Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 10 – Sesión 2
Solución del Laboratorio N° 8
Después del período de prueba, la gerencia ha solicitado al asistente de logística, que prepare un informe
sobre las proyecciones de la campaña realizada y recomiende, ¿cuál debe ser el presupuesto que debe
asignarse para el próximo periodo por la compra de drones?, si el costo por dron es de 599.99 soles, cuando
se tiene asignado un gasto de publicidad de 150000 soles.
Presente el informe que tendría que presentarse a la gerencia, sustentando estadísticamente con un nivel
de significación del 5% y una confianza del 95%.
Interpretación: Estimar el presupuesto que debe asignarse para el próximo periodo por la compra de drones,
si el costo por dron es de 599.99 soles, cuando se tiene asignado un gasto de publicidad de 150000 soles.
1
Representación:
i) Normalidad de errores
H0: Los errores siguen una distribución normal
H1: Los errores no siguen una distribución normal
Prueba de Kolmogorov-Smirnov para una muestra
Unstandardized
Residual
N 10
Parámetros normalesa,b Media ,0000000
Desv. Desviación 7,32303477
Máximas diferencias Absoluto ,212
extremas Positivo ,180
Negativo -,212
Estadístico de prueba ,212
Sig. asintótica(bilateral) ,200c,d
a. La distribución de prueba es normal.
b. Se calcula a partir de datos.
c. Corrección de significación de Lilliefors.
d. Esto es un límite inferior de la significación verdadera.
Sig. = 0.200
Decisión: Como el valor Sig. > α, no se rechaza H0
Conclusión: Con un nivel de significación del 5%, los errores siguen una distribución normal. Por lo tanto, se
cumple con el supuesto.
2
Validación del modelo de regresión lineal:
H0: β1 = 0 (modelo no válido)
H1: β1 ≠ 0 (modelo válido)
Se puede utilizar el ANOVA (prueba global) o el coeficiente de regresión (prueba individual)
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 100219,858 1 100219,858 1661,189 ,000b
Residuo 482,642 8 60,330
Total 100702,500 9
a. Variable dependiente: Número de drones vendidos
b. Predictores: (Constante), Gasto en publicidad
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) 145,199 4,090 35,499 ,000
Gasto en publicidad ,509 ,012 ,998 40,758 ,000
a. Variable dependiente: Número de drones vendidos
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) 145,199 4,090 35,499 ,000
Gasto en publicidad ,509 ,012 ,998 40,758 ,000
a. Variable dependiente: Número de drones vendidos
Y =145.199+0.509X
β1 =0.509 ; Si el gasto en publicidad se incrementa en cien soles, el número de drones vendidos aumenta en
promedio 0.509 cientos de soles (ó 50.9 soles).
R2 = 0.995; El 99.5% de la variación del número de drones vendidos es explicado por el gasto en publicidad
mediante el modelo de regresión lineal estimada.
3
Coeficiente de correlación:
r = 0.998; El gasto en publicidad y el número de drones vendidos presentan una fuerte correlación o
asociación líneas directa.
Con un nivel de confianza del 95%, se estima que el número de drones vendidos cuando se tiene un
presupuesto de 150 000 soles se encuentra contenida en [202.45623; 240.57662] cientos de unidades (o
[20245.623; 24057.662] unidades).
Estimación del presupuesto para el próximo periodo para la compra de drones, si el costo por dron es de
599.99 soles: [20245.623*599.99; 24057662*599.99] = [12147171.34377; 14434356623.38] soles.
Argumentación / Comunicación: Con un nivel de confianza del 95%, el presupuesto que debe asignarse para
el próximo periodo para la compra de drones, cuando se tiene asignado un gasto de publicidad de 150 000
soles, está contenido en [12147171.34377; 14434356623.38] soles.
4
Caso: Mi Mercado
Ventas (miles de soles) 380 200 220 300 350 320 650 400
Número de anuncios (TV) 12 6 5 8 10 15 21 14
Analizar/Regresión/Estimación curvilínea...
Comunicación/
Interpretación Representación Cálculo Análisis
Argumentación
Identifica el Identifica las Presenta los cálculos realizados Valida los modelos Sustenta los
problema que se variables de (Resumen de los modelos, ANVA’s según orden de resultados
debe responder estudios y las y Coeficientes). prioridad, encontrados en la
en el contexto del técnicas o comparando el Sig muestra y brinda
El estadístico de prueba.
caso. herramientas con el Alfa. una
estadísticas a usar. Clasifica y ordena los modelos recomendación al
Realiza la decisión y
según el valor del (R²). problema.
Plantea la o las conclusión
hipótesis. Hallar los intervalos de confianza. estadística.
Interpretación: Determinar la relación funcional entre las ventas semanales y el número de anuncios
televisivos por semana, con la finalidad estimar las ventas para evaluar si el gerente de marketing debe
aumentar el presupuesto destinado a anuncios en tv.
Representación:
5
Herramientas estadísticas: Análisis de Regresión no lineal o no lineal
H0: β2 = 0 H0: β1 = 0
H1: β2 ≠ 0 H1: β1 ≠ 0
Modelo R2 Ranking
Lineal 0.840 3
Cuadrático 0.873 1
Potencia 0.833 4
Exponencial 0.847 2
Como el modelo cuadrático tiene el mayor coeficiente de determinación (R2) se analizara en primer lugar,
posteriormente el modelo exponencial si el caso lo amerita.
Paso 2: Validar el modelo, según el orden del paso 1 (validación del coeficiente de regresión)
Modelo cuadrático:
H0: β2 = 0
H1: β2 ≠ 0
Coeficientes
Coeficientes
Coeficientes no estandarizados estandarizados
B Desv. Error Beta t Sig.
Número de anuncios (TV) ,072 2,077 ,027 ,035 ,974
Número de anuncios (TV) ** ,093 ,080 ,908 1,153 ,301
2
(Constante) 20,183 11,962 1,687 ,152
6
Sig. = 0.301
Decisión: Como el valor Sig. > α , no se rechaza H0
Conclusión: Con un nivel de significación del 5%, no se puede afirmar que β2 ≠ 0, por lo tanto el modelo
cuadrático no es válido.
Modelo Exponencial:
H0: β1 = 0
H1: β1 ≠ 0
Coeficientes
Coeficientes
Coeficientes no estandarizados estandarizados
B Desv. Error Beta t Sig.
Número de anuncios (TV) ,064 ,011 ,921 5,772 ,001
(Constante) 160,221 22,017 7,277 ,000
La variable dependiente es ln(Ventas).
Sig. = 0.001
Decisión: Como el valor Sig. < α, se rechaza H0
Conclusión: Con un nivel de significación del 5%, se puede afirmar que β1 ≠ 0, por lo tanto el modelo
exponencial es válido.
Y= β0 eβ1 X Y= 160.221e0.064X
El modelo adecuado que debe escoger el gerente de marketing para estimar las ventas semanales es el
modelo exponencial.
Paso 3: Pronostico del valor de la variable dependiente a través de un intervalo de confianza
Se requiere estimar el promedio de ventas cuando han televisado veinte anuncios
1 (X0 - X)2
Ln(Y0 ) ± t α
, n-2
Se +
2 n Sxx
ANOVA
Suma de Media
cuadrados gl cuadrática F Sig.
Regresión ,801 1 ,801 33,311 ,001
Residuo ,144 6 ,024
Total ,945 7
La variable independiente es Número de anuncios (TV).
Datos:
SCR 0.801
n=8 X=11.375 Se =√CME=√0.024=0.1549 Sxx = 2 = =195.5566 t α = t(0.025, 6) =2.4469
β1 0.0642 2
, n-2
7
1 (20-11.375)2
6.3566 ±2.4469*0.1549 +
8 195.5566
Interpretación: Con un nivel de confianza del 95%, que el promedio de ventas cuando se han televisado 20
anuncios, estará contenido en el intervalo [440.143; 754.5337] mil soles.
Argumentación/ Comunicación: Del estudio realizado, se encontró que el modelo exponencial expresa mejor
la relación entre las ventas semanales y el número de anuncios televisados; puesto que el promedio de ventas
cuando han televisado veinte anuncios es inferior a 800 000 soles (intervalo [440.143; 754.5337] mil soles),
entonces el gerente de marketing debe aumentar el presupuesto destinado a anuncios en tv.