Documentos de Académico
Documentos de Profesional
Documentos de Cultura
0.24
0.48
0.27
0.03
0.79
1.45
1.31
2.07
1.18
0.42
1.66
0.10
0.86
0.05
0.16
4%
2%
4%
2%
0%
5%
7%
7%
10%
5%
2%
6%
0%
3%
35
30
25
20
f(x) = 1.7582417582x - 3
R = 0.9754982281
15
10
5
0
1998
2000
2002
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones
99%
98%
97%
1.13
13
ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total
1
11
12
Coeficientes
-3,506.73
1.76
Intercepcin
Ao
Ventas (
= 1.7582417582x - 3506.7252747253
= 0.9754982281
2002
20
253
Ao Curva de regr
40
Ventas (miles)
20
0
1998
2000
2002
2004
2006
Ao
Suma de cuadrados
562.64
14.13
576.77
Error tpico
168.54
0.08
Estadstico t
-20.81
20.93
F
437.95
Valor crtico de F
0.00
Probabilidad
0.00
0.00
Inferior 95%
-3,877.68
1.57
Ventas (miles)
Residuos
0.2417582418
0.4835164835
-0.2747252747
-0.032967033
-0.7912087912
1.4505494505
-1.3076923077
-2.0659340659
1.1758241758
0.4175824176
1.6593406593
-0.0989010989
-0.8571428571
2006
2008
2008
2010
2012
2014
Ao
Superior 95%
-3,135.77
1.94
Inferior 95.0%
-3,877.68
1.57
2010
Superior 95.0%
-3,135.77
1.94
2012
2014
Ventas (miles)
Pronstico Ventas (miles)
014
2014
35
30
25
20
Column B
Linear (Column B)
15
10
0
1998
2000
2002
2004
2006
2008
2010
2012
2014
Ao 1
Ao 2
Ao 3
Ao 4
Exportaciones
(miles )
Y
600
760
1080
1265
1300
1100
Y Exportaciones
900
700
500
10
12
X Gasto Marketing
Grfico XY (dispersin)
1300
f(x) = 113.9367816092x - 99.1810344828
R = 0.9948135463
1100
Y Exportaciones
900
700
500
10
X Gasto Marketing
12
1300
f(x) = 113.9367816092x - 99.1810344828
R = 0.9948135463
1100
Y Exportaciones
900
700
500
10
12
X Gasto Marketing
X
6
7.8
10.2
12
Y
600
760
1080
1265
3705
Y*=a+bX
584.4398
789.52604
1062.97436
1268.0606
3705
e=Y-Y*
15.5602
-29.5260
17.0256
-3.0606
0
a=
b=
R2=
10
12
14
ng
92x - 99.1810344828
10
ng
12
14
92x - 99.1810344828
10
ng
12
14
18
15
12
10
20
28
35
30
20
30
Ventas en
Yardas
cuadradas
13,000
12,000
11,000
10,000
14,000
16,000
19,000
17,000
13,000
Pronstico
para Y
Pronstico para la
tendencia de Y
Informacin en Miles de $
GastosVentas
1
19
4
44
6
40
10
52
14
53
8
?
c. El modelo sirve?
lo sirve?
Ao
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Ingreso
Venta de Casas Tasa de inters
personal per
Nuevas
hipotecaria
cpita
2838.0
2676.0
2599.0
2774.0
2751.0
2871.0
3014.0
3078.0
2939.0
3314.0
3472.0
3347.0
7,01
7,13
6,96
6,78
6,96
6,81
6,29
6,07
5,83
5,50
6,01
5,92
4.9
25620
25450
26081
25640
26249
26366
26181
26123
26179
26392
26842
26862
26750
Pronstico
para Y
de casas
entas dependen del ingreso per cpita de sus clientes potenciales y de las
s por los crditos hipotecarios. Compruebe estas hiptesis con un nivel de
Cuadro 2
Bancos Comerciales Privados en Guatemala (1991).
Bancos
G&T
Industrial
Occidente
Del Cafe
Del Agro
Agricola Merc.
Internacional
Inmobiliario
Construbanco
Del Ejercito
Lloyd'S
Metropolitano
Banex
Del Quetzal
Promotor
Citibank
Continental
Reformador
Uno
GG & Mantto.
Total Activo
Promedio
Agencias
48.8
43.2
39.4
29.8
26.2
24.8
24
21.5
18.3
15.6
14.3
12.9
12.5
8.8
6
5.9
3.6
1.7
1
831.5
1204
1153.5
499.6
466.6
522.3
376.6
431.3
282.2
311.8
284.5
339
462.8
205
162.4
45.8
113.7
237.3
170.8
30
18
20
25
30
12
12
20
10
13
7
8
3
12
3
1
4
7
5
ste estudio de los bancos comerciales en Guatemala, la variable dependiente para el anlisis ser el nivel anual de
s diferentes bancos del sistema. Si se examina el Cuadro 2, se podr apreciar que estos costos (que en lo sucesivo
nistrativos") varan enormemente de un banco a otro. El problema consistie en encontrar una lista de variables que n
rvada. Fuente: Superintendencia de Bancos, Boletn de Estadsticas Bancarias (Guatemala, 4 Trimestre, 1992).
CASO IRS
El Servicio Interno de Contribuciones (IRS) de EE.UU. est tratando de estimar la cantidad mensu
pagados descubiertos por su departamento de auditoras. En el pasado, el IRS estimaba esta can
nmero esperado de horas de trabajo de auditoras de campo. En los ltimos aos, sin em
trabajo de auditoras de campo se han convertido en un pronosticador errtico de los impuestos
resultado, la dependencia est buscando otro factor para mejorar la ecuacin de estimacin.
El departamento de auditoras tiene un registro del nmero de horas que usa sus computad
impuestos no pagados. Podramos combinar esta informacin con los datos referentes a las
auditoras de campo y obtener una ecuacin de estimacin ms precisa para los impuestos no
cada mes?
Tomado de:
Autor:
Modificado por:
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Horas en
Computadora
(dos ceros
omitidos)
16
14
15
13
13
14
16
16
15
15
CASO IRS
Impuestos reales no
pagados descubiertos
(Millones de $)
29
24
27
25
26
28
30
28
28
27
Fuente de Variacin
Regresin
Error
Total
gl
SC
MC
SCR
MCR
n-k-1
SCE
MCE
n-1
SCT
F0
MCR/MCE