Universidad Abierta y a Distancia de México

Carrera: Gestión y Administración de Pymes

Semestre: 6

Materia: Inteligencia de Negocios.

Unidad 2. Componentes analíticos de la inteligencia de negocios.

Actividad 3. Estimación y pronóstico estadístico predictivo.

Nombre del alumno: María Elizabeth Quintero Pineda.

Matricula: ES162011843.

Docente: Martín Reyes Reyes.

Residencia: Culiacan, Sinaloa.

Fecha: 21 noviembre 2023.

1
Introducción

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.

Desarrollo

Tabla datos históricos.

Número de
Valor de piezas de reuniones llevadas
Ventas de juntas para
juntas para caja a cabo entre el
caja de velocidades
Ventas totales de velocidades cliente y el
Año Trimestre para vehículos
(miles de pesos) rechazadas por el proveedor con
híbridos
cliente relación al diseño y
calidad de
autopartes
(miles de pesos) (miles de pesos)

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

Total, del año 50,000 24,000 20 4

2011 I 10,000 9,000 5 0

II 12,000 5,000 0 2

2
 III 15,000 5,000 5 1

IV 17,000 8,000 10 0

Total, del año 54,000 27,000 20 3

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, del año 50,000 18,000 32 1

Total, general 154,000 69,000 72 8

Desarrollo:

Regresión simple: Para entender las variables de regresión simple, es necesario contemplar las
ventas totales y las ventas de juntas, en donde la variable dependiente será igual a las ventas
totales, mientras que la variable independiente será igual a las ventas de juntas:

Regresión simple
n Ventas totales ventas juntas
1 10000 8000
2 10000 7000
3 15000 2000
4 15000 7000
5 10000 9000
6 12000 5000
7 15000 5000
8 17000 8000
9 10000 4000
10 15000 4000
11 15000 5000
12 10000 5000

-0.313513514 14636.03604
0.408347284 2481.080819
0.055664644 2777.06177
0.589458437 10

3
Como resultado, Valores estimados será igual a

𝑉𝑒𝑛𝑡𝑎𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎𝑠 = 𝑎 + 𝑏 ( 𝑥𝑖 ) 𝑉𝑒𝑛𝑡𝑎𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎𝑠 = 14636.03604 + (−.3135) (24 ) 𝑉𝑒𝑛𝑡𝑎𝑠

𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎𝑠 = 14643.3604 Con lo que se interpreta que en 24 periodos las ventas serán afectadas
con ingreso de $14,643.36. El coeficiente de determinación se determina en 0.055664644, así
que el comportamiento se puede interpretar en 5.5%, esto en relación con las fluctuaciones entre
la variable dependiente con referencia a la variable independiente.

Regresión múltiple: Siguiendo con la primicia mencionada al inicio de la actividad, en donde la

variable dependiente será igual a las ventas totales, mientras que la variable independiente será
igual a las ventas de juntas, en esta variable se agrega el valor de las piezas:

Regresión múltiple
n ventas juntas valor de pieza Ventas totales
1 8000 10 10000
2 7000 5 10000
3 2000 0 15000
4 7000 5 15000
5 9000 5 10000
6 5000 0 12000
7 5000 5 15000
8 8000 10 17000
9 4000 8 10000
10 4000 8 15000
11 5000 8 15000
12 5000 8 10000

51.70630817 -0.34705274 14518.64874

285.7811112 0.467938194 2689.960889
0.059087014 2921.970932 #N/A
0.282588899 9 #N/A

4
Como resultado, Valores estimados serán igual a :

𝑉𝑒𝑛𝑡𝑎𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎𝑠 = 𝑎 + 𝑏 ( 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 ) + 𝐸 𝑉𝑒𝑛𝑡𝑎𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎𝑠 = 14518.6487 + 51.70630817 (17) +

(−0.34705274) (24 ) 𝑉𝑒𝑛𝑡𝑎𝑠 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎𝑠 = 15389.3267 Con lo que se interpreta que en 24 periodos las
ventas serán afectadas con ingreso de $15,389.33 El coeficiente de determinación se determina en
0.0590, así que el comportamiento se puede interpretar en 5.9, esto en relación con las fluctuaciones
entre la variable dependiente con referencia a la variable independiente

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 yinnovación 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.

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:

Dado que el coeficiente en ambos casos es positivo en relación con las variables, se produce un
comportamiento hibrido entre las ventas anuales y las de juntas, ambas tienden a subir.

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 que 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, el modelo de
regresión para que una empresa automotriz incremente la productividad y así la competitividad
de la empresa.

5
Referencias
EBAC. (20 de 11 de 2023). Obtenido de https://ebac.mx/blog/regreson-lineal

GIINN, U. (16 de 11 de 2023). Obtenido de

https://dmd.unadmexico.mx/contenidos/DCSA/BLOQUE2/GAP/06/GIINN/U2/descargables/
GIINN_U2_Contenido_2022_2.pdf

IBM. (21 de 11 de 2023). Obtenido de https://www.ibm.com/docs/es/cognos-analytics/11.1.0?topic=tests-

multiple-linear-regression

XLSTAT. (20 de 11 de 2023). Obtenido de https://www.xlstat.com/es/soluciones/funciones/regresion-lineal-de-los-

minimos-cuadrados-ols