UNIVERSIDAD NACIONAL DE LOJA

AREA JURIDICA, SOCIAL Y ADMINISTRATIVA

CARRERA ECONOMIA
DEBER DE ESTADSTICA

Alumno: Nixon Andrs Hidalgo Ochoa

Ciclo: Tercero B.
Fecha: 5-05-2014

N= 40
b. K=4
a.

c.

R^2 =
R^2=
R^2=0,60
(

d.

e.

PRUEBA GLOBAL

Syx= 3,7795

H0: b=1 b1=0 b2=0 b3=0 b4=0

H1: b1#0 b2#0 b3#0 b4#0
H0 se rechaza si F > 2,65

2,65
F=
F=

(
(

)
)

F=13,125
Se rechaza Ho. Al menos una de las variables independientes es diferente de 0.

a. N= 26
b. R^2=
R^2=
R^2= 0,7143
c. Syx=
Syx=2
d. PRUEBA GLOBAL
H0: b=1 b1=0 b2=0 b3=0 b4=0
H1: b1#0 b2#0 b3#0 b4#0
H0 se rechaza si F > 2,71

2,71
F=

F=
F=10 Rechace H0. Al menos un coeficiente de correlacin no es 0.

a)
y

x1

x2

x3

y
1
x1
0,80751965
1
x2
0,87171947 0,536658444
1
x3
0,63911566 0,713222574 0,38946809
1
El tamao de la fuerza laboral tiene una fuerte correlacin (0,87171947) con los automviles
vendidos.
Y una fuerte correlacin entre ubicacin de concesionario y publicidad (0,713222574) puede
ser un problema.
b) =31,1328379+2,15156094publicidad+5,01402699ventas+5,66512853ciudad
= 31,1328379+2,15156094*(15)+5,01402699*(20)+5,66512853*(1)
=169,35192
Resumen
Estadsticas de la regresin
Coeficiente de correlacin
mltiple
Coeficiente de determinacin
R^2
R^2 ajustado
Error tpico

0,96388204
0,92906859
0,90246931
7,24780115

c)
ANLISIS DE VARIANZA
Grados de
libertad
Regresin
3
Residuos
8
Total
11

Suma de
cuadrados
5504,42169
420,244972
5924,66667

no exite relacion de linealidad entre variables

Ho: B1=0 B2=0 B3=0

Promedio de los
cuadrados
F
1834,80723 34,9283366
52,5306215

Valor crtico
de F
6,05008E-05

exite relacion de linealidad entre variables

Hi:

B1 0 B2 0 B3 0

se acepta Ho si el valor de F calculado es inferior o igual a 4,07

F=

SSR/K
SSE/n-(1+K)

F= 34,9283366

F= 1834,80723
52,5306215

En vista de que el F calculado supera significativamente al valor critico respectivo, se recheza

la hipotesis y por lo tanto si existe relacion de linealidad entre la variable dependiente y las
variables independiente y cuando menos una variable independiente.
d)

Intercepcin
Variable X 1
Variable X 2
Variable X 3

Coeficientes
31,1328379
2,15156094
5,01402699
5,66512853

Error tpico Estadstico t

13,3961165 2,32401964
0,80487539 2,67316029
0,91054188 5,50664071
6,33243133 0,89462139

las variables x1 x2 x3 no explican el modelo

Ho: B1=0 B2=0 B3=0
se acepta Ho si

t < 2,306

tX1= 2,151560937
0,804875391

Probabilidad
0,04861342
0,02822363
0,00056927
0,39710604

las variables x1 x2 x3 explican el modelo

Hi:

B1 0 B2 0 B3 0

t >-2,306

tX2= 5,01402699
0,91054188

tX3= 5,66512853
6,33243133

tx1= 2,673160294
tX2= 5,50664071
tx3= 0,89462139
X1= no explica el modelo
X2= explica el modelo
X3= no contribuye a explica el modelo

e)
Resumen
Estadsticas de la regresin
Coeficiente de correlacin
n R^2
R^2 ajustado
Error tpico
Observaciones

ANLISIS DE VARIANZA
Grados de
libertad
Regresin
2
Residuos
9
Total
11

Intercepcin
Variable X 1
Variable X 2

Coeficientes
25,2951962
2,61871774
5,02327012

0,96019392
0,92197237
0,90463289
7,16695907
12

Suma de
cuadrados
5462,37895
462,28772
5924,66667

Error tpico
11,5689425
0,60566189
0,90032772

Promedio de los
cuadrados
F
2731,189473 53,17187582
51,36530226

Estadstico t Probabilidad
2,186474364 0,05657443
4,323728783 0,001922656
5,579379618 0,000343224

g)
20
10
0
-10 0

50

100

-20
Series1

150

200

Valor crtico
de F
1,03542E-05

a)

b)
Columna 1
Columna 1
Columna 2
Columna 3
Columna 4
Columna 5

Columna 2

Columna 3

Columna 4

Columna 5

1
0,1588684
1
0,78284412 0,172550617
1
-0,83298059 -0,038251573 -0,32428751
1
0,40726953
-0,0705647 0,46821287 -0,20206035

No hay problemas de multicolinealidad

c)
= 178,32034+1,80706434publicidad+3,31783343cuentas- 21,1849842competidores+0,3245124potencial

ANLISIS DE VARIANZA
Grados de
libertad
Regresin
4
Residuos
21
Total
25

Intercepcin
Variable X 1
Variable X 2
Variable X 3
Variable X 4

Coeficientes
178,32034
1,80706434
3,31783343
-21,1849842
0,3245124

Suma de
cuadrados
176777,062
1937,13696
178714,198

Error tpico
12,9603193
1,08103934
0,16289176
0,78793899
0,46776444

Promedio de los
cuadrados
F
44194,26538 479,098584
92,24461707

Estadstico t
13,75894654
1,671599057
20,3683323
-26,88657937
0,693751749

Valor crtico
de F
2,65394E-20

Probabilidad
5,62001E-12
0,109439584
2,60315E-15
9,41469E-18
0,495440936

d) el potencial de mercado y la publicidad tiene valores P grandes (0,494409 y 0,109439)

probablemente se omitan.
e)
ANLISIS DE VARIANZA
Grados de
libertad
Regresin
2
Residuos
23
Total
25

Suma de
cuadrados
176503,756
2210,44216
178714,198

Coeficientes Error tpico

Intercepcin 186,694019 12,2586887
Variable X 1
3,4080772 0,1458137
Variable X 2 -21,1929644 0,80277876

Promedio de los
cuadrados
F
88251,87815 918,2747376
96,10618101

Estadstico t
15,22952608
23,37281908
-26,39950804

Probabilidad
1,66358E-13
1,57808E-17
1,05643E-18

Valor crtico
de F
1,15261E-22

f)

Frecuencia

Histograma
12
10
8
6
4
2
0

Frecuencia
Poly. (Frecuencia)

Clase

Se asemeja una distribucin normal.

g)
VIF=

1
1-R^2

VIF= 80,8499772

a)
salario

promedio

salario
1
promedio
0,9023916
1
administracin 0,91054691 0,85144388

administracin

Hay una fuerte correlacin entre promedio y administracin es probable que hay problemas
de multicolinialidad.
b)
= 23,4473748+2,77483109promedio+1,30705832administracin
= 23,4473748+2,77483109*(3)+1,30705832*(1)
= 33,0789264
c)
R^2= 21,1815147
23,8573333
R^2= 0,88784083

ANLISIS DE VARIANZA
Grados de
Suma de
Promedio de los
libertad
cuadrados
cuadrados
F
Valor crtico de F
Regresin
2 21,1815147
10,59075734 47,4954038
1,99071E-06
Residuos
12 2,67581866
0,222984889
Total
14 23,8573333
no exite relacion de linealidad entre variables exite relacion de linealidad entre variables
Ho: B1=0 B2=0 B3=0
F=

SSR/K
SSE/n-(1+K)

F=

Hi:

B1 0 B2 0 B3 0

se acepta Ho si el valor de F calculado es inferior o igual a 4,07

10,5907573
0,22298489

F= 47,4954038
En vista de que el F calculado supera significativamente al valor critico respectivo, se recheza
la hipotesis y por lo tanto si existe relacion de linealidad entre la variable dependiente y las
variables independientes y cuando menos una variable independiente.
las variables x1 x2 x3 no explican el modelo
Ho: B1=0 B2=0 B3=0
se acepta Ho si

t < 2,179

Hi:
t >-2,179

las variables x1 x2 x3 explican el modelo

B1 0 B2 0 B3 0

tX1= 2,77483109
1,10682074

tX2= 1,30705832
0,46600308

tx1= 2,50702846
X1= explica el modelo

tX2= 2,80482766
X2= explica el modelo

Coeficientes
Intercepcin 23,447375
Variable X 1 2,7748311
Variable X 2 1,3070583

Error tpico
3,49010323
1,10682074
0,46600308

Estadstico t Probabilidad
6,718246791 2,1392E-05
2,507028455 0,0275577
2,804827655 0,01590124

e)
Clase
Frecuencia
-2,17689
1
-0,966332
0
0,2442263
7
y mayor...
7

Histograma
Frecuencia

8
6
4
2

Frecuencia

0
-2,176890118 -0,966331915 0,244226289

y mayor...

Clase

f)
1
0.5
0
-0.5

31

32

33

34

-1
-1.5
Series1

35

36

ANLISIS DE VARIANZA
Grados de
libertad
Regresin
4
Residuos
25
Total
29

Suma de
cuadrados
1066830,39
1398650,98
2465481,37

Promedio de los
cuadrados
F
266707,597 4,76722931
55946,0391

Valor crtico
de F
0,005362588

Intercepcin
Variable X 1
Variable X 2
Variable X 3
Variable X 4
a)

Coeficientes
651,857524
13,4218906
-6,71015862
205,645539
-33,4529663

Error tpico
345,301695
5,12527192
6,34942467
90,2656812
89,5474302

Estadstico t
1,88779126
2,61876653
-1,05681364
2,27822508
-0,37357818

Probabilidad
0,07071448
0,014778
0,30070242
0,03152306
0,71186752

= 651,857524+13,4218906X1-6,710115862X2+205,645539X3-33,4529663X4
b)
R^2= 1066830,39
2465481,37
R^2= 0,43270673
Que es un poco bajo para ese tipo de estudio.
C)
no exite relacion de linealidad entre variables
Ho: B1=0 B2=0 B3=0 B4=0

exite relacion de linealidad entre variables

Hi:

B1 0 B2 0 B3 0

se acepta Ho: si F es menor 2,76

F= SSR/K
SSE/n-K-1
F= 266707,597
55946,0391
F= 4,76722931

En vista de que el F calculado supera significativamente al valor critico respectivo, se recheza

la hipotesis y por lo tanto si existe relacion de linealidad entre la variable dependiente y las
variables independientes y cuando menos una variable independiente.
las variables x1 x2 x3 no explican el modelo
Ho: B1=0 B2=0 B3=0
T=

13,4218906
5,12527192
T=
2,61876653
si explica el modelo

Hi:
T=

las variables x1 x2 x3 explican el modelo

B1 0 B2 0 B3 0

-6,71015862
6,34942467
T=
-1,05681364
no explica el modelo

T=

205,645539
90,2656812
T=
2,27822508
explica el modelo

En vista que el valor de T de la variable X2 cae en la zona de rechazo se debe eliminar esta y
reformular el modelo.
e)
ANLISIS DE VARIANZA
Grados de
libertad
Regresin
2
Residuos
27
Total
29

Suma de
cuadrados
998778,668
1466702,7
2465481,37

Coeficientes Error tpico

Intercepcin 784,186238 316,819338
Variable X 1 9,02124723 3,10632458
Variable X 2 224,406332 87,352021

Promedio de los
Valor crtico
cuadrados
F
de F
499389,334 9,193077805 0,000901457
54322,3222

Estadstico
t
2,47518426
2,90415473
2,56898844

Probabilidad
0,019885753
0,007257664
0,01604397

= 784,186238+9,02124723x1+224,406332X2
Hombres

1008,59257
224,406332

784,186238 Mujeres

ANLISIS DE VARIANZA
Grados de
libertad
Regresin
2
Residuos
17
T,otal
19

Intercepcin
Variable X 1
Variable X 2

Coeficientes
29,9128264
-5,32403629
1,44929708

Suma de
cuadrados
975,51943
1550,27369
2525,79312

Error tpico
5,76704017
1,63390192
1,79764056

Promedio de los
Valor crtico
cuadrados
F
de F
487,759715 5,348678242 0,015779386
91,19257

Estadstico t
5,18685939
-3,25847973
0,80622184

Probabilidad
7,42591E-05
0,004626509
0,431249306

= 29,9128264-5,32403629X1+1,44929708X2

b) EPS es (t -3,2584 valor p=0,004626509), produccin no es (t 0,80622184 valor p=

0,431249306)
c) Un aumento de 1 en EPS resulta en una disminucin de 5.324036 en P/E.
d) el numero dos acciones esta devaluada.
e)

Frecuencia

Histograma
10
5
0
Frecuencia

Clase

f)

15
10
5
0
-5

10

20

30

40

Series1

-10
-15
-20

g)
Columna 1

Columna 2

Columna 3

accin
1
Columna 2
-0,60229171
1
Columna 3
0,0536313 0,16194527
No existen problemas de multicolinealidad

a)
= 1,01875247+0,08290565 infomerciales
ANLISIS DE VARIANZA
Grados de
libertad
Regresin
1
Residuos
13
Total
14

Suma de
cuadrados
2,32135807
1,23864193
3,56

Promedio de los
cuadrados
F
2,32135807 24,3635019
0,09528015

Valor crtico
de F
0,000272143

Coeficientes Error tpico

Intercepcin 1,01875247 0,31049737
Variable X 1 0,08290565 0,01679632

Estadstico t Probabilidad
3,28103417 0,00596134
4,93593982 0,00027214

b)

Frecuencia

Histograma
8
6
4
2
0

Frecuencia
Poly.
(Frecuencia)
Clase

Los residuos parecen seguir la distribucin normal.

a)
ANLISIS DE VARIANZA
Grados de
libertad
Regresin
3
Residuos
16
Total
19

Suma de
cuadrados
1893050068
252039432
2145089500

Promedio de los
cuadrados
F
631016689 40,0582836
15752464,5

Valor crtico
de F
1,14755E-07

Intercepcin
Variable X 1
Variable X 2
Variable X 3

Coeficientes
74300,3273
1,26968316
34,8779139
0,51318486

Error tpico
7529,22508
8,39496001
75,6039469
0,0570673

Estadstico t Probabilidad
9,86825688
3,3024E-08
0,1512435 0,88167412
0,46132398 0,65077562
8,99262485
1,1781E-07

no exite relacion de linealidad entre variables

Ho: B1=0 B2=0 B3=0 B4=0

exite relacion de linealidad entre variables

Hi:

B1 0 B2 0 B3 0

Se acepta Ho: si F es menor 3,24

F= SSR/K
SSE/n-K-1
F= 1988908354
49934027,5
F= 39,8307218
En vista de que el F calculado supera significativamente al valor critico respectivo, se recheza
la hipotesis y por lo tanto si existe relacion de linealidad entre la variable dependiente y las
variables independientes y cuando menos una variable independiente.
las variables x1 x2 x3 no explican el modelo
Ho: B1=0 B2=0 B3=0

Hi:

las variables x1 x2 x3 explican el modelo

B1 0 B2 0 B3 0

T= 1,62675413
0,1808987

T= 2,06228042
14,9484012

T= 50,3378121
134,91388

T= 8,99262485
explica el modelo

T= 0,13795993
no explica el modelo

T= 0,3731107
No explica el modelo

En vista de que los valores de t de las variables pagos mensuales y pagos hechos caen en la
zona de aceptacin se concluye que se deben eliminar estas variables y reformular el modelo

c)
ANLISIS DE VARIANZA
Grados de
libertad
Regresin
3
Residuos
16
Total
19

Suma de
cuadrados
5966725061
798944439
6765669500

Promedio de los
Valor crtico de
cuadrados
F
F
1988908354 39,83072175
1,19427E-07
49934027,5

Intercepcin
Variable X 1
Variable X 2
Variable X 3

Coeficientes Error tpico Estadstico t

-118929,461 19733,6074 -6,02674712
1,62675413 0,1808987 8,99262485
2,06228042 14,9484012 0,13795993
50,3378121 134,91388
0,3731107

Probabilidad
1,76099E-05
1,17809E-07
0,891993394
0,713963017

Coeficientes Error tpico Estadstico t Probabilidad

Intercepcin -119892,873 14846,0435 -8,07574576 2,14237E-07
Variable X 1 1,66662953 0,1446015 11,5256724 9,63262E-10

La ecuacin de regresin revisada es iguala a:

Precio de la subasta = 119,892873+1,66662953 prstamo