Universidad Abierta y a Distancia de Mxico

Carrera:
Licenciatura en Gestin y Administracin de PyMES

Semestre: Sexto

Materia:
Inteligencia de Negocios

Unidad 2
Componentes de la inteligencia de negocios

Actividad 3
Estimacin y pronostico estadstico predictivo
Alumna:
Melina Montserrat Gonzlez Mendoza

Docente
Mtra. Miren Josune Echeandia Guerra

Matricula:
ES1511119605
INDICACIONES:

1. Plantea un modelo de regresin para analizar la relacin entre las variables,

tomando en cuenta lo siguiente:
a. Argumenta por qu esperas que sea importante examinar dicha
relacin.
b. Genera una versin simple y una versin mltiple manteniendo la misma
variable dependiente a fin de comparar el caso de una slo variable
independiente con el caso de ms de una variable independiente.
2. Aplica el procesamiento estadstico para determinar los parmetros del modelo
de regresin simple, mltiple y el coeficiente de determinacin en cada caso.
3. Compara los resultados obtenidos en cuanto a los dos modelos.
4. Interpreta los resultados y obtn conclusiones.
5. Obtn pronsticos 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 pronstico generado
con base en el modelo simple y el mltiple.
6. Guarda tu documento con la siguiente nomenclatura GIINN_U2_A3_XXYZ
y envalo a tu docente en lnea mediante esta seccin.
 Estimacin y pronostico estadstico predictivo

El anlisis de regresin es uno de los mtodos ms utilizados para hacer

estimaciones, y se emplea cuando existe relacin entre dos o ms variables.

El anlisis de regresin, se basa en las observaciones que se realizan para cada una
de las variables, donde se da a conocer una ecuacin matemtica que indica la
relacin de estas variables; cuando se tiene una ecuacin 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 regresin se emplea en la estimacin de una relacin que puede existir en una

poblacin.

Para continuar con la realizacin de esta actividad continuare con el estudio del
caso de la empresa productora de autopartes para que de esta forma procese
estadsticamente la informacin que obra en la tabla de la actividad 2 del segundo
tema de la presente unidad; a travs del mtodo de los cuadros para el ajuste a
una lnea a una serie de observaciones, en el cual utilizare valores variables
independientes la cual puede afectar a una variable dependiente.

Tabla de anlisis

Ventas de Valor de Nmero de

juntas para piezas de reuniones
caja de juntas para llevadas a
Ventas
velocidades caja de cabo entre el
totales
Ao Trimestre para velocidades cliente y el
(miles de
vehculos rechazadas proveedor
pesos)
hbridos por el cliente con relacin al
(miles de (miles de diseo y
pesos) 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

Lnea Mltiple
Comparacin de Ventas totales para caja
Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.3961453
Coeficiente de determinacin R^2 0.1569311
R^2 ajustado 0.0726242
Error tpico 3.233273
Observaciones 12

ANLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadradosde los cuadrados
F Valor crtico de F
Regresin 1 19.459459 19.459459 1.8614271 0.2023749
Residuos 10 104.54054 10.454054
Total 11 124

Coeficientes Error tpico Estadstico tProbabilidadInferior 95%Superior 95% Inferior 95.0% Superior 95.0%
Intercepcin 2.2702703 2.8886687 0.7859227 0.450134 -4.166085 8.7066253 -4.166084788 8.706625328
Variable X 1 0.0006486 0.0004754 1.3643413 0.2023749 -0.000411 0.001708 -0.000410675 0.001707973
Comparacin de las Ventas totales ms Ventas totales de caja
Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.3999831
Coeficiente de determinacin R^2 0.1599865
R^2 ajustado -0.026683
Error tpico 3.4019876
Observaciones 12

ANLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadradosde los cuadrados
F Valor crtico de F
Regresin 2 19.838325 9.9191627 0.8570567 0.4563397
Residuos 9 104.16167 11.573519
Total 11 124

Coeficientes Error tpico Estadstico tProbabilidadInferior 95%Superior 95%Inferior 95.0% Superior 95.0%
Intercepcin 1.2444278 6.4331194 0.1934408 0.850909 -13.3083 15.797155 -13.3083 15.79715503
Variable X 1 7.009E-05 0.0003874 0.1809298 0.8604315 -0.000806 0.0009464 -0.000806 0.000946425
Variable X 2 0.0006706 0.0005148 1.3027606 0.2250017 -0.000494 0.0018351 -0.000494 0.001835115

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 fenmenos aleatorios los cuales afectan a los
datos y sus correcciones. Los modelos que se ocupan son los adecuados para
representar a las variables.
 Se deber tener un pronstico de regresin 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

Valor de piezas de
Ventas de juntas Nmero de reuniones
juntas para caja de
para caja de llevadas a cabo entre el
Ventas velocidades
velocidades para cliente y el proveedor
totales rechazadas por el
Ao Trimestre vehculos hbridos (diseo y calidad)
(miles de cliente
pesos)

(miles de pesos) (miles de pesos) (miles de pesos)

2010 I 10000 8000 10 0

II 10,000 7,000 5 1
III 15,000 2,000 0 2
IV 15,000 7,000 5 1
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
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
Total 154,000 69,000

Para el 2013 estarn de la siguiente manera

Ventas totales sern de $10,000

Ventas totales de junta de caja es de $3,000
Valor de piezas rechazadas $ 5.6
Diseo de calidad $0
Estrategias

Para el mercado interno se deber actualizar un diagnstico y la agenda

orientada a atender problemas que se susciten al momento de transportar
los vehculos, como la identificacin de actos estableciendo un plazo
determinado.

Se deber implementar su competitividad como productores de

autopartes, para convertirse en un importante con el centro de diseo y
innovacin tecnolgica, mediante un plan estratgico.

Entorno de negocios, se actualiza el diagnstico y la agenda a resolver ya

que su problemtica, la cual deriva desde precios y suministros requeridos
por la industria, por lo cual es necesario contar con un inventario, as como
las condiciones de seguridad y necesidades futuras de la industria.

Acceso a mercados internacionales. Se deber desarrollar un sistema, para

que la empresa pueda anlisis e identifica las oportunidades del mercado:

Realizar acciones con el sector privado y pblico para proveer el inicio del
negocio para el restablecimiento del comercio del pas.

Tecnolgico e investigacin. Se deber elaborar una investigacin

aplicando la tecnologa de los recursos financieros tanto pblicos como
privado. as como tambin contar con un inventario que beneficie a la
empresa de manera interna, externa, con el fin de incrementar la
competitividad de su produccin, as como la innovacin para el consumo
de la empresa a nivel nacional e internacional
Conclusin:

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, as como la cantidad de las reuniones se realizaran.

Conforme a ambos modelos regresin lineal mltiple y lineal simple, los

modelos demuestran los coeficientes en relacin con las variables
analizadas. El modelo ms confiable para realizar el modelo de regresin
para que empresa automotriz incremente la productividad y as la
competitividad de la empresa.

Referencia

Componentes analticos de la inteligencia de negocio. 24-10-2017,

de Divisin 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