P. 1
Ejercicio de Regresion Lineal Multiple

Ejercicio de Regresion Lineal Multiple

|Views: 12.235|Likes:

More info:

Published by: Jorge Mauricio Estrada Claros on May 26, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

07/03/2013

pdf

text

original

EJERCICIO DE REGRESION LINEAL MULTIPLE

El gerente de ventas de una coma!"a de re#acc$ones ara autom%v$les& 'u$ere
desarrollar un modelo ara redec$r& en el mes de (un$o& las ventas anuales totales ara
una reg$%n) S$ las ventas reg$onales se ueden redec$r& entonces se odr*n est$mar las
ventas totales de la coma!"a) El n+mero de d$str$,u$doras de la reg$%n 'ue mant$ene en
$nventar$o las re#acc$ones de la coma!"a - el n+mero de autom%v$les reg$strados ara
cada reg$%n& desde el r$mero de (un$o& son las dos var$a,les de red$cc$%n 'ue el gerente
'u$ere $nvest$gar) Este o,t$ene los s$gu$entes datos)
Reg$%n .entas /m$llones0
y
N+mero de
d$str$,u$doras
N+mero de
autom%v$les reg)
1 23)4 3511 36)7
3 37)5 3825 33)1
4 35)3 725 9):
6 17)5 685 13)2
2 45)5 17:6 :)5
7 67)3 3453 11)2
9 42)5 3316 35)2
8 4)2 132 6)1
: 44)1 1865 8):
15 32)3 1344 7)1
11 48)3 17:: :)2
a0 Anal$ce la matr$; de correlac$%n ,0 <Son v*l$dos los coe#$c$entes de regres$%n= c0
<Cu*l es el error $nvolucrado en el ron%st$co ara reg$%n 1 d0 Ind$'ue c%mo se calcul% el
error est*ndar de la est$mac$%n e0 <C%mo uede me(orar esta ecuac$%n de regres$%n=
Análisis de Regresión Múltiple
-----------------------------------------------------------------------------
Variable dependiente: Y
-----------------------------------------------------------------------------
Error Estadístico
Parámetro Estimación estándar T P-Valor
-----------------------------------------------------------------------------
C!"TA!TE #$%#$&' (%)#&*+ #%,$$)+ $%#&&$
-) $%$#$&..& $%$$*)$$#, )%##'#& $%$+(*
-' $%#&,++ $%+'&.,, $%'$,)'# $%(+.(
-----------------------------------------------------------------------------
Análisis de Varian/a
-----------------------------------------------------------------------------
01ente "1ma de c1adrados 23 C1adrado medio Cociente-0 P-Valor
-----------------------------------------------------------------------------
Modelo #$,'%++ ) *)#%.') ,%&# $%$,$*
Resid1o .,&%*+, . #$+%#&+
-----------------------------------------------------------------------------
Total 4Corr56 #.&'%)' #$
R-c1adrado 7 **%#)+) porcenta8e
R-c1adrado 4a81stado para g5l56 7 ,'%&$(( porcenta8e
Error estándar de est5 7 #$%'$*#
Error absol1to medio 7 +%)),),
Estadístico de 91rbin-:atson 7 )%,*&)# 4P7$%#('*6
A1tocorrelación resid1al en 3ag # 7 -$%,$##(+
Y = 10,1093 + 0,0109889*X2 + 0,19466*X3
Matriz de correlación de los estimadores de los coeficientes

!"#$%&#%' X2 X3
!"#$%&#%' 1,0000 0,(390 0,)480
X2 0*(390 1,0000 0*6(00
X3 0*)480 0*6(00 1,0000

; -) -' Pronóstico ME
*)%' )$## ),%+ '+%*# #*%(&
)+ ).*$ ))%# '+%*# -#$%*#
)$%) +*$ (%& '+%*# -#+%'#
#+ ,.$ #)%* '+%*# -)$%*#
'$ #+&, & '+%*# -+%*#
,+%) )'$) ##%* '+%*# &%+&
'* ))#, )$%* '+%*# -#%*#
'%* #)* ,%# '+%*# -''%$#
''%# #.,$ .%& '+%*# -'%,#
)*%) #)'' +%# '+%*# -##%'#
'.%) #+&& &%* '+%*# #%+&
a0 El n+mero de d$str$,u$doras se relac$ona con las ventas anuales - es una
,uena var$a,le de red$cc$%n otenc$al) El n+mero de autom%v$les reg$strados t$ene una
relac$%n moderada con las ventas anuales -& de,$do a la mult$col$neal$dad
& no ser* un ,uen red$ctor (unto con el n+mero de d$str$,u$doras
,0 NO& la mult$col$neal$dad est* resente - causa 'ue los coe#$c$entes de regres$%n no
sean con#$a,les)
c0 el error $nvolucrado en el ron%st$co ara la reg$%n 1 es 12)9:
d0 Del an*l$s$s de var$an;a o,tenemos el valor de res$duo
>15)4
e0 Se de,en ro,ar nuevas var$a,les de red$cc$%n
El gerente dec$de $nvest$gar una nueva var$a,le de red$cc$%n? el ingreso personal en la
región) Los datos ara esta nueva var$a,le son?
Reg$%n
Ingreso
Personal
/m$les de
m$llones0
1 :8)2
3 41)1
4 46)8
6 43)9
2 78)8
7 :6)9
9 79)7
8 1:)9
: 79):
15 71)6
11 82)7
#0 <Es el $ngreso ersonal or reg$%n una ,uena var$a,le de red$cc$%n otenc$al=
g0 <@uA orcenta(e de la var$an;a en las ventas se eBl$car* usando solamente el $ngreso
ersonal como var$a,le de red$cc$%n= C0 <@uA orcenta(e de la var$an;a en las ventas
se eBl$car* usando las tres var$a,les de red$cc$%n= $0 <EBl$ca la ecuac$%n de
red$cc$%n de la e(ecuc$%n n+mero 1 un orcenta(e s$gn$#$cat$vo de la var$an;a en las
ventas= Prue,e a un n$vel de s$gn$#$canc$a del 2D (0 Real$ce una rue,a con un n$vel de
s$gn$#$canc$a del 2D ara determ$nar s$ se de,e usar cada una de las tres var$a,les de
red$cc$%n E0 Real$ce una rue,a con un n$vel de s$gn$#$canc$a del 2D ara determ$nar s$
el $ngreso ersonal - el n+mero de d$str$,u$doras de,en usarse ara redec$r las
ventas) l0 real$ce una rue,a con un n$vel de s$gn$#$canc$a del 2D ara determ$nar s$ el
$ngreso ersonal - el n+mero de autom%v$les reg$strados de,en usarse ara
redec$r las vetas m0 <@uA modelo de,e usar el gerente= n0 Interrete el coe#$c$ente de
regres$%n est$mados ara la ecuac$%n del unto ( o0 <Son v*l$dos estos coe#$c$entes de
regres$%n= 0 Anal$ce la eBact$tud de este modelo
Ejecución 1
Análisis de Regresión Múltiple
-----------------------------------------------------------------------------
Variable dependiente: Y
-----------------------------------------------------------------------------
Error Estadístico
Parámetro Estimación estándar T P-Valor
-----------------------------------------------------------------------------
C!"TA!TE -'%&#(( )%)&$#( -#%(#$++ $%#'$&
-) $%$$)'.,$& $%$$#*()#) #%*#+,. $%#(')
-' $%,*(,)+ $%#+(,&& )%('$&# $%$)&'
-, $%,$$*(+ $%$'((&#, #$%*&&+ $%$$$$
-----------------------------------------------------------------------------
Análisis de Varian/a
-----------------------------------------------------------------------------
01ente "1ma de c1adrados 23 C1adrado medio Cociente-0 P-Valor
-----------------------------------------------------------------------------
Modelo #.,'%, ' +#,%,+( .+%') $%$$$$
Resid1o ,&%.)+. ( (%##.#)
-----------------------------------------------------------------------------
Total 4Corr56 #.&'%)' #$
R-c1adrado 7 &(%'+.) porcenta8e
R-c1adrado 4a81stado para g5l56 7 &+%),$) porcenta8e
Error estándar de est5 7 )%++(&.
Error absol1to medio 7 #%+*$.(
Estadístico de 91rbin-:atson 7 )%$#$,& 4P7$%,,.'6
A1tocorrelación resid1al en 3ag # 7 -$%$#'*&*
Ejecución 2
Análisis de Regresión Múltiple
-----------------------------------------------------------------------------
Variable dependiente: Y
-----------------------------------------------------------------------------
Error Estadístico
Parámetro Estimación estándar T P-Valor
-----------------------------------------------------------------------------
C!"TA!TE -,%$)+& )%,+(&& -#%+'#+* $%#,#,
-' $%+)$&)) $%#'.)# ,%,&)*& $%$$)$
-, $%,'$#+& $%$',.&') #)%').# $%$$$$
-----------------------------------------------------------------------------
Análisis de Varian/a
-----------------------------------------------------------------------------
01ente "1ma de c1adrados 23 C1adrado medio Cociente-0 P-Valor
-----------------------------------------------------------------------------
Modelo #.)(%$' ) &#'%*#+ ##$%,$ $%$$$$
Resid1o ++%#&+, . .%)(,**
-----------------------------------------------------------------------------
Total 4Corr56 #.&'%)' #$
R-c1adrado 7 &+%*$'* porcenta8e
R-c1adrado 4a81stado para g5l56 7 &*%+)&, porcenta8e
Error estándar de est5 7 )%.(+**
Error absol1to medio 7 )%#.*'.
Estadístico de 91rbin-:atson 7 )%#($$, 4P7$%)&,$6
A1tocorrelación resid1al en 3ag # 7 -$%#$$$#+
Ejecución 3
Análisis de Regresión Múltiple
-----------------------------------------------------------------------------
Variable dependiente: Y
-----------------------------------------------------------------------------
Error Estadístico
Parámetro Estimación estándar T P-Valor
-----------------------------------------------------------------------------
C!"TA!TE -#%+$.#& )%.+##+ -$%*+)$(+ $%*.&*
-) $%$$*#,(*, $%$$#+#(,* '%#.)* $%$#)&
-, $%'.*'$# $%$*$),,. (%++.,( $%$$$#
-----------------------------------------------------------------------------
Análisis de Varian/a
-----------------------------------------------------------------------------
01ente "1ma de c1adrados 23 C1adrado medio Cociente-0 P-Valor
-----------------------------------------------------------------------------
Modelo #(&$%') ) .&*%#*. +&%*& $%$$$$
Resid1o #$)%&#' . #)%.+,#
-----------------------------------------------------------------------------
Total 4Corr56 #.&'%)' #$
R-c1adrado 7 &,%*+,) porcenta8e
R-c1adrado 4a81stado para g5l56 7 &'%)$*) porcenta8e
Error estándar de est5 7 '%*.+++
Error absol1to medio 7 )%*()&)
Estadístico de 91rbin-:atson 7 #%$+## 4P7$%$*+.6
A1tocorrelación resid1al en 3ag # 7 $%)&.&*+
Matri/ de correlación de los estimadores de los coe<icientes
-----------------------------------------------------------------------------
C!"TA!TE -) -' -,
C!"TA!TE #%$$$$ $%('& $5*,. $5&'+
-) $5('& #%$$$$ $5+($ $5**+
-' $5*,. $5+($ #%$$$$ $5).#
-, $5&'+ $5**+ $5).# #%$$$$
-----------------------------------------------------------------------------
#0 S$& el $ngreso ersonal t$ene una #uerte relac$%n con las ventas anuales
g0
C0
$0 Las C$%tes$s nula - alternat$va son?
En la sal$da del an*l$s$s de var$an;a de la e(ecuc$%n 1& se o,serva 'ue el Fvalor del
modelo es 5)555 - como & or tanto se recCa;a la C$%tes$s nula - el gerente
conclu-e 'ue la ecuac$%n de regres$%n muestral eBl$ca un orcenta(e s$gn$#$cat$vo de la
var$an;a en las ventas
(0 Las C$%tes$s adecuadas son?
El $ngreso ersonal / es una var$a,le s$gn$#$cat$va& lo m$smo 'ue el n+mero de reg$stros
/ -a 'ue el Fvalor es 5)555 - 5)53:4 or el contrar$o el n+mero de d$str$,u$doras
no es una var$a,le s$gn$#$cat$va
E0 Las var$a,les 'ue de,en ro,arse est*n en la e(ecuc$%n n+mero 4) Las C$%tes$s
adecuadas son?
La C$%tes$s nula se recCa;a de acuerdo con los Fvalores 5)513: - 5)5551
resect$vamente& or tanto el gerente conclu-e 'ue am,as var$a,les eBl$can una arte
s$gn$#$cat$va de la var$an;a en las ventas)
l0 Las var$a,les 'ue de,en ro,arse est*n en la e(ecuc$%n n+mero 3) Las C$%tes$s
adecuadas son?
La C$%tes$s nula se recCa;a de acuerdo con los Fvalores 5)5535 - 5)555
resect$vamente& el gerente conclu-e 'ue am,as var$a,les eBl$can una orc$%n
s$gn$#$cat$va de la var$an;a en las ventas)
m0 El gerente de ventas de,e eleg$r el modelo 'ue $nclu-e a los autom%v$les reg$strados -
al $ngreso ersonal or 'ue eBl$can un ma-or orcenta(e de la var$an;a
n0 La ecuac$%n es ) S$ el n+mero de autom%v$les
reg$strados en la reg$%n aumenta en un m$ll%n& m$entras 'ue el $ngreso ersonal se
mant$ene constante& las ventas aumentar*n en un romed$o de 735):35) S$ el $ngreso
ersonal aumenta en m$l m$llones& m$entras 'ue el n+mero de autom%v$les reg$strados se
de(a constante& las ventas aumentar*n en romed$o de 645)195
o0 Los coe#$c$entes de regres$%n de,en ser v*l$dos& -a 'ue las var$a,les 4 - 6 t$ene una
relac$%n mu- #uerte entre ellas / de manera 'ue la mult$col$neal$dad no es un
ro,lema)
0 El modelo eBl$ca el :7)2D de la var$an;a en las ventas - de,e ser ,astante adecuado)
Cada ron%st$co se ale(a alrededor de 3)899 m$llones /el valor de la desv$ac$%n est*ndar
de la est$mac$%n0 /E(ecuc$%n n+mero 30

69 a) El número de distribuidoras se relaciona con las ventas anuales y es una buena variable de predicción potencial.7 Región 1 2 3 4 .51 9.5 20.51 36.01 -3. la multicolinealidad está presente y causa que los coeficientes de regresión no sean confiables.79 d) Del análisis de varianza obtenemos el valor de residuo =10.5480 X2 0.41 -11.51 36.1 25.3 e) Se deben probar nuevas variables de predicción El gerente decide investigar una nueva variable de predicción: el ingreso personal en la región.6700 1.51 36.9 6.51 -16.9 12. no será un buen predictor junto con el número de distribuidoras b) NO.51 36.1 9. El número de automóviles registrados tiene una relación moderada con las ventas anuales y.69 -1.79 -10.7390 1.5 9 11.51 36.51 ME 15.8 32.2 X2 2011 2850 650 480 1694 2302 2214 125 1840 1233 1699 X3 24.6 22.0000 ----------------------------------------------------------------------------y 52. debido a la multicolinealidad .5 4.2 35 3.2 38.51 36.1 7. Los datos para esta nueva variable son: Ingreso Personal (miles de millones) 98.5 Pronóstico 36.0000 0.2 16 30 46.31 1.51 36.31 -20.7390 0.3 26 20.1 34.6700 X3 0.1 8.5480 0. c) el error involucrado en el pronóstico para la región 1 es 15.51 36.5 33.Matriz de correlación de los estimadores de los coeficientes ----------------------------------------------------------------------------CONSTANTE X2 X3 CONSTANTE 1.51 -33.51 36.51 36.0000 0.5 31.51 -6.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->