenemos:

-1 Una relación negativa perfecta; conforme y sube, x baja unidad por unidad y viceversa.

+1 Una relación positiva perfecta; conforme y sube, x sube unidad por unidad y viceversa.

0 No existe relación alguna entre y & x.

+0.3 Una relación positiva débil.

-0.9 Una relación negativa fuerte.

El coeficiente de correlación se calcula como sigue:

Coeficiente de Determinación (r2)

Es el porcentaje de variación en la variable dependiente y que es explicada por la ecuación de regresión. El valor de r2 será siempre un número positivo en el rango de 0 ≤ r2 ≤ 1

Error estándar de pronóstico o desviación estándar.

Un punto estimado

...