Anda di halaman 1dari 5

Examen ordinario Unidad I Estadística Inferencial II Ing. Industrial Regresión múltiple y correlación

Nombre del Alumno

Ejercicio 1 Home Depot es una cadena en crecimiento de centros de descuento en materiales para mejorar las casas. La tabla proporciona información de los reportes anuales, que son los datos típicos que usan los analistas financieros para predecir el ingreso futuro de la compañía.

 

Tamaño promedio de tienda (miles de

Ingreso

Año

Número de

tiendas

pies 2 )

total (miles

de pesos)

Número de

Empleados

  • 1984 31

77

433

4000

  • 1985 50

80

701

5400

  • 1986 60

80

1001

6600

  • 1987 75

82

1454

9100

  • 1988 96

86

2000

13000

  • 1989 118

88

2758

17500

  • 1990 145

92

3815

21500

  • 1991 174

95

5136

28000

  • 1992 214

98

7148

38900

  • 1993 264

100

9239

50600

  • 1994 340

103

12477

67300

  • a) ¿Podrían los datos presentar multicolinealidad? Explique su respuesta No, debido a que al comparar las variables independientes no presentan relación.

  • b) Use su programa estadístico para desarrollar la recta de regresión de mejor ajuste para estos datos. Ingreso total (miles de pesos) = -339.3 + 0.19051 Número de Empleados

  • c) Interprete R 2 con la recta de mejor ajuste El modelo explica el 99.92% de los datos

  • d) Con los datos del mejor ajuste y empleando α = 0.10 pruebe la significancia general del modelo. Desarrolle sus hipótesis adecuadas. H 0 = El modelo no es significativo, ninguna de las pendientes modifica a la variable Y H 1 = Al menos 1 pendiente es ≠ 0. El modelo es significativo, al menos una pendiente modifica a la variable Y Criterio de rechazo H 0: Se rechaza H 0 si el valor p < α

0.0000000000002 < 0.05

verdadero, se rechaza la H 0

Conclusión: El modelo es significativo, al menos una pendiente modifica a la variable Y

  • e) Con la recta de mejor ajuste obtenida, realice una predicción para el valor del ingreso promedio en el año
    1990 Para el año de 1990 se esperaba un ingreso total de 3756.665 (miles de pesos)

DCA. Victor Manuel Zamora Gasga

15/09/2017

Examen ordinario Unidad I Estadística Inferencial II Ing. Industrial Regresión múltiple y correlación

  • f) Con la recta de mejor ajuste. Calcule e interprete el intervalo de confianza para la predicción del inciso d con un nivel de confianza del 99%. Con un nivel de confianza del 99% el ingreso total predicho para el año de 1990 se encuentra entre 3432.955784 y
    4080.374216.

  • g) Utilizando el modelo con todas las variables independientes ¿Podría concluir que el tamaño de las tiendas es más importante para determinar el crecimiento en los ingresos? Explique su respuesta basada en la interpretación de los coeficientes y su valor de p. H 0: b 1 = 0 El coeficiente es igual a 0, por lo tanto, la variable x 2 no es significativa para el modelo. H 1: b 1 ≠ 0 El coeficiente es igual a 0, por lo tanto, la variable x 2 es significativa para el modelo. Se rechaza H 0 si el valor p < α X 2 = 0.964 < 0.05

falso, no se rechaza la H 0

Conclusión: el coeficiente no es significativo para el modelo.

  • h) Utilizando el modelo con todas las variables independientes. Calcule e interprete el intervalo de confianza para el coeficiente del número de tiendas con un nivel de confianza del 99%. Intervalo para b 1 Con un nivel de confianza del 99.5% el intervalo de confianza de b 1 se encuentra entre -32.4921 y
    34.4181

  • i) Utilizando el modelo con todas las variables independientes, ¿podría concluir si el incremento en una unidad de la variable números de empleados resulta en ventas mayores a $150 pesos? X 3 = no. de empleados B 3 = 0.001 Hipótesis H 0 : b 3 0.15 por cada incremento en una unidad en la variable empleados es menor o igual a $150 H 1 : b 3 > 0.15 por cada incremento en una unidad en la variable empleados es mayor a $150 t = 1.8946

t 0 = -4.2939

Conclusión: por cada unidad incrementada en número de empleados las ventas son menor o igual a $150

  • j) Como consultor, ¿recomendaría una estrategia de expansión enfocada a una dispersión geográfica amplia o la construcción de un número menor de tiendas muy grandes? ¿Sugeriría alguna otra acción? Al hacer el análisis de la regresión me doy cuenta que las variables tamaño de tiendas y el número de tiendas no tienen ningún efecto sobre el modelo, por lo que no es recomendable aumentar ninguna de estas variables debido a que no tiene ningún efecto con el ingreso total en ventas.

DCA. Victor Manuel Zamora Gasga

15/09/2017

Examen ordinario Unidad I Estadística Inferencial II Ing. Industrial Regresión múltiple y correlación

Ejercicio 2. Consumer Reports examinó ampliamente y presentó las evaluaciones de 24 caminadoras. A cada caminadora se le dio una calificación general que se basaba principalmente en su facilidad de uso, ergonomía, gama de ejercicio y calidad. En general, una mejor calificación corresponde a un mejor funcionamiento. En la información a continuación se presenta el precio, la evaluación de la calidad y la puntuación general de las 24 caminadoras (Consumer Reports, febrero de 2006).

Marca y modelo

Precio (dólares)

Calidad

Calificación

LandiceL7

2900

Excelente

86

NordicTrack S3000

3500

Muy buena

85

SportsArt 3110

2900

Excelente

82

Precor

3500

Excelente

81

True Z4 HRC

2300

Excelente

81

Vision Fitness T9500

2000

Excelente

81

Precor M 9.31

3000

Excelente

79

Vision Fitness T9200

1300

Muy buena

78

Star Trac TR901

3200

Muy buena

72

Trimline T350HR

1600

Muy buena

72

Schwinn 820p

1300

Muy buena

69

Bowflex 7-Series

1500

Excelente

83

NordicTrack S1900

2600

Muy buena

83

Horizon Fitness PST8

1600

Muy buena

82

Horizon Fitness 5.2T

1800

Muy buena

80

Evo by Smooth Fitness FX30

1700

Muy buena

75

ProForm 1000S

1600

Muy buena

75

Horizon Fitness CST4.5

1000

Muy buena

74

Keys Fitness 320t

1200

Muy buena

73

Smooth Fitness 7.1HR Pro

1600

Muy buena

73

NordicTrack C2300

1000

Buena

70

Spirit Inspire

1400

Muy buena

70

ProForm 750

1000

Buena

67

Image 19 R

600

Buena

66

  • a) Con estos datos obtenga una ecuación de regresión que sirva para estimar la calificación general cuando se conoce el precio.

Calificación = 67.68 + 0.00462 Precio (dólares)

  • b) Para incorporar el efecto de la calidad, una variable cualitativa de tres niveles, se emplearon dos variables

ficticias. Calidad-E y Calidad-MB. Cada variable toma los valores 0 y 1 como sigue

.
.

DCA. Victor Manuel Zamora Gasga

15/09/2017

Examen ordinario Unidad I Estadística Inferencial II Ing. Industrial Regresión múltiple y correlación

Sin eliminar variables del modelo, obtenga las ecuaciones de regresión que sirvan para estimar la puntuación general cuando se conoce el precio y la evaluación de la calidad.

calidad

  • 0 Calificación = 65.66 + 0.00232 Precio (dólares)

0

  • 0 Calificación = 71.58 + 0.00232 Precio (dólares)

1

  • 1 Calificación = 75.87 + 0.00232 Precio (dólares)

0

  • 1 1

Calificación = 81.79 + 0.00232 Precio (dólares)

  • b) Compare el error estándar de estimación del modelo del inciso a y del modelo del inciso b ¿Qué conclusiones podría establecer?

a-

SE= 4.51094

b- SE= 3.93071

Podemos decir que la variable precio no es significativa para el modelo, por lo cual nos genera un mayor error al incluirla.

  • c) Realice un análisis de los residuales para los datos del inciso b. ¿podría concluir que se cumplen los supuestos de normalidad y varianzas iguales para el error? Explique su respuesta

Examen ordinario Unidad I Estadística Inferencial II Ing. Industrial Regresión múltiple y correlación Sin eliminar variables

Supuesto de varianza: el modelo se cumple, las varianzas son iguales Supuesto de normalidad: los valores experimentales se acercan demasiado a la recta predicha, por la cual podemos decir que el supuesto se cumple.

DCA. Victor Manuel Zamora Gasga

15/09/2017

Examen ordinario Unidad I Estadística Inferencial II Ing. Industrial Regresión múltiple y correlación

  • d) Con las ecuaciones del inciso b. Estime la calificación general dada a una caminadora cuyo precio es $2000 y que como evaluación de su calidad obtuvo buena. ¿Cuánto varía esta estimación si la evaluación de la calidad es muy buena? Explique.

Cuando el precio de la caminadora es de $2,000 y como evaluación obtuvo buena recibirá una calificación de 70.3

Cuando el precio de la caminadora es de $2,000 y como evaluación obtuvo muy buena recibirá una calificación de

76.22

En conclusión podemos decir que cuando la calidad se acerca a excelente la calificación dada a una caminadora será mas alta.

DCA. Victor Manuel Zamora Gasga

15/09/2017