Tabla 1. Datos recolectados de la Utilidad Neta de la COORPORACION FAVORITA C.

A desde el
año 2012-2017

Una vez que ya se ha registrado los datos de la empresa a analizar (Corporación Favorita C.A) se
procede a obtener el porcentaje de cada mes con respecto a la utilidad neta total que se
obtuvo en ese año.

Establecido los porcentajes de cada año, se procede agruparlos de tal manera de que podamos
observar la distribución de estos en un llamado (diagrama de dispersión) en el cual nos ayudara
a observar y calcular la función que mejor se acople o se ajuste a los datos mediante una
regresión.

Debemos seguir algunos pasos para poder obtener lo requerido los cuales son:

1: Realizar 3 diagramas de dispersión cada uno relacionando dos años desde el 2012-2017

2: Analizar que tipo de regresión se podrá utilizar para encontrar un modelo matemático que se
adapte de mejor forma a los datos.

3: Obtenida la función se debe estudiarla a través de diferentes parámetros ya establecidos

para saber si la ecuación encontrada podrá cumplir con la función ya establecida que poder
predecir un fenómeno en un determinado tiempo.
 2012-2013
12

10

8 PORCENTAJES
Polynomial
6 (PORCENTAJES)

0
5 6 7 8 9 10 11 12 13
Grafica 1. Diagrama de
Dispersión de los datos en porcentaje de la Utilidad Neta de los años 2012-2013 (EXCEL)

Grafica 2. Diagrama de Dispersión de los datos en porcentaje de la Utilidad Neta de los años
2014-2015 (EXCEL)
 2014-2015
12

10

8 PORCENTAJES
Polynomial
6 (PORCENTAJES)

0
5 6 7 8 9 10 11

Grafica 3. Diagrama de Dispersión de los datos en porcentaje de la Utilidad Neta de los años
2016-2017(EXCEL)

2016-2017
14
12
10 PORCENTAJES
8 Polynomial
(PORCENTAJES)
6
4
2
0
5 6 7 8 9 10 11 12 13
Una vez conseguido los diagramas de dispersión se puede observar que la función que se va
a necesitar se alcanzara mediante la regresión polinomial ya que con una regresión lineal no
abarcaría a todos los puntos por lo tanto existiría un mayor error y no se lograría el objetivo
deseado.

A continuación, se realizará los cálculos pertinentes para obtener una regresión polinomial:

1: Partiendo de la sumatoria del error mínimo posible entre todos esos datos al cuadrado la
cual a su vez será igual a la sumatoria entre la (y) medida y la (ȳ) pronostica al cuadrado.

∑е^2 = ∑(yi-ȳi)^2

2: Conociendo que se va a necesitar una regresión polinomial procederemos a establecer la

función pronostica que cumpla con el parámetro requerido.

ŷ= ao +ax +ax^2

3: Después reemplazamos en nuestra ecuación ∑(yi-ȳi) ^2 que será igual a:

4: Procedemos a derivar la ecuación con respecto a cada coeficiente como ao:

yi−a 0−a 1 x−a 2

2(¿ x 2 )(−1)=0
n

∑¿
i−1

∑ ( yi−ao−a 1 x −a 2 x 2 ) (−1)=0
i=1

n n n n
a 0 ∑ n+ a1 ∑ xi+a 2 ∑ x i =∑ yi
2

i=1 i=1 i=1 i=1

df
5: Procedemos a derivar la ecuación con respecto a a1:
da1
yi−a 0−a 1 x−a 2
2(¿ x 2)(−xi)=0
n

∑¿
i−1

∑ ( yi−ao−a 1 x −a 2 x 2 ) (−xi)=0
i=1
 n n n n
a 0 ∑ x 1+ a1 ∑ x i 2 +a 2 ∑ x i 3=∑ yixi
i=1 i=1 i=1 i=1

df
6: Procedemos a derivar la ecuación con respecto a a2:
da 2

yi−a 0−a 1 x−a 2

2(¿ x 2)(−xi)=0
n

∑¿
i−1

∑ ( yi−ao−a 1 x −a 2 x 2 ) (−xi)=0
i=1

n n n n
a 0 ∑ x 12 +a 1 ∑ x i 3 +a 2 ∑ x i 4 =∑ yixi2
i=1 i=1 i=1 i=1

7: Planteamos las ecuaciones de tal manera que una matriz con el fin de calcular los
coeficientes a1, a2, a3.

8: Una vez establecido los valores a calcular analizamos los datos recolectados de la
corporación favorita del año 2012-2013 tal que a través de la regresión polinomial
encontremos un modelo matemático que satisfaga a los antecedentes registrados.

Tabla 3. Datos a analizar de utilidad neta de los años 2012-2013 en porcentajes de la

COORPORACION FAVORITA C.A

9: Calculado los valores del año 2012-2013 los introducimos en nuestra matriz
10: Resolveremos a través del método de matriz inversa para obtener el valor de a1, a2, a3 de
la ecuación a plantear a través del programa MATLAB.

11: Una vez conseguido el valor de los coeficientes planteamos la ecuación polinomial que
compense de mejor manera a los datos registrados de la COORPORACION FAVORITA C.A de los
años 2012-2013

ŷ= 3,1251+0,2442x +0,0440x^2

12: Procedemos a calcular el coeficiente de determinación que muestra en qué porcentaje los
datos son verdaderos, tiene relación con el coeficiente de correlación ya que es la misma
fórmula elevado al cuadrado.

Tabla 4. Datos de los años 2012-2013 evaluados en la ecuación pronostica.

Podemos concluir que los datos son correctos e verdaderos y que el modelo matemático
encontrado cumple con las medidas establecidos para ser aceptado.

13: Seguimos calculando los diferentes parámetros para constatar la afirmación de los datos
Desviacion estándar cuanto mayor sea la dispersión mayor es la desviación estándar con
respecto a la media.
Analizando la ley que propone la desviación estándar se puede observar que la media de
nuestros datos es mayor a la desviación estándar obtenida de la ecuación encontrada por lo
tanto se deduce que los datos son correctos

1,7209˂8,3333 (media de la población=µ)

14: Calculamos el error estándar permite deducir la confiabilidad de la ecuación de regresión

Ya definido todos los pasos para poder obtener nuestra función pronostica con su respectivo
coeficiente de determinación, desviación estándar y error estándar procedemos a calcular en
los demás datos de los años 2014-2015 y 2016-2017.
Tabla 5. Datos a analizar de los años 2013-2014 en porcentaje de la COORPORACION FAVORITA C.A

Tabla 6. Datos a analizar de los años 2015-2016 en porcentajes de la COORPORACION FAVORITA C.A
Realizando los cálculos pertinentes para cada lapso de tiempo se tuvo :

AÑOS 2014-2015
ŷ= -0,6990 + 1,2273 x - 0,0167x^2

r
coeficiente de determinación(¿ ¿ 2)=0,8880
Desviación Estándar (Sy) ¿ 1,579
¿

Error Estándar (Sx/y) = 0,584

AÑOS 2016-2017
ŷ= 10.8458 - 1.5441x + 0.1422x^2

r
coeficiente de determinación(¿ ¿ 2)=0,6886
¿
Desviación Estándar (Sy)=2,2183

Error Estándar (Sx/y) = 1,36

Podremos concluir que el análisis de regresión sirve en todo ámbito ya sea social, económico,
salud entre otros, en lo cual su función es de predecir un fenómeno y así asumir como en este
caso en la COORPORACION FAVORITA C.A., a través de un modelo matemático que se ajuste de
mejor manera a los datos recolectados.