REGRESIONES Y MEDIAS
MVILES
INTEGRANTES:
- CAMILA LINCE
- KIARA GARCIA
- ANDREA GUILLEN
- WENDY LARICO
r2: las variaciones en el gasto consumo familiar pueden ser explicadas en un 82% por las variaciones del rmv. Esto
indica que el 18% de las variaciones en el gasto familiar son atribuyen a otras variables.
4.
Ho: = 0.
H1: 0
Como podemos observar en el cuadro resumen de coeficientes del SPSS, tenemos para un nivel de significancia de
0.00 ; y nosotros estamos trabajando con un nivel de significancia de 0.05 (margen de error del 5%) con lo cual
podemos concluir que rechazamos la Ho.
valor-p = 0.000
P < 0.05 =
rechazamos Ho: = 0 siendo igual a cero, este coeficiente toma valores entre
82281,838 y 114171,713con un nivel de confianza del 95%.
Ho: = 0
H1: 0
Sig.= 0,000 = valor-p
P < 0.05 =
rechazamos la Ho: = 0, siendo diferente de cero este coeficiente toma valores entre 168,312y
242,780 con un nivel de confianza del 95%.
5. ANOVA
Como observamos en la tabla ANOVA podemos
determinar que el valor de significancia (valor-p) es
0,000 con lo cual concluimos que este valor es
menor a 0.05, en consecuencia rechazamos la Ho.
0,00 < 0.05
La variable rmv (remuneracin mnima vital) SI
explica el gasto en el consumo familiar. en los datos
tomados.
Por consiguiente, y de acuerdo al grfico que se
dispone, los datos se ajustan a un modelo de
6. PRUEBA DE NORMALIDAD
Prueba de normalidad
CONCLUSIONES:
B. REGRESION LINEAL DE
GASTO CONSUMO FAMILIAR
1. DIAGRAMA
PBI DE DISPERSION
2. HALLAR Y = A + BX
Y
R2
4. HO: = 0
H1: 0
Como podemos observar en el cuadro resumen de coeficientes del SPSS, tenemos para una significancia de 0.00; y nosotros estamos
trabajando con un nivel de significancia de 0.05 (margen de error del 5%) con lo cual podemos concluir que rechazamos la Ho.
valor-p = 0.00
P < 0.05 =
rechazamos Ho: = 0 siendo diferente a cero, este coeficiente toma valores entre 16559,429 y
25859,182 con un nivel de confianza del 95%.
Ho: = 0
H1: 0
Sig.= 0,000 = valor-p
P < 0.05 =
rechazamos la Ho: = 0, siendo diferente de cero este coeficiente toma valores entre 0,542y 0.575 con un nivel
de confianza del 95%.
6. VERIFICAR SI LOS
RESIDUALES SIGUEN UNA
DISTRIBUCIN NORMAL
Dado que los valores del valor p para las variables Gasto consumo familiar y el
PBI no son mayores a 0.05, se demuestran que los datos de las variables
analizadas no provienen de una distribucin normal.
CONCLUSIONES:
SEGN EL ANLISIS REALIZADO, A UN NIVEL DE CONFIANZA DEL 95%, SE
DEMUESTRA QUE LA VARIABLE PBI SI EXPLICA EL GASTO CONSUMO FAMILIAR.,
SEGN LOS DATOS RECOGIDOS DE LAS FAMILIAS ENCUESTADAS DE FUENTES
DEL INEI.
C. REGRESIN
LINEAL
MULTIPLE DE CONSUMO, PBI
Y
RMV DE DISPERSION
1. DIAGRAMA
Segn el diagrama de dispersin se espera una
relacin directa entre las variables consumo,
PBI y la rmv
podemos asumir que
efectivamente el modelo de regresin lineal
mltiples es apropiado para este conjunto de
datos.
Por consiguiente, el modelo propuesto es:
y = a + b1x1 + b2x2
y: Gasto Consumo familiar
x1: PBI
x2: remuneracin mnima vital
a: Intercepto.
b1 y b2: Coeficientes de regresin
2. HALLAR Y = A + B1X1 +
B2X2 Y R2
4. H0= 0
H10
Como podemos observar en el cuadro resumen de coeficientes del SPSS, tenemos
para una significancia de 0.00; y nosotros estamos trabajando con un nivel de
significancia de 0.05 (mrgen de error del 5%) con lo cual podemos concluir que
rechazamos la Ho.
valor-p = 0.000
P < 0.05 =
PBI
Para 2. El valor-p es 0.000.
Valor - p < 0.05
rechazamos Ho: 2 = 0
siendo diferente de cero, este coeficiente toma valores
entre 0.578y 0.651con un nivel de confianza del 95%.
5. ANOVA
HO: LAS VARIABLES RMV Y PBI NO
EXPLICAN EL CONSUMO FAMILIAR
H1: LAS VARIABLES RMV Y PBI
EXPLICAN EL CONSUMO FAMILIAR
6.
VERIFICAR
SI
LOS
RESIDUALES SIGUEN UNA
DISTRIBUCIN NORMAL
Los valores residuales no sigue una distribucin normal, porque todos los valores no
estn muy cercanos a la lnea de tendencia como observamos en el grfico.
Prueba de Normalidad de Kolmogorov Smirnov
Ho: Los datos de las muestras provienen de una distribucin normal.
H1: Los datos de las muestras no provienen de una distribucin normal.
Dado que los valores del valor p para las variables gasto y pbi son menores a 0.05,
se demuestran que los datos de las variables analizadas que la variable gasto del
consumo familiar y el pbi no siguen una distribucin normal , pero dado los valores
del valor-p para la variable remuneracin mnima vital es mayor 0.05 se demuestra
que esta variable si sigue una distribucin normal .
7. CONCLUSIONES
Segn el anlisis realizado, a un nivel de
confianza del 95%, se demuestra que la variable
PBI Y RMV si explica el consumo familiar , segn
los datos recogidos de las familias encuestadas
segn fuente del INEI y BCRP
REGRESION LOGISTICA
Tcnica estadstica multivariable que nos permite estimar la relacin
existente entre una variable dependiente y una variables independientes.
Es til para modelar la probabilidad en un evento ocurrido como funcin
de otros factores, este tipo de anlisis de regresin lo utilizamos para
predecir el resultado de una variable categrica.
DEPENDIENTE:
Y= Estado de animo
INDEPENDIENTE:
X1: Sexo
X2: Edad
X3: Estado civil
VARIABLES EN LA ECUACIN
VARIABLES EN LA ECUACIN
TRIM I
TRIM II
TRIM III
TRIM IV
2010
11,54
9,13
9,59
8,84
2011
9,08
9,64
11,88
10,69
2012
14,69
10,99
11,58
11,7
2013
14,5
10,45
16,34
13,03
2014
12,79
10
15,09
***
TENDEN
CIA
VENTA DE JOYAS
18
16
14
f(x) = 0.23x + 9.33
12
TIEMPO
JOYAS Y
y =9,3314 + 0,2329
11,54
9,5643
9,13
9,7972
9,59
10,0301
8,84
10,263
9,08
10,4959
9,64
10,7288
11,88
10,9617
10,69
11,1946
14,69
11,4275
10
10,99
11,6604
11
11,58
11,8933
12
11,7
12,1262
12
13
14,5
12,3591
10
14
10,45
12,592
15
16,34
12,8249
16
13,03
13,0578
17
12,79
13,2907
18
10
13,5236
19
15,09
13,7565
10
9 10 11 12 13 14 15 16 17 18 19
VENTA DE JOYAS
18
16
14
9 10 11 12 13 14 15 16 17 18 19
ESTACIONALIDAD
VENTA DE
JOYAS
MM4
Descentrada
MM4
Centrada
% de JOYAS
Respecto a
MM4
Serie
desestacional
izada Y/S
1
2
11,54
***
***
***
10,652
9,13
9,775
***
***
10,310
9,59
9,16
9,468
101,294
8,951
8,84
9,2875
9,224
95,840
9,211
9,08
9,86
9,574
94,843
8,381
9,64
10,3225
10,091
95,528
10,886
11,88
11,725
11,024
107,767
11,089
8
9
10,69
12,0625
11,894
89,879
11,139
14,69
11,9875
12,025
122,162
13,560
10
10,99
12,24
12,114
90,723
12,410
11
11,58
12,1925
12,216
94,792
10,809
12
11,70
12,0575
12,125
96,495
12,191
13
14,50
13,2475
12,653
114,602
13,384
14
10,45
13,58
13,414
77,905
11,800
15
16
16,34
13,1525
13,366
122,248
15,252
13,03
13,04
13,096
99,494
13,577
17
12,79
12,7275
12,884
99,272
11,806
18
10,00
***
***
***
11,292
19
15,09
***
***
***
14,085
TIEMPO
Ao
TRIM I
TRIM II
TRIM III
TRIM IV
2010
***
***
101,294
95,840
18.00
2011
94,843
95,528
107,767
89,879
16.00
2012
122,162
90,723
94,792
96,495
14.00
ESTACIONALIDAD
12.00
2013
114,602
77,905
122,248
99,494
2014
99,272
***
***
***
8.00
SUMA
430,879
264,157
426,101
381,708
6.00
Indice de
estacionalida 107,720
d
IEC
108,336
10.00
4.00
88,052
106,525
95,427
2.00
0.00
88,556
107,135
95,973
VENTA DE JOYAS
10 11 12 13 14 15 16 17 18 19
Serie desestacionalizada Y/S
DESESTACIONALIDAD
TIEMPO
JOYAS Y
IEC/100 : S
(ESTACIONAL
IDAD)
Y:T
T*S
1
2
11,54
9,56
1,08
10,36
9,13
9,80
0,89
8,68
9,59
10,03
1,07
10,75
8,84
10,26
0,95
9,79
9,08
10,50
1,08
11,37
9,64
10,73
0,89
9,50
11,88
10,96
1,07
11,74
8
9
10,69
11,19
0,95
10,68
14,69
11,43
1,08
12,38
10
10,99
11,66
0,89
10,33
11
11,58
11,89
1,07
12,74
12
11,70
12,13
0,95
11,57
13
14,50
12,36
1,08
13,39
14
10,45
12,59
0,89
11,15
15
16
16,34
12,82
1,07
13,74
13,03
13,06
0,95
12,46
17
12,79
13,29
1,08
14,40
18
10,00
13,52
0,89
11,98
19
15,09
13,76
1,07
14,74
18.00
16.00
14.00
12.00
10.00
8.00
6.00
4.00
2.00
0.00
10 11 12 13 14 15 16 17 18 19
ESTACIONES
T*S
CICLO
TIEMPO
JOYAS
Y
Y:T
IEC/100 : S
(ESTACION
ALIDAD)
T*S
CI = Y/TS
Ciclo, C =
MM3
TC
1
2
3
4
5
6
7
11,540
9,130
9,590
8,840
9,080
9,640
11,880
9,564
9,797
10,030
10,263
10,496
10,729
10,962
1,083
0,886
1,071
0,954
1,083
0,886
1,071
10,362
8,676
10,746
9,794
11,371
9,501
11,744
1,114
1,052
0,892
0,903
0,799
1,015
1,012
***
1,020
0,949
0,865
0,905
0,942
1,009
***
9,988
9,520
8,873
9,502
10,102
11,060
18.000
8
9
10,690
11,195
0,954
10,683
1,001
1,066
11,937
12.000
14,690
11,428
1,083
12,380
1,187
1,084
12,386
10.000
10
10,990
11,660
0,886
10,326
1,064
1,053
12,281
11
8.000
11,580
11,893
1,071
12,742
0,909
0,995
11,831
12
15
16
17
18
11,700
14,500
10,450
16,340
13,030
12,790
10,000
12,126
12,359
12,592
12,825
13,058
13,291
13,524
0,954
1,083
0,886
1,071
0,954
1,083
0,886
11,572
13,389
11,151
13,740
12,461
14,399
11,976
1,011
1,083
0,937
1,189
1,046
0,888
0,835
1,001
1,010
1,070
1,057
1,041
0,923
0,916
12,138
12,488
13,471
13,560
13,594
12,267
12,384
19
15,090
13,757
1,071
14,738
1,024
***
***
13
14
CICLO
16.000
14.000
6.000
4.000
2.000
0.000
9 10 11 12 13 14 15 16 17 18 19
ESTACIONES
TC
PREDICCIN
TIEMPO
JOYAS
Y
Y:T
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
11,54
9,13
9,59
8,84
9,08
9,64
11,88
10,69
14,69
10,99
11,58
11,70
14,50
10,45
16,34
13,03
12,79
10,00
15,09
9,56
9,80
10,03
10,26
10,50
10,73
10,96
11,19
11,43
11,66
11,89
12,13
12,36
12,59
12,82
13,06
13,29
13,52
13,76
13,99
14,22
14,46
14,69
14,92
IEC/100 : S
(ESTACIONALIDA
D)
1,08
0,89
1,07
0,95
1,08
0,89
1,07
0,95
1,08
0,89
1,07
0,95
1,08
0,89
1,07
0,95
1,08
0,89
1,07
0,95
1,08
0,89
1,07
0,95
T*S
10,36
8,68
10,75
9,79
11,37
9,50
11,74
10,68
12,38
10,33
12,74
11,57
13,39
11,15
13,74
12,46
14,40
11,98
14,74
13,26
15,41
12,80
15,74
14,14
PREDICCION
18.00
16.00
14.00
12.00
10.00
8.00
6.00
4.00
2.00
0.00
9 10 11 12 13 14 15 16 17 18 19
ESTACIONES
T*S
INTERPRETACIN
TRIM IV 2016: En la prediccin para el ltimo trimestre del ao presente
2016, observamos que la cantidad de joyas vendidas es de 13989 soles,
notando que ha sido menor que el trimestre anterior.
TRIM I 2017: Concluimos que la prediccin de venta de joyas para la
empresa Miano este primer trimestre sera de 14222 soles.
TRIM II 2017: La prediccin para el segundo trimestre aumenta con la
venta de joyas en 14455 soles que se generaran en la empresa Miano
TRIM III 2017: La prediccin para el tercer trimestre es de 14688 soles
en la venta de joyas en la empresa Miano.
TRIM IV 2017: El ltimo trimestre tiene un aumento de 14921 soles en
la venta de joyas de la empresa Miano este dinero no es mayor a los
otros trimestres de los aos anteriores pero si es aceptable.