ESTADSTICA DESCRIPTIVA

TALLER FINAL
REGRESIN LINEAL

1. Suponga que el gerente de una cadena de servicios de

entrega de paquetera desea desarrollar un modelo para predecir
las ventas semanales (en miles de dlares) para las tiendas
individuales basado en el nmero de clientes que realizan las
compras.
Se seleccion una muestra aleatoria entre todas las
tiendas de la cadena con los siguientes resultados.
Cliente Ventas
s ($1000)
907
11.2
926
11.05
506
6.84
741
9.21
789
9.42
889
10.08
874
9.45
510
6.73
529
7.24
420
6.12
679
7.63
872
9.43
924
9.46
607
7.64
452
6.92
729
8.95
794
9.33
844
10.23
1010
11.77
621
7.41
Para el ejercicio
1. Elabore un diagrama de dispersin y explore la relacin

Ventas ($1000)
14
12
f(x) = 0.01x + 2.42
R = 0.91

10
8
6
4
2
0
300

400

500

600

700

800

2. En un diagrama de cajas explore la relacin

900

1000

1100

3. Desde el diagrama de cajas explore la dispersin en todos los

datos:

La variable ventas tiene una asimetra negativa.

La variable de clientes tiene una asimetra negativa.
La variable ventas tiene un punto outliers.

4. Calcule coeficiente de variacin para las dos muestras:

Estadsticos
VENTAS
N
Vlido
20
Perdidos
0
Media
830,15
Mediana
908,00
Moda
112a
Desviacin estndar 228,972
Varianza
52428,1
34
Asimetra
-1,508
Error estndar de
,512
asimetra
Curtosis
4,170
Error estndar de
,992
curtosis
Mnimo
112
Mximo
1177
Suma
16603
Percentil 25
700,00
es
50
908,00
75
945,75

CLIENTE
S
20
0
731,15
765,00
420a
179,854
32347,5
03
-,327
,512
-1,198
,992
420
1010
14623
548,50
765,00
885,25

5. Determine un modelo lineal para los datos:

Y= 0.0087x + 2.423
6. Calcule el R2, para determinar el grado de relacin

R = 0.9119
El r es superior a 0.7 por lo tanto hay una correlacin fuerte entre
los datos.

7. Establecer prediccin del modelo para predecir:

a. Cuantos clientes espero para un monto de 20.000 dlares:
y=0.0087 (20000)+2.423
Para un monto de 20.000 dlares se espera un total de 176 clientes.
b. Cuantos clientes espero para un monto de 15.000 dlares:
y=0.0087 (15000)+2.423
Para un monto de 15.000 dlares se espera un total de 132 clientes.
c. Cuantos clientes espero para un monto de 25.000 dlares
y=0.0087 (25000)+2.423
Para un mono de 25.000 dlares se espera un total de 219 clientes.
d. Cuantos clientes espero para un monto de 22.000 dlares
y=0.0087 (22000)+2.423
Para un monto de 22.000 dlares se espera un total de 193 clientes.

2. En un esfuerzo por determinar la relacin entre el pago anual de

los empleados y el nmero de faltas al trabajo por causa de
enfermedad, una corporacin grande estudi los registros
personales de una muestra de doce empleados. Los datos
pareados aparecen en la siguiente tabla.

INASISTE PAG
NCIAS
O
ANU
AL
4
15.7
3
15
6
15
5
16
3
15
12
12.7
5
15
1
19
12
10.8
11
11.8
2
18
4
17.2

1. Elabore un diagrama de dispersin y explore la relacin:

Pago Anual
20
18
f(x) = - 0.57x + 18.31
R = 0.82

16
14
12
10
8
6
4
2
0

10

2. En un diagrama de cajas explore la relacin

12

14

3. Desde el diagrama de cajas explore la dispersin en todos los

datos:

Ambas variables tienen una asimetra positiva

Ambas variables tienen una curtosis negativa

4. Calcule coeficiente de variacin para las dos muestras:

Estadsticos

Vlido
Perdidos

Media
Mediana
Moda
Desviacin estndar

PAGO
20
0
398,30
142,00
15
431,330

INASISTEN
CIAS
20
0
302,45
11,50
3a
389,163

Varianza
Asimetra
Error estndar de
asimetra
Curtosis
Error estndar de
curtosis
Mnimo
Mximo
Suma
Percentil 25
es
50
75

186045,3 151448,05
79
0
,574
,694
,512

,512

-1,524

-1,366

,992

,992

15
1177
7966
16,50
142,00
862,25

1
1010
6049
4,00
11,50
702,00

5. Determine un modelo lineal para los datos:

Y= -0.5672x + 18.3
6. Calcule el R2, para determinar el grado de relacin
R = 0.8229
El R es superior a 0.7 por lo tanto hay una correlacin muy fuerte
entre la inasistencia y el pago anual es buena.