Aplicación del modelo de regresión lineal en el análisis de relaciones variables para la toma de decisiones empresariales
DOI:
https://doi.org/10.70577/b3w82c98Resumen
La toma de decisiones en el entorno empresarial actual requiere fundamentación cuantitativa para reducir la incertidumbre y optimizar recursos. El presente artículo tiene como objetivo aplicar el modelo de regresión lineal como herramienta estadística para identificar, medir y analizar la relación funcional entre variables económicas y administrativas relevantes para las organizaciones. Se desarrolló una investigación de tipo aplicada, con diseño documental y explicativa, basada en la revisión de literatura científica reciente (2020–2024) y la simulación de casos prácticos. La metodología incluyó la definición de variables dependientes e independientes, la construcción del modelo matemático, la estimación de parámetros y la validación estadística mediante coeficientes de correlación y determinación. Los resultados demuestran que la regresión lineal permite cuantificar el impacto de factores como la inversión en publicidad, el volumen de producción o el precio, sobre variables de respuesta como los ingresos, costos o rentabilidad. Se concluye que este modelo constituye una herramienta confiable y accesible que transforma datos brutos en información estratégica, permitiendo predecir comportamientos futuros y diseñar planes de acción basados en evidencia objetiva, mejorando significativamente la eficiencia de la gestión empresarial.
Descargas
Referencias
Anderson, D., Sweeney, D., Williams, T., Camm, J. y Cochran, J. (2021).
Estadística para negocios y economía (11.ª ed.). Cengage Learning.
García, M. (2023). Análisis de regresión aplicado a la predicción de ventas en sectores industriales. Revista Latinoamericana de Administración, 34(2), 45-62.
Hair, J., Black, W., Babin, B. y Anderson, R. (2021). Análisis multivariante (8.ª ed.). Pearson Educación.
López, A. y Pérez, J. (2022). Modelos cuantitativos para la toma de decisiones gerenciales. Revista de Investigación en Ciencias Administrativas, 15(1), 112-128. Mendoza, R. (2021). Estadística aplicada a los negocios: Métodos y herramientas para la gestión. Editorial Universidad Empresarial.
Montgomery, D., Peck, E. y Vining, G. (2021). Introduction to Linear Regression Analysis (6.ª ed.). Wiley.
Romero, S. (2022). Limitaciones y consideraciones en el uso de modelos de regresión en economía. Revista de Métodos Cuantitativos para la Economía y la Empresa, 29, 78-95.
Sánchez, L. y Torres, M. (2024). Inteligencia de negocios: Del dato a la decisión. Revista Venezolana de Gerencia, 29(105), 20-35.




