Práctica No.

3- Regresión Lineal Facultad de Ingeniería, UNAM

BAUTISTA VELÁZQUEZ FERNANDO Planeación y Control de la Producción

PRÁCTICA 3
REGRESIÓN LINEAL
Objetivos de aprendizaje

Objetivo general. Aplicar la regresión lineal para pronosticar las ventas en relación al nivel de publicidad.
Objetivos específicos:
I. Desarrollar un modelo de regresión lineal para pronosticar ventas.
II. Calcular el coeficiente determinación para el modelo de regresión lineal e interpretarlo.

INTRODUCCIÓN
El modelo de pronóstico de regresión lineal permite hallar el valor
esperado de una variable aleatoria a cuando b toma un valor
específico. La aplicación de este método implica un supuesto de
linealidad cuando la demanda presenta un comportamiento creciente
o decreciente, por tal razón, se hace indispensable que previo a la
selección de este método exista un análisis de regresión que
determine la intensidad de las relaciones entre las variables que
componen el modelo.

El pronóstico de regresión lineal simple es un modelo óptimo para patrones de demanda con tendencia (creciente o
decreciente), es decir, patrones que presenten una relación de linealidad entre la demanda y el tiempo.
Existen medidas de la intensidad de la relación que presentan las variables que son fundamentales para determinar en
qué momento es conveniente utilizar regresión lineal.

El objetivo de un análisis de regresión es determinar la relación que existe entre una variable dependiente y una o más
variables independientes. Para poder realizar esta relación, se debe postular una relación funcional entre las variables.
Cuando se trata de una variable independiente, la forma funcional que más se utiliza en la práctica es la relación lineal.
El análisis de regresión entonces determina la intensidad entre las variables a través de coeficientes de correlación y
determinación.

Coeficiente de correlación [r]

El coeficiente de correlación, comúnmente identificado

como r o R, es una medida de asociación entre las
variables aleatorias X y Y, cuyo valor varía entre -1 y +1.
[1]

Semestre 2019-1 M.I. Silvina Hernández García

1
Práctica No. 3- Regresión Lineal Facultad de Ingeniería, UNAM
BAUTISTA VELÁZQUEZ FERNANDO Planeación y Control de la Producción

El cálculo del coeficiente de correlación se efectúa de la siguiente manera:

Dónde t hace referencia a la variable tiempo y x a la variable demanda.

Modelo de regresión simple

Donde ...

Donde ...

CASO 1

Sandra tiene una tienda de ropa frente a la Alameda del Sur. En las últimas semanas, Sandra ha pagado para publicitar
su negocio, y ha notado que las ventas se incrementan en proporción a su presupuesto semanal para publicidad.

Sandra quiere incrementar su gasto en publicidad, pero antes de hacerlo, desea conocer el impacto que los anuncios
tienen en sus ventas. La siguiente tabla muestra el gasto en publicidad durante las últimas 5 semanas y las ventas que
se registraron en la tienda de ropa:

Tabla 7. Ventas monetarias de ropa y

presupuesto de publicidad semanales
Ventas (UM) Publicidad (UM)
23,000 1,000
13,000 600
21,000 1,400
13,000 400
25,000 1,600

Semestre 2019-1 M.I. Silvina Hernández García

2
Práctica No. 3- Regresión Lineal Facultad de Ingeniería, UNAM
BAUTISTA VELÁZQUEZ FERNANDO Planeación y Control de la Producción

Pregunta 1. Desarrolle una regresión lineal que permita a Sandra evaluar el desempeño semanal de los anuncios.

Pregunta 2. Si Sandra decide incrementar en 100 UM su presupuesto en publicidad, ¿cuál es el incremento en ventas
esperado?

El nivel de ventas que se generarían al invertir 500 UM de más solo serían 5000, por lo que no es muy conveniente.
Pregunta 3. Proporcione el coeficiente de determinación (R2) para el modelo que obtuvo en la pregunta 1.
- R2 = 0.8125
Pregunta 4. Interprete el coeficiente de determinación.
- El valor del coeficiente de relación es positivo por lo que es directo y al estar más cercano al 1 las variables tienen una
correlación fuerte.

Semestre 2019-1 M.I. Silvina Hernández García

3
Práctica No. 3- Regresión Lineal Facultad de Ingeniería, UNAM
BAUTISTA VELÁZQUEZ FERNANDO Planeación y Control de la Producción

CASO 2.

El gerente de una cadena de servicios de entrega de paquetería desea desarrollar un modelo para predecir
las ventas semanales (en miles de dólares) para las tiendas individuales basado en el número de clientes que realizan
las compras. Se seleccionó una muestra aleatoria entre todas las tiendas de la cadena con los siguientes resultados

Pregunta 1. Grafique el diagrama de dispersión.

Semestre 2019-1 M.I. Silvina Hernández García

4
Práctica No. 3- Regresión Lineal Facultad de Ingeniería, UNAM
BAUTISTA VELÁZQUEZ FERNANDO Planeación y Control de la Producción

Pregunta 2. Obtenga la ecuación que mejor ajuste a los datos.

0.0087x+2.423
Pregunta 3. Proporcione el coeficiente de determinación (R2) para el modelo que obtuvo en la pregunta 2.
- R2= 0.9119
Pregunta 4. Interprete el coeficiente de determinación.
- El coeficiente de determinación está muy cercano a 1 por lo que el modelo obtenido es bastante bueno ya que las
estimaciones se ajustan bien a la variable real.
Pregunta 5. Pronostique las ventas semanales (en miles de dólares) para las tiendas que tienen 600 clientes.
7.66 miles de dólares

CONCLUSIONES
En si la práctica fue bastante fácil porque utilizamos la plantilla de Excel y ya teníamos conocimiento sobre la
regresión lineal, aunque también fue de ayuda para recordar algunos conceptos como el coeficiente de
determinación.

FUENTES
[1] https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-industrial/pron%C3%B3stico-de-
ventas/regresi%C3%B3n-lineal/

Semestre 2019-1 M.I. Silvina Hernández García