ANALISIS DE REGRESIÓN

Se refiere a las nociones basicas y matmaticas de analisis estadistico de regresion y corrlacion

Regresión lineal se refiere a la predicción del valor de una variable a partir de una o más variables. En ocasiones se denomina a la variable dependiente (y) variable de respuesta y a la variable independiente (x) variable de predicción. En muchos problemas hay dos o más variables inherentemente relacionadas, y es necesario explorar la naturaleza de esta relación. El análisis de regresión puede emplearse por ejemplo para construir un modelo que exprese el rendimiento como una función de la temperatura. Este modelo puede utilizarse luego para predecir el rendimiento en un nivel determinado de temperatura. También puede emplearse con propósitos de optimización o control del proceso.

El análisis de reemplazo sirve para averiguar si un equipo está operando de manera económica o si los costos de operación pueden disminuirse, adquiriendo un nuevo equipo. Además, mediante este análisis se puede averiguar si el equipo actual debe ser reemplazado de inmediato o es mejor esperar unos años, antes de cambiarlo Siguiendo con el análisis que el canal financiero está realizando de los activos físicos y como complemento a los artículos hechos en tiempo pasado, se presenta a continuación un minucioso estudio de la importancia en la toma de decisiones realizada por el administrador financiero en el momento de reemplazar sus recursos fijos. Un plan de reemplazo de activos físicos es de vital importancia en todo proceso económico, porque un reemplazo apresurado causa una disminución de liquidez y un reemplazo tardío causa pérdida; esto ocurre por los aumentos de costo de operación y mantenimiento, por lo tanto, debe establecerse el momento oportuno de reemplazo, a fin de obtener las mayores ventajas económicas. Un activo físico debe ser reemplazado, cuando se presentan las siguientes causas: • Insuficiencia. • Alto costo de mantenimiento. • Obsolescencia. LA VIDA ECONÓMICA DE LOS BIENES Se entiende por vida económica el periodo para el cual el costo anual uniforme equivalente es mínimo. Para los activos antiguos, no se tiene en cuenta la vida útil restante, ya que casi todo puede mantenerse funcionando indefinidamente, pero a un costo que puede ser excesivo si se repara constantemente. Desde el punto de vista económico las técnicas más utilizadas en el análisis de reemplazo son: Periodo óptimo de reemplazo = Vida económica Esta técnica consiste en calcular el costo anual uniforme equivalente del activo, cuando éste es retenido por una cierta cantidad de años y en esta forma seleccionar el número de años para el cual el costo es mínimo. Ejemplo: Una máquina se compra actualmente por $500.000, se supone una tasa del 20% de vida útil por año, se pide determinar el periodo óptimo de reemplazo teniendo en cuenta la siguiente información:

Regresión lineal se refiere a la predicción del valor de una variable a partir de una o más variables. En ocasiones se denomina a la variable dependiente (y) variable de respuesta y a la variable independiente (x) variable de predicción. En muchos problemas hay dos o más variables inherentemente relacionadas, y es necesario explorar la naturaleza de esta relación. El análisis de regresión puede emplearse por ejemplo para construir un modelo que exprese el rendimiento como una función de la temperatura. Este modelo puede utilizarse luego para predecir el rendimiento en un nivel determinado de temperatura. También puede emplearse con propósitos de optimización o control del proceso.

La regresión se puede definir como una relación funcional entre dos o más variables correlacionadas. Se utiliza para predecir una variable dada la otra. La relación se desarrolla normalmente con base a los datos observados. Estos se deben representar primero gráficamente para ver si parecen lineales o si, al menos, parte de ellos son lineales. La regresión lineal se refiere a los tipos especiales de regresión en la cual la relación entre la variable forma una línea recta. La línea de regresión lineal tiene la forma: Y = a + b X Donde: Y = Es el valor de la variable dependiente que se está resolviendo. A = Es la ordenada en el origen de Y B = Es la inclinación, y X = Es la variable independiente. (En el caso de series de tiempo X es la unidad de tiempo) La regresión lineal es útil en la proyección a largo plazo de las principales ocurrencias y de le planeación total. Por ejemplo, la regresión lineal sería de gran utilidad para proyectar las demandas de familias de productos. Aunque la demanda de cada uno de los productos de la familia puede variar mucho durante un periodo de tiempo, la demanda de la totalidad de la familia de productos es sorprendentemente uniforme. La restricción principal para el uso de la proyección de regresión lineal es, como su nombre lo indica, que los datos anteriores y las proyecciones futuras se asumen que recaen en una línea recta. Aunque esto limita su aplicación, si se emplea en un periodo de tiempo más corto, el análisis de regresión lineal, algunas veces puede ser utilizado. Por ejemplo, pueden existir segmentos cortos del periodo más largo que son más o menos lineales. La regresión lineal se utiliza tanto para la proyección de la serie de tiempos como para la proyección de relación casual. Cuando la variable dependiente (normalmente el eje vertical de la gráfica) cambia como resultado del tiempo (representado como el eje horizontal) se trata del análisis de la serie de tiempos. Si una variable cambia debida a la variación de otra variable, se trata de una relación casual (como, por ejemplo, el número de muertes por cáncer pulmonar se incrementa por el número de las personas que fuman). El ejemplo siguiente lo usaremos para comparar los modelos de proyección y los tipos de análisis. Ahora se utiliza para ajustar manualmente una línea, para el análisis de los mínimos cuadrados y para un ejemplo de descomposición. Ejemplo: Ajuste manual a una línea de tendencia.

Conjunto de técnicas estadísticas empleadas para medir la intensidad de la asociación entre dos variables

En La interpretación de los sueños, Freud introduce el concepto de regresión para explicar un carácter fundamental del sueño: en este, los pensamientos se presentan principalmente en forma de imágenes sensoriales que se imponen al sujeto en forma casi alucinatoria.