Contenido dedicado a explicar el uso de diversas herramientas de la calidad para gestionar procesos y compartir metodologías de trabajo que promuevan la mejora continua.

Con la tecnología de Blogger.

Contenido dedicado a explicar el uso de diversas herramientas de la calidad para gestionar procesos y compartir metodologías de trabajo que promuevan la mejora continua.

domingo, 14 de mayo de 2017

Regresión Lineal



Cuando se analiza la relación que existe entre dos o más variables para predecir su comportamiento en el futuro, se suele aplicar modelos matemáticos que nos explican dicha relación.

Uno de ellos ampliamente conocido es el modelo de regresión lineal , que a partir de datos históricos proyecta los resultados en el futuro  y que se aproxima a una recta la relación entre sus variables, si lo graficamos.



Para entender este modelo se debe comprender el concepto de algunos términos:

Variable: Parámetro a analizar. Para nuestro caso se utilizarán las variables independientes y dependientes.

Variable Independiente: Es la variable que trata de explicar el comportamiento de la variable dependiente.

Variable dependiente: Es la variable que se va a predecir a través del modelo.


Para entender su aplicación del modelo de regresión lineal se desarrollará el siguiente ejemplo:

Se muestra los siguientes datos que se derivan de la pesquería del camarón en Pakistán


Fuente: Departamento de Pesca - FAO




Representando gráficamente mediante un diagrama de dispersión , considerando como eje x ( nro de embarcaciones ) y el eje y ( Captura por embarcación por año).


Como se observa existe una tendencia descendente , es decir mientras aumenta el número de embarcaciones cada año , menor es el número de capturas por embarcación.

Para hallar la ecuación del modelo de regresión ( y= a +bx), previamente se debe calcular el intercepto (a) y la pendiente de la gráfica (b) .

Considerar n como la cantidad de datos. X representa el número de embarcaciones.
 Y representa el número de capturas por embarcación, es decir la variable a predecir.


b= (n Σ XY  - ΣX.ΣY)  / (nΣX^2  - (ΣX)^2)

b=  (10 x 211099.5 - 7146 x 309.5)  / (10 x 5354494 - 51065316)

b= - 0.04



a=  (Σy/ n) - b (Σx /n)

a= 30.95 + 0.04x 714.6

a= 59.53

Para lo cual se establece que la ecuación del modelo de predicción es : Y= 59.53 - 0.04X


Si consideramos 700 embarcaciones al año , de acuerdo al modelo:

Y = 59.93 -0.04 x 700 = 31.93

Significa que se esperaría que se obtenga en promedio 31.93 capturas por embarcación por año.







0 comentarios:

Publicar un comentario