Universidad Abierta y a Distancia de México
Carrera: Licenciatura en Gestión y Administración A dministración de PyMES Semestre: Sexto Materia: Inteligencia de Negocios Unidad 2 Componentes Componentes de la l a inteligencia de negocios Actividad 3 Estimación y pronostico estadístico predictivo Alumna: Melina Montserrat González Mendoza Docente Mtra. Miren Josune Echeandia Guerra Matricula: ES1511119605
INDICACIONES:
1. Plantea un modelo de regresión para analizar la relación entre las variables, tomando en cuenta lo siguiente: a. Argumenta por qué esperas que sea importante examinar dicha relación. b. Genera una versión simple y una versión múltiple manteniendo la misma variable dependiente a fin de comparar el caso de una sólo variable independiente con el caso de más de una variable independiente. 2. Aplica el procesamiento estadístico para determinar los parámetros del modelo de regresión simple, múltiple y el coeficiente de determinación en cada caso. 3. Compara los resultados obtenidos en cuanto a los dos modelos. 4. Interpreta los resultados y obtén conclusiones. 5. Obtén pronósticos en cuanto a los valores que, de la variable dependiente para el primer trimestre de 2013, asignando valores para las variables independientes conforme a su tendencia, compara el pronóstico generado con base en el modelo simple y el múltiple. 6. Guarda tu documento con la siguiente nomenclatura GIINN_U2_A3_XXYZ y envíalo a tu docente en línea mediante esta sección.
Estimación y pronostico estadístico predictivo El análisis de regresión es uno de los métodos más utilizados para hacer estimaciones, y se emplea cuando existe relación entre dos o más variables. El análisis de regresión, se basa en las observaciones que se realizan para cada una de las variables, donde se da a conocer una ecuación matemática que indica la relación de estas variables; cuando se tiene una ecuación esta se utiliza para poder estimar valores futuros que puede tener una variable. En cualquier tipo de problema se deben de tener muy bien estudiadas e identificadas las variables que existen en dicho problema. La regresión se emplea en la estimación de una relación que puede existir en una población. Para continuar con la realización de esta actividad continuare con el estudio del caso de la empresa productora de autopartes para que de esta forma procese estadísticamente la información que obra en la tabla de la actividad 2 del segundo tema de la presente unidad; a través del método de los cuadros para el ajuste a una línea a una serie de observaciones, en el cual utilizare valores variables independientes la cual puede afectar a una variable dependiente.
Tabla de análisis
Año
Trimestre
Ventas totales (miles de pesos)
Ventas de juntas para caja de velocidades para vehículos híbridos (miles de pesos)
Valor de Número de piezas de reuniones juntas para llevadas a caja de cabo entre el velocidades cliente y el rechazadas proveedor por el cliente con relación al (miles de diseño y pesos) calidad de
2010 I
10,000
8,000
10
0
II
10,000
7,000
5
1
III
15,000
2,000
0
2
IV
15,000
7,000
5
1
50,000
24,000
2011 I
10,000
9,000
5
0
II
12,000
5,000
0
2
III
15,000
5,000
5
1
IV
17,000
8,000
10
0
54,000
27,000
2012 I
10,000
4,000
8
0
II
15,000
4,000
8
1
III
15,000
5,000
8
0
IV
10,000
5,000
8
0
50,000
18,000
Total
154,000
69,000
72
8
Resultados
Tomaremos en cuenta los resultados conforme a la formula Formula: Venta Total es = a + b Venta totales para caja de velocidades
Ventas Totales 14636.036 + (0.3135) Ventas Totales
Línea Múltiple
Comparación de
Ventas totales para caja
Resumen Estadísticas de la regresión
Coeficiente de correlación múltiple Coeficiente de determinación R^2 R^2 ajustado Error típico Observaciones
0.3961453 0.1569311 0.0726242 3.233273 12
ANÁLISIS DE VARIANZA Grados de liber a de cuadraio de los cu
Regresión Residuos Total
F
lor crít ic o de F
1 19.459459 19.459459 1.8614271 0.2023749 10 104.54054 10.454054 11 124 Coeficientes Error típico Estadístico tProbabilidadInferior 95% uperior 95% Inferior 95.0% Superior 95.0%
Intercepción Variable X 1
2.2702703 2.8886687 0.7859227 0.450134 -4.166085 8.7 066253 -4.166084788 0.0006486 0.0004754 1.3643413 0.2023749 -0.000411 0.001708 -0.000410675
8.706625328 0.001707973
Comparación de las Ventas totales más Ventas totales de caja Resumen Estadísticas de la regresión
Coeficiente de correlación múltiple 0.3999831 Coeficiente de determinación R^2 0.1599865 R^2 ajustado -0.026683 Error típico 3.4019876 Observaciones 12 ANÁLISIS DE VARIANZA Grados de liber a de cuadraio de los cu
Regresión Residuos Total
F
lor crítico de F
2 19.838325 9.9191627 0.8570567 0.4563397 9 104.16167 11.573519 11 124 Coeficientes Error típico Estadístico tProbabilidadInferior 95% uperior 95 ferior 95.0 Superior 95.0%
Inte rcepción Variable X 1 Variable X 2
1.2 444278 6.4 331194 0.1 934408 0.850909 -13.3083 15.797155 -13.3083 7.0 09E-05 0.0 003874 0.1 809298 0.8604315 -0.000806 0.0 009464 -0.000806 0.0 006706 0.0 005148 1.3 027606 0.2250017 -0.000494 0.0 018351 -0.000494
15.79715503 0.0 00946425 0.0 01835115
Por lo tanto, tenemos que
y=bo + b1X1 + b2X2 y=1.24 +7.00 x1 + 0.00067 x 2 y=115.3142377 El nivel de error y su comportamiento del modelo estimado, es superior a lo razonable el cual previene de los fenómenos aleatorios los cuales afectan a los datos y sus correcciones. Los modelos que se ocupan son los adecuados para representar a las variables.
Se deberá tener un pronóstico de regresión conforme a una lineal simple 1. Se debe buscar el punto en que se debe pronosticar. 2. Se debe contar con un rango de valores, dependiendo las variables 3. Los rangos de valores conocidos dependiendo de las variables
Año
Trimestre
2010
2011
2012
Ventas totales (miles de pesos)
Ventas de juntas para caja de velocidades para vehículos híbridos
Valor de piezas de juntas para caja de velocidades rechazadas por el cliente
Número de reuniones llevadas a cabo entre el cliente y el proveedor (diseño y calidad)
(miles de pesos)
(miles de pesos)
(miles de pesos)
I
10000
8000
10
0
II III IV I II III IV I II III IV Total
10,000 15,000 15,000 10,000 12,000 15,000 17,000 10,000 15,000 15,000 10,000 154,000
7,000 2,000 7,000 9,000 5,000 5,000 8,000 4,000 4,000 5,000 5,000 69,000
5 0 5 5 0 5 10 8 8 8 8
1 2 1 0 2 1 0 0 1 0 0
Para el 2013 estarán de la siguiente manera
Ventas totales serán de $10,000
Ventas totales de junta de caja es de $3,000
Valor de piezas rechazadas $ 5.6
Diseño de calidad $0
Estrategias Para el mercado interno se deberá actualizar un diagnóstico y la agenda orientada a atender problemas que se susciten al momento de transportar los vehículos, como la identificación de actos estableciendo un plazo determinado.
Se deberá implementar su competitividad como productores de autopartes, para convertirse en un importante con el centro de diseño y innovación tecnológica, mediante un plan estratégico.
Entorno de negocios, se actualiza el diagnóstico y la agenda a resolver ya que su problemática, la cual deriva desde precios y suministros requeridos por la industria, por lo cual es necesario contar con un inventario, así como las condiciones de seguridad y necesidades futuras de la industria.
Acceso a mercados internacionales. Se deberá desarrollar un sistema, para que la empresa pueda análisis e identifica las oportunidades del mercado: Realizar acciones con el sector privado y público para proveer el inicio del negocio para el restablecimiento del comercio del país .
Tecnológico e investigación. Se deberá elaborar una investigación aplicando la tecnología de los recursos financieros tanto públicos como privado. así como también contar con un inventario que beneficie a la empresa de manera interna, externa, con el fin de incrementar la competitividad de su producción, así como la innovación para el consumo de la empresa a nivel nacional e internacional
Conclusión:
Considero para este caso que se debe examinar las relaciones de las variables, con el fin de ser enfocados a las variables y consecuencias de los proyectos, así como la cantidad de las reuniones se realizaran. Conforme a ambos modelos regresión lineal múltiple y lineal simple, los modelos demuestran los coeficientes en relación con las variables analizadas. El modelo más confiable para realizar el modelo de regresión para que empresa automotriz incremente la productividad y así la competitividad de la empresa.
Referencia
Componentes analíticos de la inteligencia de negocio. 24-10-2017, de División de Ciencias Sociales y Administrativas Sitio web: https://unadmexico.blackboard.com/bbcswebdav/institution/DCSA/BLO QUE2/GAP/06/GIINN/U2/Unidad%202.%20Componente%20analitico%20de %20la%20inteligencia%20de%20negocios.pdf •
