Académique Documents
Professionnel Documents
Culture Documents
Consulte
la
siguiente
gua
de
respuestas
a
las
preguntas
hechas
en
la
tarea
y
compare
las
respuestas
dadas
por
usted
a
manera
de
auto
retroalimentacin
para
su
aprendizaje.
Este
ejercicio
es
solo
de
retroalimentacin,
NO
SE
ENVA
NI
SE
PUEDE
ENTREGAR
COMO
SOLUCIN
A
SU
TAREA.
Tarea
6
Captulo
12
Problema
35,
pgina
549
Un
corredor
de
una
empresa
de
inversin
local
ha
estudiado
la
relacin
entre
el
incremento
en
el
precio
del
oro
(X)
y
las
peticiones
de
sus
clientes
de
liquidar
las
acciones
(Y).
Del
conjunto
de
datos
basado
en
15
observaciones
se
encontr
que
la
pendiente
de
la
muestra
era
2.9
Si
el
error
estndar
del
coeficiente
de
la
pendiente
de
regresin
es
0.18
existe
una
razn
para
pensar
(a
0.05
de
nivel
de
significancia)
que
la
pendiente
cambi
de
su
valor
anterior
de
3.2?
Respuesta:
Datos
de
los
que
se
disponen:
! = 15,
!! = 2.9,
!!! = 0.18,
! = 0.05,
!! !"#$ !! = 3.2
Hiptesis:
!! !! = 3.2
!! !! 3.2
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
Estadstico de prueba: != Valor crtico: !"#$% !"!!"# !!, !!!.!", !!!!!"!!!!" = 2.160 Regla de decisin: Se debe de rechazar !! si: ! > !"#$% !"!"#$ ! Donde ! es el valor absoluto del estadstico de prueba y como ! = 1.67 = 1.67 entonces: ! > !"#$% !"!"#$ ! 1.67 < 2.160 No se rechaza la hiptesis nula, por lo que con un 95% de confianza se tiene evidencia estadstica de que el valor de la pendiente no ha cambiado su valor sigue siendo de 3.2 y que la diferencia entre 2.9 y 3.2 se debe a un error en el muestreo. !! !! !"#$ !! 2.9 3.2 = = 1.67 !!! 0.18
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
Captulo
12
Problema
39,
pgina
550
La
compaa
local
de
telfonos
siempre
ha
supuesto
que
el
nmero
promedio
de
llamadas
diarias
aumenta
en
1.5
por
cada
persona
adicional
en
una
casa.
Se
ha
sugerido
que
la
gente
es
ms
platicadora
que
lo
que
esto
refleja.
Se
tom
una
muestra
de
64
casas
y
se
calcul
que
la
pendiente
de
regresin
de
Y
(Nmero
promedio
de
llamadas
diarias)
sobre
X(Tamao
de
la
casa)
era
1.8
con
un
error
estndar
del
coeficiente
de
la
pendiente
de
regresin
de
0.2
Pruebe
si
se
hacen
significativamente
ms
llamadas
por
persona
adicional
de
lo
que
la
compaa
de
telfonos
supone;
use
=
0.05.
Establezca
las
hiptesis
y
la
conclusin
explcitas.
Respuesta:
Datos
de
los
que
se
disponen:
! = 64,
!! = 1.8,
!!! = 0.2,
! = 0.05,
!! !"#$ !! = 1.5
Hiptesis:
!! !! = 1.5
!! !! > 1.5
Estadstico
de
prueba:
!=
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
= 2.297
Regla de decisin: Se debe de rechazar !! si: ! > !"#$% !"!"#$ ! Donde ! es el valor absoluto del estadstico de prueba y como ! = 1.5 = 1.5 entonces: ! > !"#$% !"!"#$ ! 1.5 < 2.297 No se rechaza la hiptesis nula, por lo que con un 95% de confianza se tiene evidencia estadstica de que el nmero promedio de llamadas diarias incrementa en 1.5 por cada persona adicional en una casa, el valor de la pendiente no ha cambiado su valor sigue siendo de 1.5 y que la diferencia entre 1.8 y 1.5 se debe a un error en el muestreo.
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
Captulo 12 Problema 73, pgina 562 Los costos de los viajes de negocios varan mucho entre las ciudades ms importantes de Estados Unidos, como se muestra en la siguiente tabla. Un interventor corporativo intenta establecer tasas de viticos que tomen en cuenta esta variacin. Debe el interventor considerar los costos tanto de renta de autos como de hoteles, o los costos de hoteles proporcionan suficiente informacin para calcular las tasas? (Sugerencia: ajuste una regresin usando los costos de la renta de autos para explicar los costos de los hoteles. Despus observe r2).
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
Respuesta: La regresin se realiz en el anlisis de datos del Excel, los resultados y el anlisis COMPLETO, fueron intercalados lo cual se muestra a continuacin (Nota: Se pone en letras negritas la respuesta a la pregunta de este ejercicio): La primera tabla muestra los estadsticos que resumen todo:
Revisando
la
R
mltiple,
la
R2,
la
R2
ajustada
vemos
que
sus
valores
son
ms
cercanos
a
0
que
a
1,
lo
cual
nos
indica
respectivamente
que:
R
Mltiple,
la
relacin
existente
entre
la
renta
de
autos
y
el
costo
del
hotel
es
de
29.38%
lo
cul
indicara
que
es
una
relacin
pobre.
La
R2
o
bien
r2
es
de
8.63%
,
esto
quiere
decir
que:
1. Que
la
fuerza
de
la
relacin
lineal
entre
el
costo
de
la
renta
de
autos
y
el
costo
de
la
renta
de
hotel
es
bastante
pobre
ya
que
solo
es
de
8.63%.
2. La
ecuacin
capto
el
8,63%
de
la
variacin
o
el
comportamiento
de
Y,
es
decir
solo
se
logr
explicar
del
100
porciento
solo
el
8.63%
y
esto
es
muy
poco.
Sobre
la
R2
ajustada
o
corregida
es
lo
mismo
que
solo
la
R2,
se
logr
explicar
de
Y
el
3.55%
pero
ajustado
por
los
grados
de
libertad,
otra
vez,
esto
indicara
que
se
logr
captar
muy
poco.
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
Respecto a !! , es decir el Error estndar, es de 31.1667, este valor siempre indica la dispersin o variabilidad a travs de la lnea de regresin y para saber si es alto o no, es necesario tener otro valor para compararlo. Cmo no se tiene, no podemos decir si es alto o no. La siguiente tabla es la de ANOVA:
En esta parte se puede realizar la prueba de hiptesis con la F, las hiptesis seran: !! !! = 0 !! !! 0 Usando el estadstico de prueba el cual tiene un valor de ! = 1.700332 versus el valor crtico, el cual saldra de la tabla ! de la siguiente manera; los grados de libertad provienen de la tabla ANOVA los cuales son 1 y 18: ! = 1 Donde ! es el nmero de variables independientes es decir el nmero de !! y ya como regla general, en regresin simple ! siempre es 1, el 18 sale de: ! ! 1 = 20 1 1 = 18 De lo cual, ! es el numero de observaciones o datos de las variables, como regla general, en regresin simple siempre es ! 2, por lo que tomando estos valores y usando un nivel de confianza del 95% (ya que es el ms utilizado), esto es buscando en la tabla ! con 1, 18 y con un ! = 0.05 el valor crtico sera de 4.414
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
Ahora bien la regla de decisin sera, se rechaza la hiptesis nula si el estadstico de prueba es mayor al valor crtico, es decir: ! > !!, !!!.!",!,!" Tomando los valores se tendra que 1.700332 < 4.414 No se rechaz la hiptesis nula por lo tanto !! = 0, esto indicara que cualquier valor que se le de a la variable independiente, la variable dependiente no cambiara, ya que la ! no est afectando a la !. La siguiente tabla es la de los COEFICIENTES:
En
la
tabla
anterior
muestra
la
ecuacin
o
funcin
de
regresin,
la
cual
es:
! = 81.1694741 0.87909414 !
En
esta
parte
tambin
se
puede
realizar
la
prueba
de
hiptesis
pero
con
la
t,
las
hiptesis
seran
las
mismas,
es
decir:
!! !! = 0
!! !! 0
Usando
el
estadstico
de
prueba
el
cual
tiene
un
valor
de
! = 1.302968
versus
el
valor
crtico,
el
cual
saldra
de
la
tabla
!
sabiendo
que
los
grados
de
libertad
provienen
de
la
tabla
ANOVA
el
cual
es
18
como
ya
se
indic,
proviene
de:
! ! 1 = 20 1 1 = 18
De
lo
cual,
!
es
el
numero
de
observaciones
o
datos
de
las
variables
y
!
es
el
nmero
de
variables
independientes
es
decir
el
nmero
de
!!
y
ya
como
regla
general,
en
regresin
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
simple ! siempre es 1, adems que en esta parte siempre es ! 2, por lo que tomando estos valores y usando un nivel de confianza del 95% (ya que es el ms utilizado), esto es buscando en la tabla ! con 18 y con un ! = 0.05 el valor crtico sera de 2.101 Ahora bien la regla de decisin sera, se rechaza la hiptesis nula si el estadstico de prueba en valor absoluto es mayor al valor crtico, es decir: ! > !!, !!!.!", !" Tomando los valores se tendra que 1.302968 < 2.101 No se rechaz la hiptesis nula por lo tanto !! = 0, esto indicara que cualquier valor que se le de a la variable independiente, la variable dependiente no cambiara, ya que la ! no est afectando a la !. La siguiente es la grfica de normalidad:
A
la
grfica
anterior
se
le
traza
una
lnea
recta
en
la
cual
se
tenga
comparativamente
referencia,
es
decir:
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
Como los valores que se encuentran en los crculos rojos se encuentran muy alejados de la lnea recta se puede concluir que los errores no siguen una distribucin normal, por lo que realizar el anlisis de regresin no tendra sentido. La siguiente es la grfica de dispersin:
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
10
Se puede ver en la grfica anterior que los puntos en azul son los datos reales, los cuales son los originales que se dieron a las variables, los puntos en rojo muestran los valores estimados o pronosticados que se obtienen sustituyendo los valores de la X en la ecuacin. La grfica anterior muestra que la relacin entre la variable X y la variable dependiente Y no es lineal, por lo que quizs un ajuste o transformacin matemtica sera mejor en este caso. La siguiente es la grfica de los residuales (en la muestra se denominan residuales y en la poblacin son llamados errores)
Se puede ver que existen valores muy alejados, esto dara como resultado que el supuesto en los errores de varianzas homogneas (denominado tambin homoscedasticidad) no se cumpla dando como resultado heteroscedasticidad el cual es el termino para indicar que las varianzas no son homogneas.
Levin y Rubin con la colaboracin y revisin tcnica de Bohon y Ramos. (2010). Estadstica para administracin y economa.
11