UNIVERSIDAD ABIERTA Y A DISTANCIA DE MEXICO

ASIGNATURA:

INTELIGENCIA DE NEGOCIOS

UNIDAD 2:

COMPONENTES ANALÍTICOS DE LA INTELIGENCIA DE

NEGOCIOS

ACTIVIDAD 3:

ESTIMACIÓN Y PRONÓSTICO ESTADÍSTICO PREDICTIVO

ALUMNA:

CYNTHIA MEZA VARAGAS

DOCENTE:

JOSE GUILLERMO RICARDO CABALLERO SAGREDO

TEOTITLAN DE FLORES MAGÓN OAXACA. A 03 DE

JUNIO DE 2019
 INTRODUCCION:

ESTIMACIÓN Y PRONOSTICO ESTADÍSTICO PREDICTIVO

ANALISIS DE REGRESIÓN
Es un proceso estadístico para estimar las relaciones entre variables. Incluye
muchas técnicas para el modelado y análisis de diversas variables, cuando la
atención se centra en la relación entre una variable dependiente y una o más
variables independientes (o predictoras)

Se utiliza también para comprender cuales de las variables independientes están

relacionadas con la variable dependiente, y explorar las formas de estas
relaciones

INDICADORES DE GESTION: Son aquellos que reflejan cuáles fueron las

consecuencias de acciones tomadas en el pasado en el marco de una
organización. La idea es que estos indicadores sienten las bases para acciones a
tomar en el presente y en el futuro:
 Son fundamentales para que la empresa tome decisiones.
 Lo que permite un indicador de gestión es determinar si un proyecto o una
organización están siendo exitosos o si están cumpliendo con los objetivos.
 El líder de la organización es quien suele establecer los indicadores de
gestión, que son utilizados de manera frecuente para evaluar desempeño y
resultados
 Los indicadores constituyen la base para la observación del sistema de
control de gestión de un sistema organizacional.
Los indicadores de eficiencia miden el nivel de ejecución del proceso, se
concentran en el cómo se "hicieron las cosas y miden el rendimiento de los
recursos utilizados por un proceso. Tienen que ver con la productividad.

Los indicadores constituyen la base para la observación del sistema de

control de gestión de un sistema organizacional.

 Comunicar la estrategia.
 Comunicar las metas.
 Identificar problemas y oportunidades.
 Diagnosticar problemas.
 Entender procesos.
 Definir responsabilidades.
 Mejorar el control de la empresa.
 Identificar iniciativas y acciones necesarias.
 Medir comportamientos.
 Facilitar la delegación en las personas.
 Integrar la compensación con la actuación
.

Valor de Número de
Ventas de piezas de reuniones
juntas para juntas para llevadas a
Ventas
caja de caja de cabo entre
totales
velocidades velocidades el cliente y
Año Trimestre (miles
para vehículos rechazadas el proveedor
de
híbridos por el con relación
pesos)
cliente al diseño y
calidad de
autopartes
(miles de (miles de
pesos) 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
50,000 24,000 20 4
año
2011 I 10,000 9,000 5 0
II 12,000 5,000 0 2
III 15,000 5,000 5 1
IV 17,000 8,000 10 0
Total del
54,000 27,000 20 3
año
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

A PARTIR DE LOS DATOS OBTEN LAS SUMAS ANUALES Y CALCULA LAS

VARIACIONES DE UN AÑO A OTRO Y DEL PRIMER AÑO AL ULTIMO
 Total del
50,000
año
Total del
54,000
año
Total del
50,000
año

𝐏𝐨𝐫𝐜𝐞𝐧𝐭𝐚𝐣𝐞 𝐝𝐞 𝐯𝐚𝐫𝐢𝐚𝐜𝐢ó𝐧 = (𝐕𝐚𝐥𝐨𝐫 𝐝𝐞𝐥 𝐩𝐞𝐫𝐢𝐨𝐝𝐨 𝐟𝐢𝐧𝐚𝐥 |𝐕𝐚𝐥𝐨𝐫 𝐝𝐞𝐥 𝐩𝐞𝐫𝐢𝐨𝐝𝐨 𝐢𝐧𝐢𝐜𝐢𝐚𝐥-
1 ) ∗ 100
Suma del año = 50,000 (54,000/50,000-1) *100= 1.08 -1= 0.08 * 100= 8%
Suma del año 2011= 54,000(50,000/54,000-1) *100= 0.925 -1= 0.074 * 100= -
7.40%
Suma del año 2012= 50,000(50,000/50,000-1) *100= 0 -1= 0 * 100= 0%

VENTAS DE JUNTAS PARA CAJA DE VELOCIDADES PARA VEHÍCULOS

HÍBRIDOS
AÑO CANTIDAD
SUMA DEL $
2010 24,000.00
SUMA DEL $
2011 27,000.00
SUMA DEL $
2012 18,000.00

Suma anual
Suma del año 2010 al 2011 = 24,000 (27,000/24,000-1) *100= 1.125-1= 0.125 *
100= 12.5%
Suma del año 2011 al 2012= 27,000(18,000/27,000-1) *100= 0.666 -1= -0.33 *
100= -33.33%
Suma del año 2010 al 2012= 18,000(24,000/18000-1) *100=0.666 -1= -0.33 * 100=
-33.33%

AÑO 2010:
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.99654576
Coeficiente de determinación R^2 0.99310345
R^2 ajustado 0.98965517
Error típico 316.227766
 Observaciones 4

ANÁLISIS DE VARIANZA
Grados Suma de Promedio F Valor crítico
de cuadrados de los de F
libertad cuadrados
Regresión 1 28800000 28800000 288 0.003454242
Residuos 2 200000 100000
Total 3 29000000

Coefici Error Estadí Probabi Inferior Superi Inferio Superi

entes típic stico t lidad 95% or 95% r or
o 95.0% 95.0%
Interce 7500 387.2 19.364 0.00265 5833.58 9166.4 5833.5 9166.41
pción 983 9167 605 9763 1024 8976 0237
Trimest 2400 141.4 16.970 0.00345 1791.51 3008.4 1791.5 3008.48
re 214 5627 424 3016 8698 1302 6984
AÑO 2011

Estadísticas de la regresión
Coeficiente de 0.99654576
correlación múltiple
Coeficiente de 0.99310345
determinación R^2
R^2 ajustado 0.98965517
Error típico 316.227766
Observaciones 4

Observación.

ANÁLISIS DE VARIANZA
Grados Suma de Promedio F Valor crítico
de cuadrados de los de F
libertad cuadrados
Regresión 1 28800000 28800000 288 0.003454242
Residuos 2 200000 100000
Total 3 29000000

Observación.
 Coefici Error Estadí Probab
Inferi Super Inferi Superi
entes típico stico t ilidad
or ior or or
95% 95% 95.0% 95.0%
Interce 7500 387.29 19.364 0.00266 5833. 9166. 5833. 9166.4
pción 8335 92 59 4102 5898 10237
Trimes 2400 141.42 16.970 0.00345 1791. 3008. 1791. 3008.4
tre 1356 56 513 487 513 86984

Estadísticas de la regresión
Coeficiente de 1.2207E-08
correlación múltiple
Coeficiente de 1.4901E-16
determinación R^2
R^2 ajustado -0.5
Error típico 3535.53391
Observaciones 4

Observación. no existe tendencia de venta ya que al manejarlo da resultados

negativos ya que se rompe el pronóstico de venta.
ANÁLISIS DE VARIANZA

Grados Suma de Promedio F Valor crítico

de cuadrados de los de F
libertad cuadrados
Regresión 1 3.72529E- 3.72529E- 2.98023E- 0.999999988
09 09 16
Residuos 2 25000000 12500000
Total 3 25000000

Se deberá tener un pronóstico de regresión conforme a una lineal simple

1. Se debe buscar el punto en que se debe pronosticar.
2. Se debe contar con un rango de valores, dependiendo las variables
3. Los rangos de valores conocidos dependiendo de las variables
 Año Trimestre Ventas Ventas de Valor de Número de
totales juntas para piezas de reuniones
(miles caja de juntas para llevadas a
de velocidades caja de cabo entre el
pesos) para velocidades cliente y el
vehículos rechazadas proveedor
híbridos por el cliente (diseño y
calidad)
(miles de (miles de (miles de
pesos) pesos) pesos)
2010 I 10000 8000 10 0

II 10,000 7,000 5 1
III 15,000 2,000 0 2
IV 15,000 7,000 5 1
2011 I 10,000 9,000 5 0
II 12,000 5,000 0 2
III 15,000 5,000 5 1
IV 17,000 8,000 10 0
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 154,000 69,000

Para el 2013 estarán de la siguiente manera

• Ventas totales serán de $10,000
• Ventas totales de junta de caja es de $3,000
• Valor de piezas rechazadas $ 5.6
• Diseño de calidad $0

ESTRATEGIAS

La estrategia a proponer dentro del mercado interno es crear y actualizar un

diagnostico donde se agenden, orienten y den solución a los problemas presentados
al momento de realizar la transportación de los vehículos en un plazo determinado,
es importante implementar la competitividad como productores de autopartes y así
lograr ser el centro de atención del consumidor ofreciendo productos innovadores,
utilizando tecnología innovadora mediante un pan estratégico
Dentro del entorno de negocios es importante realizar y crear también un
diagnostico donde se agenden, orienten y den solución a los problemas presentados
los cuales suelen derivarse de los precios y suministros requeridos por la industria,
es importante y necesarios contar con un inventario, tener seguridad en el trabajo y
tomar en cuenta las necesidades futuras que la empresa pueda tener

Acceso a mercados internacionales.

Como tarea se tendrá que desarrollar un sistema donde la empresa logre analiar e
identificar las oportunidades que hay dentro del mercado, es importante realizar
acciones en el sector privado y público que nos ayude a restablecer el comercio del
país

CONCLUSIÓN:

En mi opinión considero que dentro de este caso es importante examinar las

relaciones de las variables con el fin de enfocarse en las variables y consecuencias
de los proyectos y agenda cuantas reuniones se tendrán que realizar para conocer
la situación de la empresa y así poder dar solución a los problemas presentados
dentro de la organización
c
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 para realizar el modelo de regresión para que empresa automotriz
incremente la productividad y así la competitividad de la empresa.