Vous êtes sur la page 1sur 25

Problema 22 Problema 23

Sales Area Spaces Income Sales Ad Dollars Number of a


1840 532 6 44 79.3 5.5 31
1746 478 4 51 200.1 2.5 55
1812 530 7 45 163.2 8 67
1806 508 7 46 200.1 3 50
1792 514 5 44 146 3 38
1825 556 6 46 177.7 2.9 71
1811 541 4 49 30.9 8 30
1803 513 6 52 291.9 9 56
1830 532 5 46 160 4 42
1827 537 5 46 339.4 6.5 73
1764 499 3 48 159.6 5.5 60
1825 510 8 47 86.3 5 44
1763 490 4 48 237.5 6 50
1846 516 8 45 107.2 5 39
1815 482 7 43 155 3.5 55
291.4 8 70
100.2 6 40
135.8 4 50
223.3 7.5 62
195 7 59
73.4 6.7 53
47.7 6.1 38
140.7 3.6 43
93.5 4.2 26
259 4.5 75
331.2 5.6 71
Problema 25

Number of Competitors Potential Student Salary GPA Business


10 8 1 31.5 3.245 0
8 6 2 33 3.278 0
12 9 3 34.1 3.52 1
7 16 4 35.4 3.74 1
8 15 5 34.2 3.52 1
12 17 6 34 3.421 1
12 8 7 34.5 3.41 1
5 10 8 35 3.63 1
8 4 9 34.7 3.355 1
5 16 10 32.5 3.08 0
11 7 11 31.5 3.025 0
12 12 12 32.2 3.146 0
6 6 13 34 3.465 1
10 4 14 32.8 3.245 0
10 4 15 31.8 3.025 0
6 14
11 6 Problemas tomados de Estadística Aplicada a los Negocios y a la Econom
11 8 Lind. Marchal y Wathen. 13a edición. Mc Graw Hill
9 13
9 11
13 5
13 10
9 17
8 3
8 19
4 9
da a los Negocios y a la Economía
Sales Area Spaces Income Modelo Residuales
1840 532 6 44 44.9873182 0.98731815
1746 478 4 51 49.3837885 -1.6162115
1812 530 7 45 46.95161 1.95160997
1806 508 7 46 46.5814835 0.58148355
1792 514 5 44 47.5764212 3.57642123
1825 556 6 46 46.8845203 0.88452028
1811 541 4 49 47.1291683 -1.8708317
1803 513 6 52 46.8731477 -5.1268523
1830 532 5 46 45.5855484 -0.4144516
1827 537 5 46 45.9721344 -0.0278656
1764 499 3 48 48.7914823 0.79148229
1825 510 8 47 45.4308725 -1.5691275
1763 490 4 48 48.6341667 0.63416672
1846 516 8 45 44.1896214 -0.8103786
1815 482 7 43 45.0287166 2.02871657

Sales Area Spaces Income Modelo Residuales


1840 532 6 44 44.9287008 0.92870081
1746 478 4 51 49.3408937 -1.6591063
1812 530 7 45 46.6043943 1.6043943
1806 508 7 46 46.2314377 0.23143769
1825 556 6 46 46.7400331 0.74003309
1811 541 4 49 47.2918109 -1.7081891
1830 532 5 46 45.660629 -0.339371
1827 537 5 46 46.0298416 0.02984158
1764 499 3 48 48.9769471 0.97694709
1825 510 8 47 44.9822933 -2.0177067
1763 490 4 48 48.6494931 0.64949313
1846 516 8 45 43.8217631 -1.1782369
1815 482 7 43 44.7417624 1.74176242

Sales Area Spaces Spaces2 Income Modelo Residuales


1840 532 6 36 44 44.5518768 0.552
1746 478 4 16 51 48.9711904 -2.029
1812 530 7 49 45 46.4875605 1.488
1806 508 7 49 46 45.9223351 -0.078
1825 556 6 36 46 46.5030813 0.503
1811 541 4 16 49 47.6277784 -1.372
1830 532 5 25 46 45.3745864 -0.625
1827 537 5 25 46 45.7733445 -0.227
1764 499 3 9 48 49.9332335 1.933
1825 510 8 64 47 45.6067523 -1.393
1763 490 4 16 48 48.4291837 0.429
1846 516 8 64 45 44.5614587 -0.439
1815 482 7 49 43 44.2576185 1.258
A. Resumen
C y D. TC 2.20098516 -2.2009852
Estadísticas de la regresión
Todas las variables independientes tienen su valor
Coeficiente de correl 0.59011916 T dentro del rango de aceptación, por tanto se
Coeficiente de deter 0.34824063 rechaza la Ho.
R^2 ajustado 0.17048807
B. El 17% de la variacion de las ingresos con
Error típico 2.32627982 respecto al promedio es explicada por la regresion.
Observaciones 15

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 3 31.8059773 10.6019924 1.95913148 0.1786905
Residuos 11 59.527356 5.41157782
Total 14 91.3333333

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 152.950447 65.8633456 2.32223927 0.04041806 7.98620129 297.914694 7.98620129
Sales -0.0693152 0.04788677 -1.4474815 0.17565492 -0.1747133 0.03608286 -0.1747133
Area 0.03572808 0.04632273 0.77128604 0.456786 -0.0662276 0.13768373 -0.0662276
Spaces 0.09492191 0.68898463 0.13777072 0.89291116 -1.421523 1.61136686 -1.421523

E. Resumen Residuales Chart Title


2 55
Estadísticas de la regresión 1.5 50
1 45
Coeficiente de correl 0.80213935
40
0.5
Coeficiente de deter 0.64342754 35
0 1 2 3 4 5 6 7 8 9 1
R^2 ajustado 0.52457005 0 2 4 6 8 10 12 14
-0.5 Income Model o
Error típico 1.4792555 -1
Observaciones 13 -1.5
-2
-2.5
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 3 35.5369977 11.8456659 5.41343709 0.02100086
Residuos 9 19.6937715 2.18819684
Total 12 55.2307692

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 146.875332 42.6445036 3.44417966 0.00734188 50.4067627 243.343901 50.4067627
Sales -0.0651864 0.03095391 -2.1059182 0.06449577 -0.135209 0.00483621 -0.135209
Area 0.03473068 0.02967942 1.17019404 0.27197607 -0.0324088 0.10187019 -0.0324088
Spaces -0.0800642 0.44257832 -0.1809041 0.86045111 -1.0812459 0.92111749 -1.0812459

Resumen
Chart Title
52
50
48
46
Chart Title
Estadísticas de la regresión
52
Coeficiente d 0.83356484 50
48
Coeficiente 0.69483035 46
R^2 ajustado 0.54224552 44
42
Error típico 1.45149728 40
38
Observacione 13 1 2 3 4 5 6 7 8 9 10 11 12 13
Income Modelo
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 4 38.3760144 9.59400361 4.55373156 0.03277776
Residuos 8 16.8547548 2.10684435
Total 12 55.2307692

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%


Intercepción 144.437326 41.8969535 3.44744221 0.00872761 47.8227778 241.051874
Sales -0.0619432 0.03050128 -2.03084 0.07675714 -0.1322793 0.00839286
Area 0.04258567 0.02989829 1.42435154 0.19216151 -0.0263599 0.11153125
Spaces -2.8967499 2.46500174 -1.1751513 0.27372253 -8.5810541 2.78755432
Spaces2 0.24486114 0.21093668 1.16082767 0.27917689 -0.2415597 0.73128199
Superior 95.0%
297.914694
0.03608286
0.13768373
1.61136686

Chart Title

4 5 6 7 8 9 10 11 12 13
Income Model o

Superior 95.0%
243.343901
0.00483621
0.10187019
0.92111749
Inferior 95.0%
Superior 95.0%
47.8227778 241.051874
-0.1322793 0.00839286
-0.0263599 0.11153125
-8.5810541 2.78755432
-0.2415597 0.73128199
Problema 23
Podemos ver que la var
Sales Ad Dollars
Number of
Number
accounts
of Competitors
Potential Podemos ver que la var
A
79.3 5.5 31 10 8 Podemos ver que la var
200.1 2.5 55 8 6 Podemos ver que la var
163.2 8 67 12 9
200.1 3 50 7 16
146 3 38 8 15
Ad Dollars
10
177.7 2.9 71 12 17
9
30.9 8 30 12 8 8
291.9 9 56 5 10 7
6
160 4 42 8 4 5
339.4 6.5 73 5 16 4
3
159.6 5.5 60 11 7 2
86.3 5 44 12 12 1
0
237.5 6 50 6 6 0 50 100 150 200 250 300 350
107.2 5 39 10 4
155 3.5 55 10 4
Number of Competi to
291.4 8 70 6 14
14
100.2 6 40 11 6
12
135.8 4 50 11 8
10
223.3 7.5 62 9 13
8
195 7 59 9 11
6
73.4 6.7 53 13 5
4
47.7 6.1 38 13 10
2
140.7 3.6 43 9 17
0
93.5 4.2 26 8 3 0 50 100 150 200 250 300 350
259 4.5 75 8 19
331.2 5.6 71 4 9

C
Resumen

Estadísticas de la regresión Se puede concluir que la variable dolares y


Coeficiente0.9945656 potencial de mercado no explican las ventas
Coeficiente0.9891607 ya que su valor P es superior a 0,05. Por lo
R^2 ajusta0.9870961 cual las otras variables si explican las ventas.
Error típico 9.6044061 Se eliminara la variable que tiene el valor P
Observacio 26 mas alto y se corre nuevamente la regresion.
ANÁLISIS DE VARIANZA
Grados de Suma
libertad
de
Promedio
cuadrados
de los cuadrados
F Valor crítico de F
Regresión 4 176777.06 44194.265 479.098584 2.654E-20
Residuos 21 1937.137 92.244617
Total 25 178714.2

CoeficientesError típicoEstadístico tProbabilidadInferior 95%


Superior 95%
Inferior 95,0%
Intercepció 178.32034 12.960319 13.758947 5.62E-12 151.36788 205.2728 151.36788
Ad Dollars 1.8070643 1.0810393 1.6715991 0.10943958 -0.44108 4.0552087 -0.44108
Number of 3.3178334 0.1628918 20.368332 2.6031E-15 2.9790815 3.6565854 2.9790815
Number of -21.18498 0.787939 -26.88658 9.4147E-18 -22.82359 -19.54638 -22.82359
Potential 0.3245124 0.4677644 0.6937517 0.49544094 -0.648257 1.2972818 -0.648257

D
T.C 2.0796138 REGION DE ACEPTACION HIPOTESIS NULA
-2.0796138447 2.0796138447

Valor T
Ad Dollars 1.6715991 Valor T entre la zona de aceptacion, se acepta hipotesis n
Number of accounts 20.368332 Valor T esta en la zona de rechazo, se rechaza hipotesis n
Number of Competitor -26.88658 Valor T esta en la zona de rechazo, se rechaza hipotesis n
Potential 0.6937517 Valor T entre la zona de aceptacion, se acepta hipotesis n

Se debe eliminar la variable que tiene el valor P mas alto y se corre nuevamente la regresion

E
Resumen

Estadísticas de la regresión
Coeficiente0.9944407
Coeficiente0.9889123
R^2 ajusta0.9874003
Error típico 9.490506
Observacio 26

ANÁLISIS DE VARIANZA
Grados de Suma
libertad
de
Promedio
cuadrados
de los cuadrados
F Valor crítico de F
Regresión 3 176732.66 58910.888 654.058858 1.198E-21
Residuos 22 1981.5335 90.069705
Total 25 178714.2

CoeficientesError típicoEstadístico tProbabilidadInferior 95%


Superior 95%
Inferior 95,0%
Intercepció 179.84428 12.621329 14.249235 1.3739E-12 153.66925 206.01932 153.66925
Ad Dollars 1.6772431 1.0520933 1.5941961 0.12515891 -0.504665 3.8591511 -0.504665
Number of 3.3693924 0.1432307 23.524241 4.3713E-17 3.0723502 3.6664346 3.0723502
Number of -21.21651 0.7772988 -27.29518 1.8421E-18 -22.82853 -19.60449 -22.82853

Se elimino una variable y al momento de correr nuevamente la regresion se tiene la


variable Dolares sigue sin explicar las ventas. Si se elimina esta variable el resto de
variables ya explicarian las ventas

F
Sales
Number of
Number
accounts
of Competitors
MODELO RESIDUALES
79.3 31 10 80.414768 1.114768283 Resumen
200.1 55 8 204.59455 4.494549934
163.2 67 12 160.71962 -2.48038127 Estadísticas de la regresión
200.1 50 7 208.74713 8.647128331 Coeficiente0.9937965
146 38 8 146.65724 0.657237505 Coeficiente0.9876314
177.7 71 12 174.35193 -3.34807246 R^2 ajusta0.9865559
30.9 30 12 34.620762 3.720762271 Error típico 9.803376
291.9 56 5 271.58152 -20.3184796 Observacio 26
160 42 8 160.28955 0.289546312
339.4 73 5 329.51883 -9.88116722 ANÁLISIS DE VARIANZA
159.6 60 11 158.05604 -1.54395727 Grados de libertad
86.3 44 12 82.333843 -3.96615691 Regresión 2
237.5 50 6 229.94009 -7.55990726 Residuos 23
107.2 39 10 107.67939 0.479385897 Total 25
155 55 10 162.20862 7.208621124
291.4 70 6 298.10164 6.70163677 Coeficientes
100.2 40 11 89.894499 -10.3055013 Intercepció 186.69402
135.8 50 11 123.97527 -11.8247293 Number of 3.4080772
223.3 62 9 207.25813 -16.0418741 Number of -21.19296
195 59 9 197.03389 2.033894336
73.4 53 13 91.813574 18.4135735 Se pueden eliminar los datos extremos
47.7 38 13 40.692415 -7.00758452
140.7 43 9 142.50466 1.804659109
93.5 26 8 105.76031 12.26031109
259 75 8 272.75609 13.75609397
331.2 71 4 343.89564 12.69564278
odemos ver que la variable dolares en publicidad no influye en las ventas
odemos ver que la variable numero de cuentas influye en las ventas, a mayor numero de cuentas mayores ve
odemos ver que la variable numero de competidores influye en las ventas, a menor numero de cuentas mayor
odemos ver que la variable potencial de mercado no influye mucho en las ventas

Ad Dollars Potential Number of accounts


20 80
18 70
16 60
14
12 50
10 40
8 30
6
20
4
2 10
0 0
150 200 250 300 350 400 0 50 100 150 200 250 300 350 400 0 50 100 150 200 250 300 350 400

r of Competi tors
B
Sales Ad Dollars
Number ofNumber
accounts
of Competitors
Potential
Sales 1
Ad Dollars 0.1588684 1
Number of 0.7828441 0.1725506 1
Number of -0.832981 -0.038252 -0.324288 1
Potential 0.4072695 -0.070565 0.4682129 -0.20206 1

150 200 250 300 350 400


Superior 95,0%
205.2728
4.0552087
3.6565854
-19.54638
1.2972818
Superior 95,0%
206.01932
3.8591511
3.6664346
-19.60449

esion se tiene la
riable el resto de

RESIDUALES HISTOGRAMA RESIDUALES DISPERSION


25 25
20 20
15 15
10 10
5 5
0 0
1 3 5 7 9 11 13 15 17 19 21 23 25 0 5 10 15 20 25 30
-5 -5
-10 -10
-15 -15
-20 -20
-25 -25

VARIANZA
Suma de
Promedio
cuadrados
de los cuadrados
F Valor crítico de F
176503.76 88251.878 918.27474 1.153E-22
2210.4422 96.106181
178714.2

Error típicoEstadístico Probabilidad


t Inferior 95%
Superior 95%
Inferior 95,0%
Superior 95,0%
12.258689 15.229526 1.664E-13 161.33499 212.05305 161.33499 212.05305
0.1458137 23.372819 1.578E-17 3.1064386 3.7097158 3.1064386 3.7097158
0.8027788 -26.39951 1.056E-18 -22.85364 -19.53229 -22.85364 -19.53229

s datos extremos y posterior a ello correr nuevamente la regresion para ejecutar el nuevo modelo
ccounts

50 300 350 400

B. Si hay un problema, La variable de Ventas en


Dolares tambien tiene baja correlación con respecto al
aumento en las ventas. y una variable independiente
redundante, Numero de Competidores influye en las
ventas ya que a menor cantidad de competidores
mayores son las ventas. La variable DOLARES EN
PUBLICIDAD es redundante.
N

25 30
Problema 25 MATRIZ DE CORRELACI
Salary
Student Salary GPA Business Modelo Residuales Salary
1 31.5 3.245 0 32.45 - 0.95 GPA
2 33 3.278 0 32.54 0.46 Business
3 34.1 3.52 1 34.52 - 0.42
4 35.4 3.74 1 35.13 0.27 Resumen
5 34.2 3.52 1 34.52 - 0.32
6 34 3.421 1 34.25 - 0.25 Estadísticas de la regresión
7 34.5 3.41 1 34.22 0.28 Coeficiente d
8 35 3.63 1 34.83 0.17 Coeficiente
9 34.7 3.355 1 34.06 0.64 R^2 ajustad
10 32.5 3.08 0 31.99 0.51 Error típico
11 31.5 3.025 0 31.84 - 0.34 Observacion
12 32.2 3.146 0 32.18 0.02
13 34 3.465 1 34.37 - 0.37 ANÁLISIS DE VARIANZA
14 32.8 3.245 0 32.45 0.35 Grados de libert
15 31.8 3.025 0 31.84 - 0.04 Regresión
16 3 1 33.08 Residuos
Total

Coeficientes
Intercepción
GPA
Business
Salario vs GPA
36

35
Modelo vs Salario
36
34
35
33 34
33
32
32
31 31
30
30 29
1 2 3 4 5 6 7 8 9 10 11 12 13 14
29
2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 Sal a ry Model o

A. En la matriz de correlación se puede evidenciar que el salrio tiene un alto grado de correlación con l
variables promedio de notas y si el estudiante es graduado de la escuela de administraciónadministrac
Se puede afirmar que hay indicios de multicolinealidad, ya que la covarianza entre las dos variables
independientes es > 0, es decir, que hay un alto grado de correlación entre las variables independiente
B. Modelo: S = β1 + β2(Prom. Notas) + β3 (Escula Admon) + e
Modelo Estimado: S = 23,44 + 2,77(Prom. Notas) + 1,307(Escuela Admon)
* Si el estudiante es graduado de la escuela de administración el salario, en promedio, incrementa $1.3
dolares.
* Si el estudiante es graduado de la escuela de administración el salario, en promedio, incrementa $1.3
dolares.
* Para una persona egresada de la escuela de administración cuyo promedio de notas es de 3,0, su sa
promedio será de $33,08 miles de dolares.
C. El valor del R^2 es 88,78%, donde se puede afirmar que la variación de los salarios respecto al sala
promedio es explicado por la regresión (variables independientes promedio de notas y si el egresado s
de la escuela de administración).
D. No contemplaría eliminar ninguna de las variables independientes, ya que el valor P de ambas es in
por lo tanto, las variables independientes explican el comportamiento del salario en promedio.
E. Al graficar los residuales, se puede observar que el primer valor de la muestra presenta una mayor d
por lo tanto sería un valor atipico que se podría retirar para correr un segundo modelo y evaluar si ajus
mejor manera.
ATRIZ DE CORRELACIÓN Covarianza X1 y X2
GPA Business 9.6%
1
0.9023916 1
0.91054691 0.85144388 1 Residuales
0.80
0.60
0.40
0.20
adísticas de la regresión
-
0.94225306 0 2 4 6 8 10 12 14 16
-0.20
0.88784083 -0.40
0.86914764 -0.60
0.47221276 -0.80
15 -1.00
-1.20
NÁLISIS DE VARIANZA
Grados de libertad
Suma de Promedio
cuadradosde los cuadrados
F Valor crítico de F
2 21.1815147 10.5907573 47.4954038 1.9907E-06
12 2.67581866 0.22298489
14 23.8573333

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%Superior 95%Inferior 95,0%


Superior 95,0%
23.4473748 3.49010323 6.71824679 2.1392E-05 15.8430931 31.0516565 15.8430931 31.0516565
2.77483109 1.10682074 2.50702846 0.0275577 0.36327586 5.18638631 0.36327586 5.18638631
1.30705832 0.46600308 2.80482766 0.01590124 0.29172484 2.32239181 0.29172484 2.32239181

vs Salario Modelo vs Business Salario vs Busine


36.00 36
35.00 35

34.00 34
33
33.00
32
32.00
31
8 9 10 11 12 13 14 15 31.00 30
Model o 30.00 29
0 0.2 0.4 0.6 0.8 1 1.2 0 0.2 0.4 0.6 0.

ado de correlación con las


dministraciónadministración.
ntre las dos variables
variables independientes.

omedio, incrementa $1.307.058,3


de notas es de 3,0, su salario

salarios respecto al salario


notas y si el egresado se gradue

l valor P de ambas es inferior a 5%,


o en promedio.
ra presenta una mayor dispersión,
modelo y evaluar si ajusta de una
perior 95,0%

Salario vs Business

0.2 0.4 0.6 0.8 1 1.2