Universidad Nacional Pedro

Ruiz Gallo
 Facultad de Ingeniería Civil de Sistemas
y Arquitectura
Escuela Profesional de Ingeniería de
Sistemas
CURSO: MÉTODO DE PREDICCIÓN
DOCENTE:
INTEGRANTES:
 QUIROGA CADENAS J.MARTIN
 ZEÑA VALDERA DAVID

Aplicación a los Método
de Preddicion

APLICACION A LOS MÉTODOS DE PREDICCIÓN     Métodos Métodos Métodos Métodos cualitativos de pronóstico cuantitativos explicativos de series de tiempo .

Métodos cualitativos de pronóstico Los métodos cualitativos de predicción intentan utilizar los datos reales para determinar una tendencia de mercado cualitativa o real hacia una determinada posición o función en el mercado. .

Métodos cuantitativos En general.durante un período de tiempo determinado. número de tráfico web. . la cantidad de nuevas cuentas o las cancelaciones de cuentas existentes. los métodos cuantitativos utilizan números -números de ventas.

Métodos explicativos Estos métodos estudian los resultados y las tendencias de marketing. sitio web o empresa. tales como informes de los gastos de consumidores y sus índices de confianza. para tratar de determinar la trayectoria futura de un determinado producto. .

.Métodos de series de tiempo Se utilizan sólo con datos históricos para predecir el rendimiento futuro.

REGRESION LINEAL Uno de los aspectos más relevantes de la Estadística es el análisis de la relación o dependencia entre variables. e incluso predecir en mayor o menor grado valores en una variable a partir de otra.  . Frecuentemente resulta de interés conocer el efecto que una o varias variables pueden causar sobre otra.

.

es proponer otras variables que se relacionen a la serie de datos de interés y desarrollar un modelo que exprese la forma en que se relaciona diversas variables. .Modelos de regresión Una cosa es ajustar un modelo a una serie de tiempos. otra. totalmente diferente.

Regresión es un conjunto de técnicas que son usadas para establecer una relación entre una variable cuantitativa llamada variable dependiente (Y) y una o más variables independientes (X) llamadas variables predictoras. La ecuación que representa la relación es llamada el modelo de regresión. .

Xn) .. X2.Modelos de regresión Los modelos de regresión los clasificaremos en dos tipos:  Modelos de regresión simple Y = f (X)  Modelos de regresión múltiple Y=f ( X1... .

Regresión simple El análisis de regresión simple es una herramienta estadística que nos permite estimar la relación matemática existente entre una variable dependiente (denominada generalmente Y) y una única variable independiente (expresada comúnmente X). .

.

Calcular el coeficiente de correlación y determinación. Análisis de regresión. Error estándar de estimación . Prueba de significancia del coeficiente de correlación.Pasos a seguir en una regresión lineal      Diagrama de dispersión.

. Prueba de significancia del coeficiente de correlación. Análisis de regresión. Prueba de significancia de los coeficientes de regresión.Pasos a seguir en una regresión lineal múltiple      Diagrama de dispersión múltiple. Calcular el coeficiente de correlación y determinación. Error estándar de estimación.

.

Regresión lineal múltiple .

Regresión lineal múltiple .

Regresión lineal múltiple .