Especialización en Estadística Aplicada · 2022
Desarrollo e implementación de un modelo estadístico para pronosticar el OVERHEAD en una compañía de desarrollo de software
El objetivo de esta investigación fue desarrollar e implementar un modelo estadístico predictivo bajo la técnica de regresión lineal, donde se buscó determinar qué variable o variables pueden predecir el comportamiento del gasto u “overhead” al interior de una empresa de desarrollo de software. Inicialmente, se estudiaron diferentes técnicas de predicción estadística bajo regresión lineal: regresión lineal simple y regresión lineal múltiple. Con base en estas técnicas, se determinó la forma para obtener el grado de ajuste en términos de correlación y causalidad, a través de los diferentes tests estadísticos para el tipo de distribución que presentaron los datos estudiados. Entre los resultados, se encontró que la regresión lineal múltiple no es óptima para la predicción de la variable dependiente Overhead, y que al ajustar el modelo a una sola variable explicativa es posible crear un modelo de regresión lineal simple que explique la varianza de la variable dependiente. Se concluye que, al crear un modelo de regresión lineal múltiple, se debe evaluar la multicolinealidad, heterocedasticidad y autocorrelación, para determinar el grado de bondad y ajuste.