PONTIFICA UNIVERSIDAD CATÓLICA
DEL ECUADOR SEDE AMBATO
ESTADÍSTICA
MÉTODOS DE PROYECCIÓN
MÍNIMOS CUADRADOS
Integrantes:
Au...
INTRODUCCIÓN
Para realizar una proyección se requiere
conocer el comportamiento de los
componentes del estudio de mercado ...
¿Qué es una proyección?
Son métodos de predicción en los que,
partiendo de determinadas series de
datos, se formula una “p...
Porque son necesarias?
Toda organización debe planear como enfrentar las
condiciones futuras.
Los proyectos se ejecutan bu...
La efectividad del método elegido
se evaluará en función de:
Precisión: Cualquier error en su pronóstico tendrá
asociado u...
Dificultades para pronosticar
Dificultades para pronosticar
Eventos que no hayan
ocurrido en el pasado
Desarrollo de
nueva...
Tipos de Métodos de Proyección
 Cualitativos
 Cuantitativos
 Mínimo Cuadrado
 Método subjetivo
 Método causales
 Coe...
MÉTODOS DE PROYECCIÓN MAS
COMUNES
Métodos subjetivos
Su importancia resalta cuando los métodos cuantitativos basados en
in...
MÉTODOS DE PROYECCIÓN MAS COMUNES
MÉTODOS CAUSALES
Proyectan el mercado sobre la base de antecedentes cuantitativos
histór...
MÍNIMOS CUADRADOS
 Dado un conjunto de datos (pares)
se intenta encontrar la función que
mejor se adapte a los datos , es...
PRINCIPIO DE MÍNIMOS
CUADRADOS
Recta de “mejor ajuste”
 Técnica empleada para obtener la
ecuación de regresión, minimizan...
FORMA GENERAL DE LA
ECUACIÓN DE REGRESIÓN
LINEAL
Y´= a + bX
Donde:
“Y´”se lee Y prima, es el valor pronosticado de la var...
PENDIENTE DE LA LÍNEA DE
REGRESIÓN
Donde:
“X” es un valor de la variable independiente.
“Y” es un valor de la variable d...
PUNTO DONDE SE
INTERCEPTA CON EL EJE Y
Donde:
“X” es un valor de la variable independiente.
“Y” es un valor de la variab...
ANÁLISIS DE REGRESIÓN
 En lo expuesto anteriormente se desarrollan medidas para
expresar la intensidad y la dirección de ...
ECUACIÓN DE REGRESIÓN
 Es una ecuación que define la relación lineal entre dos
variables.
1. presentacion-minimos-cuadrados
Próxima SlideShare
Cargando en…5
×

1. presentacion-minimos-cuadrados

438 visualizaciones

Publicado el

Trabajo de Estadística

Publicado en: Empresariales
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
438
En SlideShare
0
De insertados
0
Número de insertados
23
Acciones
Compartido
0
Descargas
3
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

1. presentacion-minimos-cuadrados

  1. 1. PONTIFICA UNIVERSIDAD CATÓLICA DEL ECUADOR SEDE AMBATO ESTADÍSTICA MÉTODOS DE PROYECCIÓN MÍNIMOS CUADRADOS Integrantes: Ausay Carmen Cruz Mónica Mera Lorena Salinas Cecilia Jines David Quevedo William
  2. 2. INTRODUCCIÓN Para realizar una proyección se requiere conocer el comportamiento de los componentes del estudio de mercado en el pasado, en el presente y en el futuro. Los modelos y técnicas de proyección ayudan a determinar éste comportamiento futuro. Los resultados de la proyección está relacionada con la calidad de los datos de entrada.
  3. 3. ¿Qué es una proyección? Son métodos de predicción en los que, partiendo de determinadas series de datos, se formula una “proyección” a futuro con el objetivo de evaluar la ocurrencia probable de cualquier acontecimiento. Una estimación del comportamiento de una variable en el futuro.
  4. 4. Porque son necesarias? Toda organización debe planear como enfrentar las condiciones futuras. Los proyectos se ejecutan buscando rentabilidad financiera, luego es necesario saber cómo evolucionará el mercado en el tiempo. Estimar cómo evolucionaran las variables independientes asociadas con la demanda, oferta y precios. Cómo afectará la política económica cada una de las variables en estudio.
  5. 5. La efectividad del método elegido se evaluará en función de: Precisión: Cualquier error en su pronóstico tendrá asociado un costo. No es posible exigir una certeza total, pero si, la reducción al mínimo del costo del error en su proyección. Sensibilidad: En un medio cambiante, debe ser lo suficientemente estable para enfrentar una situación de cambios lentos como dinámica para enfrentar cambios agudos. Objetividad: La información que se tome como base de la proyección debe garantizar su validez y oportunidad en una situación histórica.
  6. 6. Dificultades para pronosticar Dificultades para pronosticar Eventos que no hayan ocurrido en el pasado Desarrollo de nuevas tecnologías Incorporación de competidores con sistemas comerciales no tradicionales Variaciones en las políticas económicas gubernamentales Etc. Antecedentes históricos = variables referenciales
  7. 7. Tipos de Métodos de Proyección  Cualitativos  Cuantitativos  Mínimo Cuadrado  Método subjetivo  Método causales  Coeficiente de correlación  Métodos promedios móviles  Métodos de tendencias  Método incremental  Combinación de factores
  8. 8. MÉTODOS DE PROYECCIÓN MAS COMUNES Métodos subjetivos Su importancia resalta cuando los métodos cuantitativos basados en información histórica no pueden explicar por sí solos el comportamiento futuro esperado de alguna de sus variables o cuando no existen suficientes datos históricos. Se basa en la opinión de expertos Se usa cuando: El tiempo de elaboración es escaso, no se dispone de todos los antecedentes o datos, los datos no son confiables para predecir, no se puede explicar alguna variable. Ejm: Método Delphi
  9. 9. MÉTODOS DE PROYECCIÓN MAS COMUNES MÉTODOS CAUSALES Proyectan el mercado sobre la base de antecedentes cuantitativos históricos. Suponen que los factores condicionantes del comportamiento histórico de alguna o todas las variables del mercado permanecerán estables. Una variable depende de muchas causas o factores que explican su comportamiento. Estos son : Modelo de regresión Modelo econométrico Método de encuestas de intenciones de compra Modelo de insumo producto
  10. 10. MÍNIMOS CUADRADOS  Dado un conjunto de datos (pares) se intenta encontrar la función que mejor se adapte a los datos , es decir aquella que presente el mejor ajuste, empleando el criterio del mínimo error cuadrático.  En general, el método de mínimos cuadrados selecciona una función de tipo lineal. Es decir: XY 10 ββ +=
  11. 11. PRINCIPIO DE MÍNIMOS CUADRADOS Recta de “mejor ajuste”  Técnica empleada para obtener la ecuación de regresión, minimizando la suma de los cuadrados de las distancias verticales entre los valores verdaderos de Y y los valores pronosticados de Y.
  12. 12. FORMA GENERAL DE LA ECUACIÓN DE REGRESIÓN LINEAL Y´= a + bX Donde: “Y´”se lee Y prima, es el valor pronosticado de la variable Y para un valor seleccionado de X. “a” es la ordenada de la intersección con el eje Y, es decir, el valor estimado de Y cuando X = 0. Dicho de otra forma, corresponde al valor estimado de Y, donde la recta de regresión cruza el eje Y, cuando X = 0. “b” es la pendiente de la recta, o el cambio promedio en Y´ por unidad de cambio (incremento o decremento) en la variable independiente X. “X” es cualquier valor seleccionado de la variable independiente.
  13. 13. PENDIENTE DE LA LÍNEA DE REGRESIÓN Donde: “X” es un valor de la variable independiente. “Y” es un valor de la variable dependiente. “n” es el número de elementos en la muestra.
  14. 14. PUNTO DONDE SE INTERCEPTA CON EL EJE Y Donde: “X” es un valor de la variable independiente. “Y” es un valor de la variable dependiente. “n” es el número de elementos en la muestra.
  15. 15. ANÁLISIS DE REGRESIÓN  En lo expuesto anteriormente se desarrollan medidas para expresar la intensidad y la dirección de la relación existente entre dos variables.  Mediante el análisis de regresión se quiere determinar una ecuación para expresar la relación lineal (en línea recta) entre dos variables, llamada también ecuación de regresión.  Se desea estimar el valor de la variable dependiente Y, con base en un valor de la variable independiente X. A la técnica empleada para desarrollar la ecuación y dar las estimaciones se conoce como análisis de regresión.
  16. 16. ECUACIÓN DE REGRESIÓN  Es una ecuación que define la relación lineal entre dos variables.

×