| dc.description.abstract | PREDICCIÓN EMPRESARIAL I: existen dos técnicas estadísticas que se pueden utilizar para solucionar problemas comunes en los negocios que son la relación y la correlación. Existen dos clases de regresión que puede ser lineal y curvilínea o no lineal; que a su vez ambos tipos de regresión y pueden ser:
- Regresión Simple: se dice que “Y” depende de “X”; en donde Y y X son dos variables. La variable dependiente “Y” es la variable que se desea explicar, predecir; también se llama REGRESANDO o VARIABLE DE RESPUESTA. La variable independiente “X” se le denomina VARABLE EXPLICATIVA o REGRESOR y se utiliza para explicar “X”.
- Regresión no Lineal: en estadística; este es un problema de inferencia para modelo tipo “y=f(x,?)+?” basada en datos multidimensionales x;y, donde “f” es alguna función no lineal respecto a algunos parámetros desconocidos o.
A parte de la función lineal, la relación entre una variable dependiente y una variable independiente puede estar representada por otras formas funcionales no lineales. Las funciones que más se utilizan son: Regresión Exponencial, Regresión Logarítmica y Regresión Polinomial.
Dentro del tema también existe el Método de Interpolación; que es la obtención de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. Algunas formas de interpolación que más se utilizan son la Interpolación Lineal, la Interpolación Polinómica y la Interpolación por medio de SPLINE.
Y el Método de Extrapolación; es el proceso de estimar más allá del intervalo de observación original, el valor de la variable en base a su relación con otra variable. Es el método más habitual de pronóstico y se basa en suponer que el curso de los acontecimientos continuará en la misma dirección y con velocidad constante.
Serial de Tiempo; o Cronológica es una secuencia de datos, observaciones o valores, medidos en determinados momentos y ordenados cronológicamente. Existen componentes de una serie de tiempo: Tendencia Secular, Variación Estacional, Variación Cíclica, Variación Aleatoria.
También se considera pronósticos de series de tiempo; esto significa, que extendemos los valores históricos al futuro, donde aún no hay mediciones disponibles. Existen dos variables estructurales principales que defina un pronóstico de serie de tiempo: El Periodo, que representa el nivel de agregación (meses, semanas, días, etc.). El Horizonte, que representa la cantidad de periodos por adelantado que deben ser pronosticados. | |
