FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS

CARRERA DE MERCADOTECNIA

INTEGRANTES:
Erika Landi
Geovanny Molina
Erick Pinos
Christian Sanchez
Fernando Uyaguari
Angélica Uzhca

MATERIA: Estadística III

PROFESOR: Eco. Margarita Guillen

CURSO: Mk- 01-03

FECHA DE ENTREGA: /10/2019

14. En una ecuación de regresión múltiple se consideran dos variables
independientes, y el tamaño de la muestra es 25. Los coeficientes de regresión y los
errores estándares son los siguientes.
b1 = 2.676 Sb1 = 0.56
b2 = -0.880 Sb2 = 0.71
Realice una prueba de hipótesis para determinar si alguna variable independiente
tiene un coeficiente igual a cero. ¿Consideraría eliminar alguna variable de la
ecuación de regresión? Utilice el nivel de significancia 0.05.
 Prueba de hipótesis B1
Hipótesis
Ho= B1 = 0
Ha= B1 ≠ 0
Nivel de significancia

α= 0.05
Estadístico de prueba critico o dado
t = n – (K+1)
t = 25 – 3
t = 22 gl
t = 2.074
Regla de decisión

4.7785

Si - 2.074 ≤ t ≤ 2.074 acepto Ho

Si t < - 2.074 o t > 2.074 rechazo Ho
Calculo de estadístico de prueba
 b−B 2.676−0
t= t= t = 4.7785
SB 0.56
Conclusión
Con un nivel de significancia de 0.05existe suficiente evidencia estadística para aceptar
la Ha, por lo tanto, la variable es significativa en el modelo.
 Prueba de hipótesis B2
Hipótesis
Ho= B2 = 0
Ha= B2 ≠ 0
Nivel de significancia

α= 0.05
Estadístico de prueba critico o dado
t = n – (K+1)
t = 25 – 3
t = 22 gl
t = 2.074
Regla de decisión

-1.24

Si - 2.074 ≤ t ≤ 2.074 acepto Ho

Si t < - 2.074 o t > 2.074 rechazo Ho
Calculo de estadístico de prueba
b−B −0.880−0
t= t= t = - 1.24
SB 0.71
Conclusión
Con un nivel de significancia de 0.05 existe suficiente evidencia estadística para aceptar
la Ho, por lo tanto, la variable no es significativa en el modelo.

16. En una ecuación de regresión múltiple k 5 y n 20, el valor de MSE es 5.10, y SS

total es 519.68. Con un nivel de significancia 0.05, ¿se puede concluir que alguno(s)
de los coeficientes de regresión no son iguales a 0?
Datos
K=5
n=20
MSE=5.10
SS=519.68
α= 0.05
TABLA ANOVA
Fuente de Suma de Grados de Media F
Variación Cuadrados libertad Cuadrática
Regresión 447,6 5 89,52
17.55
Aleatoria 71,6 14 5,10
TOTAL 519,68 19

Hipotesis

Ho= B1= B2 = B3 = B4 = B5 = 0
Ha= B1≠ B2 ≠ B3 ≠ B4 ≠ B5 ≠ 0

Nivel de significancia
α= 0.05
Estadístico de prueba critico o dado

5
F con gl
20−(5+1)
5
F con gl
14
F = 2,96

Regla de decisión
 Si F ≤ 2.96 se acepta la Ho
Si F > 2.96 se rechaza la Ho

Cálculo de estadístico de prueba

MSR SSR
F= MSR =
MSE K

447.6
MSR = =89.52
5

89.52
F=
5.10

F = 17.55

Conclusión

Con un nivel de significancia de 0.05 existe suficiente evidencia estadística para

aceptar la Ha por lo tanto se dice que algunos de los coeficientes de regresión no
son iguales a 0.
18. Suponga que el gerente de ventas de un distribuidor grande de partes de autos
desea estimar en el mes de abril las ventas totales anuales de una región. Con base
en las ventas regionales, también se pueden estimar las ventas totales de la
compañía. Con base en la experiencia pasada, se determina que las estimaciones de
abril de las ventas anuales tienen una precisión razonable, en años futuros esa
predicción serviría para revisar los programas de producción y mantener el
inventario correcto en las tiendas de descuento minoristas. Parece que varios
factores están relacionados con las ventas, como el número de tiendas de descuento
minoristas en la región que venden componentes de la compañía, el número de
automóviles en la región registrados desde el 1 de abril, y el ingreso total personal
del primer trimestre del año. Al final se seleccionaron cinco variables
independientes como las más importantes (según el gerente de ventas). Luego se
recopilaron los datos de un año reciente. También se registraron las ventas totales
anuales en ese año por cada región. En la siguiente tabla observe que en la región 1
había 1 739 tiendas de descuento minoristas que vendían los componentes de autos
de la compañía y 9 270 000 automóviles registrados en la región desde el 1 de abril.
Las ventas en ese año fueron $37 702 000.

a) Considere la siguiente matriz de correlación. ¿Qué variable individual tiene la

correlación más fuerte con la variable dependiente? Las correlaciones entre las
variables independientes, tiendas de descuento e ingreso, y entre automóviles y
tiendas de descuento, son muy fuertes. ¿Esto puede representar un problema?
¿Cómo se denomina esta condición?

¿Qué variable individual tiene la correlación más fuerte con la variable

dependiente?
La variable individual que tiene la correlación más fuerte con la variable
dependiente es el ingreso personal en miles de millones de dólares.

Las correlaciones entre las variables independientes, tiendas de descuento e

ingreso, y entre automóviles y tiendas de descuento, son muy fuertes. ¿Esto
puede representar un problema? ¿Cómo se denomina esta condición?
No, dado que hay poca dispersión entre esas variables. Y se denomina
coeficiente de correlación.

b) En la siguiente tabla se presenta el resultado de la ecuación de regresión de las

cinco variables. ¿Qué porcentaje de la variación se explica mediante la ecuación
de regresión?
c) Realice una prueba global de hipótesis para determinar si alguno(s) de los
coeficientes de regresión no son cero. Utilice el nivel de significancia 0.05.
d) Realice una prueba de hipótesis en cada una de las variables independientes.
¿Consideraría eliminar “tiendas de descuento” y “supervisores”? Utilice el nivel de
significancia 0.05.
e) Se vuelve a correr la regresión, pero ahora sin “tiendas de descuento” y
“supervisores”, como se muestra a continuación. Calcule el coeficiente de
determinación. ¿Cuánto cambió R2 a partir del análisis anterior?
.

f) A continuación se presenta un histograma y un diagrama de tallo y hojas de los

residuos. ¿Parece razonable la suposición de normalidad?
g) La siguiente es una gráfica de los valores ajustados de Y (es decir, y de los residuos.
¿Observa alguna violación de las suposiciones?

20. Mike Wilde es el presidente del sindicato de maestros del Otsego School District. A fin de
prepararse para negociaciones próximas, le gustaría investigar la estructura de los salarios de
los maestros del distrito. Wilde considera que hay tres factores que influyen en el salario de un
maestro: sus años de experiencia, la calificación de su eficiencia como docente por parte del
director y si cuenta con un posgrado. Una muestra de 20 maestros generó los siguientes datos.
*1 sí, 0 no.

a) Formule una matriz de correlación. ¿Qué variable independiente tiene la correlación más
fuerte con la variable dependiente? ¿Habrá problemas respecto de la multicolinealidad?

b) Determine la ecuación de regresión. ¿Qué salario estimaría para un maestro con cinco años
de experiencia, una calificación del director de 60 y sin posgrado?

c) Realice una prueba global de la hipótesis para determinar si alguno de los coeficientes de
regresión difiere de cero. Utilice el nivel de significancia 0.05.

d) Realice la prueba de hipótesis de los coeficientes de regresión individuales. ¿Consideraría

eliminar alguna de las variables independientes? Utilice el nivel de significancia 0.05.

e) Si su conclusión en el inciso d) fue eliminar una o más variables independientes, realice de

nuevo el análisis sin estas variables.

f) Determine los residuos de la ecuación del inciso e). Utilice un diagrama de tallo y hojas o
bien un histograma para verificar que la distribución de los residuos sea aproximadamente
normal.

g) Trace los residuos calculados en el inciso f ) en un diagrama de dispersión con las varianzas
residuales en el eje Y y los valores en el eje X. ¿La gráfica revela alguna violación de las
suposiciones de regresión?

21. Un análisis de consumidor recabó los siguientes datos sobre los tamaños de pantalla de
los televisores más populares vendidos recientemente en una gran tienda minorista:

a) ¿Parece haber una relación lineal entre el tamaño de la pantalla y el precio?

b) ¿Cuál es la variable “dependiente”?

c) Utilizando software estadístico, determine la ecuación de regresión. Interprete el valor de la

pendiente en la ecuación de regresión.

d) Incluya al fabricante en un análisis de regresión lineal múltiple empleando una variable

“ficticia”. ¿Parece que algunos fabricantes pueden establecer un precio especial? Sugerencia:
Deberá usar un grupo de variables indicadoras.

e) Pruebe cada uno de los coeficientes individuales para ver si son significativos.

f) Haga un trazo de los residuos y comente si parecen seguir una distribución normal.
g) Trace los residuos contra los valores ajustados. ¿Parecen tener la misma cantidad de
variación?

22. Una planeadora regional estudia los datos demográficos en un área de un estado en
particular. Ha recabado los siguientes datos en nueve condados.

a) ¿Existe una relación lineal entre el ingreso mediano y la edad mediana?

b) ¿Cuál es la variable “dependiente”?

c) Utilice software estadístico para determinar la ecuación de regresión. Interprete el valor de

la pendiente en la ecuación de regresión simple.

d) Incluya el aspecto de que el condado sea “costero” o no en un análisis de regresión lineal

múltiple empleando una variable “ficticia”. ¿Parece haber una influencia significativa de los
ingresos?

e) Pruebe cada uno de los coeficientes individuales para ver si son significativos.

f) Haga un trazo de los residuos y comente sí parecen seguir una distribución normal.

g) Trace los residuos contra los valores ajustados. ¿Parecen tener la misma cantidad de
variación?

24. El Times-Observer es un periódico de la ciudad Metro. Al igual que muchos periódicos, el

TimesObserver pasa por dificultades financieras. La gerente de circulación estudia otros
periódicos en ciudades similares en Estados Unidos y Canadá, con interés particular en las
variables que se relacionan con el número de suscriptores. Ella reúne la siguiente
información muestral de 25 periódicos de ciudades similares. Se emplea la siguiente
notación:

Sus = Número de suscriptores (en miles).

Pob = Población metropolitana (en miles).

Pub = Presupuesto en publicidad del periódico (miles de dólares).

Ingreso = Ingreso familiar medio en el área metropolitana (miles de dólares).

a) Determine la ecuación de regresión.

b) Realice una prueba global de hipótesis para determinar si algunos de los coeficientes de
regresión no son iguales a cero.

c) Realice la prueba de los coeficientes individuales. ¿Consideraría eliminar algunos de ellos?

d) Determine los residuos y trácelos contra los valores ajustados. ¿Hay problemas?

e) Elabore un histograma de las varianzas residuales. ¿Hay problemas con la suposición de

normalidad?

26. Muchas regiones a lo largo de la costa de Carolina del Norte, de Carolina del Sur y
Georgia experimentaron un rápido crecimiento poblacional durante los últimos 10 años. Se
espera que el desarrollo continúe durante los próximos 10 años. Esto ha motivado a muchas
de las cadenas importantes de abarrotes a construir nuevas tiendas en la región. La cadena
Kelly’s Super Grocery Stores, Inc., no es la excepción, y su director de planeación desea
estudiar si es conveniente agregar más tiendas en esta región. El director considera que hay
dos factores principales que indican la cantidad monetaria que las familias gastan en
abarrotes. El primero es su ingreso y el otro es el número de personas que las integran. El
director reunió la siguiente información muestral.

Los alimentos y el ingreso se reportan en miles de dólares por año, y la variable tamaño se
refiere al número de personas en el hogar

a) Elabore una matriz de correlación. ¿Detecta algunos problemas con la multicolinealidad?

b) Determine la ecuación de regresión. Haga un comentario sobre la ecuación de regresión.

¿Cuánto dinero agrega un miembro familiar adicional a la cantidad que se gasta en alimentos?
c) ¿Cuál es el valor de R2 ? ¿Se puede concluir que este valor es mayor que 0?

d) ¿Consideraría eliminar algunas de las variables independientes?

e) Trace los residuos en un histograma. ¿Hay algún problema con la suposición de normalidad?
f) Trace los valores ajustados contra los valores de los residuos. ¿Revela esta gráfica problemas
con la homoscedasticidad?
28. El Conch Café, ubicado en Gulf Shores, Alabama, ofrece almuerzos casuales con una gran
vista al Golfo de México. Para adaptarse al aumento de la clientela durante la temporada
vacacional de verano, Fuzzy Conch, el propietario, contrata a un gran número de meseros
como ayuda temporal. Cuando entrevista a un mesero potencial, a Fuzzy le gustaría contar
con información sobre la cantidad monetaria en propinas que un mesero puede ganar. Fuzzy
considera que la cantidad de la cuenta y el número de clientes se relacionan con el monto de
la propina, y reunió la siguiente información.

a) Desarrolle una ecuación de

regresión múltiple con la
cantidad monetaria en
propinas como variable
dependiente, y la cantidad
monetaria de la cuenta y el
número de clientes como variables independientes. Escriba la ecuación de regresión. ¿Cuánto
dinero más agrega otro cliente a la cantidad de las propinas?

b) Realice una prueba global de hipótesis para determinar si al menos una de las variables
independientes es significativa. ¿Cuál es su conclusión?

c) Realice la prueba individual para cada una de las variables. ¿Se debe eliminar una u otra?

d) Utilice la ecuación elaborada en el inciso c) para establecer el coeficiente de determinación.

Interprete su valor.

e) Trace los valores de los residuos. ¿Es razonable suponer que siguen la distribución normal? f)
Trace los valores residuales frente a los ajustados. ¿Es razonable concluir que son aleatorios?

30. El director de actos especiales de Sun City consideraba que la cantidad de dinero que se
gasta en juegos pirotécnicos el 4 de julio (día de la independencia de Estados Unidos) era un
factor de predicción de la asistencia al Festival de otoño de octubre, por lo que reunió la
siguiente información para probar su supuesto

Determine la ecuación de regresión. ¿Está relacionada la cantidad que se gasta en juegos

pirotécnicos con la asistencia al Festival de otoño? Realice una prueba de hipótesis para
determinar si hay algún problema con la autocorrelación.

32. Considere las cifras del ejercicio anterior. Agregue una variable nueva que describa la
interacción potencial entre la cantidad del préstamo y el número de pagos hechos. Después
haga una prueba de hipótesis para verificar si la interacción es significativa.