You are on page 1of 11

Profesional Reporte

Nombre: Lourdes Josefina Prez Garza. Matrcula: 2615686 Nombre del curso: Pronsticos para Nombre del profesor: Jos Enrique la toma de decisiones. Montemayor Gallegos. Mdulo: 3 Anlisis de regresin lineal Actividad: Mtodos de anlisis de mltiple. Fecha: 29 de enero del 2013. Bibliografa: series de tiempo.

Licenciatura de estadstica. Descomposicin de series temporales. Articulo recuperado el da 29 de enero del 2013 en lnea de http://www.ccee.edu.uy/ensenian/licest/series1/notas_desc_08.pdf Modelos y simulacin. Regresin mltiple. Articulo obtenido el dia 29 de enero del 2013 en lnea de http://www.exa.unicen.edu.ar/catedras/modysim/tutoriales/regresion_multiple.pd f

Objetivo: En el siguiente reporte tendremos como principal objetivo el de demostrar el conocimiento adquirido en cuanto a realizar pronsticos en series de tiempo. Tambin realizaremos ejercicios en cuanto al desarrollo de la tendencia que tiene una serie de tiempo. Procedimiento: Para llegar a la redaccin final de mi reporte, realice los siguientes pasos: 1. El primer paso que realice para redactar mi reporte fue dar una leda a los primeros temas de los apoyos visuales en cuanto a los pronsticos por promedios mviles dobles. 2. El segundo paso fue leer las filminas que me fueron proporcionadas por el tutor del curso. 3. Busque fuentes alternas de informacin en internet las cuales estn incluidas en la bibliografa del reporte.

Profesional Reporte

4. Le los temas vistos en el tercer mdulo de los apoyos otorgados por parte de la institucin en el curso. Resultados: En el siguiente reporte explicaremos primeramente la parte terica sobre los temas de regresin lineal mltiple y de series de tiempo. 1. Regresin lineal mltiple: Qu es? La regresin lineal mltiple se refiere a la extensin de la regresin lineal simple, la diferencia en esta regresin s que se necesita el uso de ms de una variable, en la ecuacin se involucran dos o ms variables independientes que influyen al mismo tiempo sobre la variable dependiente. Qu es el coeficiente de determinacin y el coeficiente de correlacin? El coeficiente de determinacin mide la proporcin de variabilidad total de la variable dependiente (y) respecto a su medida que es explicada por el modelo de regresin. El coeficiente de correlacin se refiere a la medida con la cual se puede determinar las relaciones de dependencia entre variables. Cules son las desventajas de la multicolinealidad? La principal desventaja de la multicolinealidad es que se considera daina cuando la totalidad de las influencias de las variables explicativas sobre Y no se pueden separar. Por qu es recomendable comparar modelos de regresin? Para tener mayor seguridad en que los resultados obtenidos del mtodo seleccionado sean confiables. 2. Serie de tiempo: Qu es? Es el conjunto de observaciones de un fenmeno, las cuales generalmente se encuentran en intervalos fijos y autocorrelacionadas.

Profesional Reporte

A qu se refiere la autocorrelacin? Se refiere a aquellas series que estn relacionadas entre s en donde con base a la variabilidad de sus patrones se puede estimar un resultado futuro. Cules son las principales ventajas de las series de tiempo en los pronsticos? Las dos principales ventajas de utilizar estas series de tiempo para la generacin de pronsticos son su sencillez y su bajo costo. Cules son los principales nmeros ndice en la economa nacional? ndices de precios, produccin, salarios, poder adquisitivo, etc. Cul es la diferencia entre componente cclico y estacional? El componente cclico se encuentra relacionado con la macroeconoma, identifica los momentos ms importantes de la actividad sectorial, la situacin general de cualquier empresa, Estado, etc. El componente estacional en una serie de tiempo se utiliza para realizar anlisis a corto plazo. A qu se refiere el ajuste de poder de compra mediante deflacin? Es el mtodo de comparacin de datos pasados con los presentes por medio de la deflacin, la cual expresa los datos de estudio en medidas constantes monetarias. Qu es el apalancamiento y como se relaciona con las observaciones atpicas? El apalancamiento es la influencia de los valores en las variables explicativas con respecto a los valores tpicos para la misma variable. A continuacin nos referiremos a la parte prctica de la actividad en donde desarrollaremos un ejemplo prctico, para realizar pronsticos con una serie de tiempo.

Profesional Reporte

1. Martin es un joven ahorrador que cada quincena separa los pesos sueltos que encuentra en su cartera, y tiene la curiosidad de pronosticar cuanto puede ahorrar de julio a diciembre. MES Enero Febrero Marzo Abril Mayo Junio QUINCENA (X) 11 22 13 24 15 26 17 28 19 2 10 1 11 2 12 78 AHORRO ($) (Y) 115 160 102 176 180 203 191 216 210 249 227 254 2283

a. Descompn la serie y pronostica el ahorro total de julio a diciembre b. Cul es el comportamiento de esta serie? c. Martin desea saber a cuanto equivale el total de su ahorro de enero a diciembre en pesos constantes, teniendo como base la segunda quincena de junio Cul ser su ahorro? a. X*Y 115 320 306 704 900 1218 1337 1728 1890 2490 2497 3048 16,553 X2 1 4 9 16 25 36 48 64 81 100 121 144 649 Y2 13,225 25,600 10,404 30,976 32,400 41,209 36,481 46,656 44,100 62,001 51,529 64,516 459,097

Profesional Reporte

A0= (2283) (649) (78) (16,553) 12(649) (78)2 A0= 1481667 1291134 7788 6084 A0= 190533 = 111.81 1704 A1= 12(16553) (78)(2283) 12(649) (78)2 A1= 198636 178074 7788 6084 A1= 20562 = 12.06 1704 Tt = a0 + a1(x) Quincena 1 2 3 4 5 6 7 8 9 10 11 12 Tendencia 123.87 135.93 147.99 160.05 172.11 184.17 196.23 208.29 220.35 232.41 244.47 256.53 Error -8.87 24.07 -45.99 15.95 7.89 18.83 -5.23 7.71 -10.35 16.59 -17.47 -2.53

Pronostico para los meses de julio a diciembre Mes Julio Agosto Quincena 13 14 15 Pronostico Ahorro 268.59 280.12 292.10

Profesional Reporte

Septiembre Octubre Noviembre Diciembre

16 17 18 19 20 21 22 23 24

304.08 316.07 328.05 340.03 352.01 364.00 375.98 387.96 399.94

b. La tendencia de esta serie es lineal ascendente. c. Ahorro en pesos constantes: ndice: Valor estudios * 100 Valor base ndice: 6291.48 * 100 254 ndice: 2476.96 Poder de compra: 100 ndice Poder de compra: 100 = 0.0403 2476.96 2. Ahora Martn quiere fomentar su ahorro personal y ha identificado las variables que considera que han influido en su ahorro: los minutos que ha utilizado en celular y el salario quincenal. Ahorro Quincena (pesos) Y 1 115 2 160 1 102 2 176 Salario Celular (pesos) (minutos) X1 X2 2300 301 2325 250 2350 332 2375 260

Mes Enero Febrero

Profesional Reporte

Marzo Abril Mayo Junio

1 2 1 2 1 2 1 2

180 203 191 216 210 249 227 254


2283

2400 2425 2450 2475 2500 2525 2550 2575


29250

309 237 260 253 298 241 235 229


3205

Y2 13,225 25,600 10,404 30,976 32,400 41,209 36,481 46,656 44,100 62,001 51,529 64,516 459,097

X12 5290000 5405625 5522500 5640625 5760000 5880625 6002500 6125625 6250000 6375625 6502500 6630625 71386250

X22 90601 62500 110224 67600 95481 56169 67600 64009 88804 58081 55225 52441 868735

YX1 264500 372000 239700 418000 432000 492275 467950 534600 525000 628725 578850 654050 5607650

YX2 34615 40000 33864 45760 55620 48111 49660 54648 62580 60009 53345 53345 591557

X1X2 692300 581250 780200 617500 741600 574725 637000 626175 745000 608525 599250 589675 7793200

a. Obtn la ecuacin de regresin mltiple usando ambas variables independientes.

Profesional Reporte Resumen Estadsticas de la regresin Coeficiente de correlacin mltiple 0.95610263 Coeficiente de determinacin R^2 0.91413224 R^2 ajustado 0.89505051 Error tpico 15.3686688 Observaciones 12

ANLISIS DE VARIANZA Grados de libertad Regresin Residuos Total 2 9 11

Suma de cuadrados 22630.4862 2125.76383 24756.25

Promedio de los cuadrados

Valor crtico de F 1.5931E-05

11315.2431 47.9061626 236.195981

Coeficient es Intercepci n Variable X 1 Variable X 2 -592.5317 0.3750 -0.4911

Error tpico 180.138 2 0.0622 0.1648

Estadsti co t

Superio Inferior Superio r 95% 95.0% r 95.0% - 0.009 1000.032 185.030 1000.032 185.030 -3.2893 4 7 7 7 7 0.000 6.0287 2 0.2343 0.5157 0.2343 0.5157 0.015 -2.9807 4 -0.8639 -0.1184 -0.8639 -0.1184 Prob.

Inferior 95%

Y = -592.53 + 0.3750X1 + -0.4911X2 b. Coeficiente de correlacin


celul ar

ahorro ahorro salario celular 1 0.8827808 58 -

salario

1 -

Profesional Reporte

0.7251230 0.49481782 88 8

c. Coeficiente de determinacin
d. Estadsticas de la regresin Coeficiente de correlacin mltiple 0.95610263

Coeficiente de determinacin R^2


R^2 ajustado Error tpico Observaciones

0.91413224
0.89505051 15.3686688 12

d. Aplica el mtodo de regresin paso a paso coinciden los resultados? e. Si compruebas la relacin mediante la prueba F es significativa?

RESUMEN Grupos 115 2300 301 Cuenta 11 11 11 Suma Promedi o Varianza 1857.890 2168 19709% 91 245000 26950 % 6875 2904 26400% 1147.8

ANLISIS DE VARIANZA Origen de las variaciones Entre grupos Dentro de los grupos Promedi Suma de Grados o de los cuadrado de cuadrado Probabilid s libertad s F ad 3614846 1807423 5487.743 3.40942E4.7 2 2.4 48 39 98806.90 3293.563 91 30 64 3624727 1.6 Valor crtico para F 3.315829 501

Total

32

f. Si Martn quiere ahorrar $450 la prxima quincena y sabe que recibir $2600, cuntos minutos tiene permitido llamar?

Profesional Reporte

g. Cunto es la variacin no explicada por el modelo? Y 115 160 102 176 180 203 191 216 210 249 227 254 TOTAL Ypronosticada 190.25 190.25 190.25 190.25 190.25 190.25 190.25 190.25 190.25 190.25 190.25 190.25 (Y-Ypronosticada) -75.25 -30.25 -88.25 -14.25 -10.25 12.75 0.75 25.75 19.75 58.75 36.75 63.75 0 (Y-Ypronosticada)2 5662.5625 915.0625 7788.0625 203.0625 105.0625 162.5625 0.5625 663.0625 390.0625 3451.5625 1350.5625 4064.0625 24756.25

B1= 1.63 B0=.05 Y 115 160 102 176 180 203 191 216 210 249 227 254 h. Consideras que Martn administra correctamente sus recursos? i. Cmo relacionas el uso de las herramientas vistas con el ahorro de Martn? Conclusin: Ypronosticada Y= .05 + 1.63(x) (Y-Ypronosticada) (Y-Ypronosticada)2

Profesional Reporte

Bueno en esta actividad fue de mucho trabajo, mucho empeo, mucho leer, mucha investigacin, aun as no logre concretar ciertos puntos de mi actividad, pero ciertamente fue la ms enriquecedora del curso, ya que logre enfocarme ms al rea practica de mi misma actividad, espero los resultado sea los correctos y que las retroalimentaciones sigan siendo de ayuda como hasta ahora, ciertamente la estadstica nos permite realizar pronsticos sobre datos histricos y series de tiempo, lo cual es de suma importancia para cualquier organizacin que quiera pronosticar, sus ventas, ingresos, produccin etc. Hoy en da existen herramientas computacionales o software que nos ayudan a realizar estas tareas de estadstica. Yo me apoye sobre Excel esperando los resultados sean de acuerdo a lo pedido en la actividad.

You might also like