Académique Documents
Professionnel Documents
Culture Documents
“Los servicios que brinda el sistema de administración académica de la U.N.C.P. tienen menos que
una confiabilidad media”.
• Ho: µ = 3
• Ha: µ < 3
EJEMPLO
Como gerente operativo de una Cía. de cereales, ha recibido quejas del
público en el sentido de que no se esta entregando una cantidad exacta de
granos. Selecciona y pesa una muestra de 25 cajas, con el fin de probar que;
el proceso de llenado de cereales requiere de ajustes, pues no se esta
entregando al público los 368 gramos prometidos en el envase.
Después de recopilar datos, Cía. de cereales determina que x = 372.5
Ho: µ = 368
Ha: µ ≠ 368
α = 0.05 x 372.5 368
S = 14 t t
n = 25 S/ n 14 / 25
Prueba t
Gl = n – 1 = 24
T0.05,24 crítico = 2.0639
Prueba t Student
Método del valor crítico
t = 1.607
Puesto que - 2.0639 < tcrítico < 2.0639
Y tTest = 1.607
Y = f(x)
• Y es la variable dependiente (explicada).
• X es la variable independiente (explicativa).
• Y depende de X o Y está determinada por X.
• Vg. Las ventas dependen al menos en parte de la cantidad de
publicidad que esta hace.
REGRESIÓN ≠ CORRELACIÓN
ANALISIS DE REGRESIÓN
Y = βo + β1(X) + e
Componente Componente
determinista aleatorio
• βo : Ordenada en el origen
• β1 : Pendiente
• e : Termino aleatorio
METODO DE LOS MINIMOS CUADRADOS
Recta del ajuste optimo
Sea la recta de regresión: Y = β0 + β1X
Donde:
• β0 : es la ordenada en el origen
• β1 : es el coeficiente beta o pendiente de la recta.
• β1 = SSxy/ SSx β0 = Y – β1X
• La suma de cuadrados de x es: SSx = ΣX2 – (ΣX)2/n
• La suma de cuadrados de y es: SSy = ΣY2 – (ΣY)2/n
• La suma de cuadrados de xy es: SSxy=ΣXY–(ΣX)(ΣY)/n
EJEMPLO: METODO DE LOS MINIMOS
CUADRADOS
Una empresa de transportes AAA, supone que existe una relación directa entre
los gastos de publicidad y el número de pasajeros que eligen viajar en sus
unidades. En el siguiente cuadro se recogen gastos de publicidad y número de
pasajeros de los últimos 15 meses. Determinar el modelo de regresión.
GPUBL NPASAJE SSx 137.733333
Mes X Y XY X^2 Y^2
1 10 15 150 100 225 SSy 171.733333
2 12 17 204 144 289 SSxy 148.933333
3 8 13 104 64 169
4 17 23 391 289 529
β1 1.08131655
5 10 16 160 100 256 βo 4.38625363
6 15 21 315 225 441
7 10 14 140 100 196
8 14 20 280 196 400
9 19 24 456 361 576
10 10 17 170 100 289
11 11 16 176 121 256
12 13 18 234 169 324
13 16 23 368 256 529
14 10 15 150 100 225
15 12 16 192 144 256
TOTALES 187 268 3490 2469 4960
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.968378371
Coeficiente de determinación R^2 0.93775667
R^2 ajustado 0.932968721
Error típico 0.906780212
Observaciones 15
ANÁLISIS DE VARIANZA
Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% 95.0%
Intercepción 4.38625363 0.991282458 4.42482725 0.000685609 2.24471808 6.52778918 2.24471808 6.52778918
Variable X 1 1.081316554 0.077264946 13.9949176 3.23802E-09 0.91439579 1.24823732 0.91439579 1.24823732
Caso: El ejercicio físico explica el ausentismo
por enfermedad
La oficina de GTH, cree que un programa de ejercicios físicos para
trabajadores, reducirá el ausentismo en numero de días por
enfermedad, por lo que obtiene cifras sobre las horas que cada
empleado ha asistido al programa y los días de baja por enfermedad
de cada uno de ellos:
n =50
∑XY = 1080
∑X = 180
∑Y = 450
∑X2 = 5340
Calcule b1 y bo, presente el modelo de regresión e interprete los
resultados.
ANALISIS DE CORRELACION
De Pearson
𝒀 = β𝟎 +β𝟏 𝑿𝟏 + β𝟐 𝑿𝟐 + ⋯ + β𝒌 𝑿𝒌 + 𝒆
• Donde k es el número de variables independientes y 𝑏𝑖 son los coeficientes de la
variables, e es el componente de error aleatorio necesario por que no todas las
observaciones caen sobre la propia recta de regresión.
FORMULACION DEL MODELO
• Para el caso de la empresa AAA, los gastos son los siguientes:
• Y es el numero de pasajeros (en miles).
• X1, gastos de publicidad (en miles de dólares)
• X2, renta nacional medida en billones de dólares.
Ȳ = 𝒃𝟎 +𝒃𝟏 𝑿𝟏 + 𝒃𝟐 𝑿𝟐 + ⋯ + 𝒃𝒌 𝑿𝒌
• Donde b1 y b2 (coeficientes de regresión parciales o netos), son estimaciones de β1
y β2, por que se trabaja con un modelo de regresión múltiple que contiene mas de un
cociente. Los coeficientes se interpretan de una manera similar a la regresión simple.
Los grados de libertad asociados al modelo son: n – (k + 1).
Ejemplo: Formulación del modelo AAA
El gerente general de AAA, contrata a un gerente de marketing de quien su primera
misión será ampliar el modelo de regresión utilizado para predecir el numero de
pasajeros e incluir otra variable distinta de la publicidad.
Es así que basado en que la renta (renta nacional) es una determinantes principales de
la demanda de los consumidores se incluye en el modelo con ánimos de mejorarlo.
RENTA
PASAJEROS PUBLICIDAD NACIONAL
OBS Y X1 X2
1 15 10 2.4
2 17 12 2.72
3 13 8 2.08
4 23 17 3.68
5 16 10 2.56
6 21 15 3.36
7 14 10 2.24
8 20 14 3.2
9 24 19 3.84
10 17 10 2.72
11 16 11 2.07
12 18 13 2.33
13 23 16 2.98
14 15 10 1.94
15 16 12 2.17
Ejemplo: Formulación del modelo AAA
Resumen
•46
Título: Determinantes del estrés en trabajadores de
Huancayo.
Variables: Indicadores:
Y: Estrés Grado de estrés GEST
X1: Tamaño de la empresa Capital en soles KSOL
X2: Tiempo de servicios Años en el puesto AÑOS
X3: Remuneración Rem. en soles REMU
X4: Trabajador Edad EDAD
•47
Obs EST ANOS EDAD KSOC REMU
1 5.000000 15.00000 3.000000 6.000000 1.500000
2 6.000000 5.000000 4.000000 8.000000 1.000000
3 8.000000 2.000000 5.000000 9.000000 1.000000
4 9.000000 3.000000 4.000000 30.00000 0.500000
5 12.00000 1.000000 4.000000 40.00000 0.500000
6 6.000000 10.00000 5.000000 9.000000 1.000000
7 7.000000 10.00000 4.000000 9.000000 1.500000
8 5.000000 2.000000 3.000000 7.000000 1.500000
9 16.00000 1.000000 5.000000 90.00000 0.500000
10 14.00000 3.000000 2.000000 60.00000 0.500000
11 13.00000 2.000000 4.000000 40.00000 0.500000
12 9.000000 2.000000 3.000000 20.00000 1.000000
13 10.00000 3.000000 3.000000 20.00000 1.000000
14 17.00000 2.000000 3.000000 100.0000 1.000000
15 12.00000 4.000000 3.000000 30.00000 0.500000
16 11.00000 4.000000 4.000000 20.00000 1.000000
17 9.000000 3.000000 3.000000 6.000000 0.500000
18 8.000000 14.00000 4.000000 7.000000 0.500000
19 6.000000 19.00000 4.000000 6.000000 1.000000
20 5.000000 18.00000 5.000000 6.000000 1.500000
•48
Matriz de correlación
•49
•50
La REMU, guarda una relación
negativa con GEST y son
significativas al 0.23%
No se rechaza la
significación global del
El GEST muestra relación significativa modelo
con KSOC y REMU, llegando la
capacidad explicativa a 89.4 % de la
variabilidad del GEST
•51
El estrés de los trabajadores de Huancayo, está determinado por el
tamaño de la empresa donde trabajan y la remuneración percibida.
•52
Contacto:
Espinozaisac@yahoo.es
Cel: 964913378
RPM: #961650207
http://www.youtube.com/watch?v=g4TFaDVwQvA&feature=related