FUNCIÓN DE COSTO TOTAL (CT) LINEAL

CT= 166.4667 + 19.93333 PROD

a) Pt1 = 0.0000

Hp: β1 = 0 [CF Pob ]

Ha: β1 ≠ 0 [CF Prob ]

ANALISIS: Se acepta la Hp y se acepta que exista la población plateada por la Ha.

b) Pt1 = 0.0002

Hp: β2 = 0 [m ]

Ha: β2 ≠ 0 [m ]
ANALISIS: Se rechaza la hipótesis planteada y se acepta la Ha.

c) PF = 0.000188

Hp: β2 = CT

Ha: β2 ≠ CT

ANALISIS: Se acepta la hipótesis alternativa en la que acepta que exista el Costo Total,
por ende se rechaza la hipótesis alternativa.

d) DW = 0.715725 K´= 2 – 1 = 1 y n=10 Usar la tabla de Durbin Watson:

2=
0.840890
A- 2 = 0.821002

82.1%
EXPLICADA:
PROD

17.9%
NO EXPLICADA

G. Adm., Subsidios, etc.

AK = 9.668005
SHAW = 9.728522
 FUNCIÓN DE COSTO TOTAL (CT)
CUADRÁTICA

CT=222.3833-8.025000 PROD+2.542667 PROD2

a) Pt1 = 0.0000

Hp: β1 = 0 [CF Pob ]

Ha: β1 ≠ 0 [CF Prob ]

ANALISIS: Se rechaza la Hp y se acepta que existe el CF poblacional, planteado por la

Ha, existe.

b) Pt2 = 0.4403

Hp: β2 = 0 [m pob ]

Ha: β2 ≠ 0 [m pob ]
 ANALISIS: Se acepta la hipótesis planteada y se comprueba que no existe la m pob.

c) Pt3 = 0.0022

Hp: β3 = 0 [m ]

Ha: β3 ≠ 0 [m ]

ANALISIS: Se rechaza la hipótesis planteada y se acepta la Ha.

d) PF = 0.000098

Hp: CT

Ha: CT

ANALISIS: Se acepta la hipótesis alternativa en la que acepta que exista el Costo Total,
por ende se rechaza la hipótesis alternativa.

e) DW = 0 1.038487. K´= 3 – 1 = 2 y n=10 Usar la tabla de Durbin Watson:

2=
0.928389
2
A- = 0.907928

90.79%
EXPLICADA
PROD PROD^2
PROD ^3

9.21%
NO EXPLICADA

G. Adm., Subsidios, etc.

AK = 9.069668
SHAW = 9.160444

FUNCIÓN DE COSTO TOTAL (CT) CÚBICA

 CT=141,7667+63,47766 PROD-12,96154 PROD2 +0.939588 PROD3

a) Pt1 = 0.0000

Hp: β1 = 0 [CF Pob ]

Ha: β1 ≠ 0 [CF Prob ]

ANALISIS: Se rechaza la Hp y se acepta que existe el CF poblacional, planteado por la

Ha, existe.

b) Pt2 = 0.0000

Hp: β2 = 0 [m pob ]

Ha: β2 ≠ 0 [m pob ]
 ANALISIS: Se rechaza la hipótesis planteada y se acepta la Ha.

c) Pt3 = 0.0000

Hp: β3 = 0 [m ]

Ha: β3 ≠ 0 [m ]

ANALISIS: Se rechaza la hipótesis planteada y se acepta la Ha.

d) Pt4 = 0.0000

Hp: β4 = 0 [m ]

Ha: β4 ≠ 0 [m ]

ANALISIS: Se rechaza la hipótesis planteada y se acepta la Ha.

 e) PF = 0.0000

Hp: CT

Ha: CT

ANALISIS: Se rechaza la hipótesis alternativa en la que se acepta que existe el CT.

f) DW =2,700212  k’ = 4-1=3 y n = 10 entonces usamos la tabla de Durbin

Watson:

2
= 0.998339
2
= 0.997509
DW= 2.700212
 99.7%
EXPLICADA
PROD PROD2
PROD3
NO
EXPLICADA
0.3%

G. Adm., Subsidios, etc.

Ak = 5.505730
Schwarz = 5.626764

CONCLUSIÓN
Según el coeficiente R2 ajustado el modelo que tiene mayor explicación de sus variables al
99.7% es la función de costo total cúbica y también según los coeficientes Akaike y
Schwarz el que tenga menor valor con respecto a estos coeficientes es la función de costo
total cubica y por ende es el mejor modelo. Por lo tanto la mejor función de costo total, por
ser la mayor explicada en sus variables y siendo también la que tiene el menor de los
coeficientes Akaike y Schwarz, que son 5.505730 y 5.626764 respectivamente, llegamos a
la conclusión que el modelo de costo total cubico es el mejor modelo de costo total..