MA461 Estadística inferencial

Semana 10 – Sesión 2
Solución del Laboratorio N° 8

Logro: Al finalizar la sesión de laboratorio, el estudiante analiza correctamente los reportes de

regresión lineal simple y análisis de regresión no lineal, obtenidos con ayuda del SPSS, con un
sentido administrativo para la toma de decisiones.

Caso: Dron Parrot Anafi

El Dron Parrot Anafi es un modelo de dron reconocido como una de los

mejores a nivel mundial. La empresa Kataro desea introducir esta modelo
de dron en sus tiendas de Lima. Una de las estrategias que optará para
una buena aceptación en el mercado, es invertir en publicidad pues sabe
que la publicidad influye en la actitud del comprador. El área de Marketing, conjuntamente con el área de
ventas pone a prueba la estrategia durante 10 meses. Los resultados se muestran en el siguiente cuadro.

Número de drones vendidos

180 200 165 235 275 440 450 305 350 185
(cientos de unidades)
Gastos en publicidad
60 100 60 200 250 580 610 310 380 70
(miles de soles)

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%.

Ruta para realizar Análisis de regresión lineal

Analizar / Regresión / Lineales / Dependientes  Y / Independientes  X

Estadísticos Durbin-Watson / Guardar  Residuos no estandarizado

Analizar  Pruebas no paramétricas  Cuadro de diálogo antiguo  K-S de una muestra

Analizar / regresión / lineales / Guardar medios  intervalo de confianza  95% / continuar /

Aceptar.

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:

Variable dependiente (Y): Número de drones vendidos (cientos de unidades)

Variable independiente (X): Gastos en publicidad (miles de soles)
Herramienta estadística: Se aplicará la técnica de Regresión lineal simple
Verificación del supuesto: Normalidad de errores (Kolmogorov – Smirnov)
Verificación del supuesto: Autocorrelación de errores (Durbin Watson)
H0: β1 = 0 (modelo no válido)
H1: β1 ≠ 0 (modelo válido)
Nivel de significación: α = 0.05
Cálculo y Análisis:

Verificación de los supuestos:

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.

ii) Autocorrelación de errores

Resumen del modelob

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación Durbin-Watson
1 ,998a ,995 ,995 7,767 1,375
a. Predictores: (Constante), Gasto en publicidad
b. Variable dependiente: Número de drones vendidos
Como D -W = 1.375 ε [1, 3], entonces, se puede afirmar que los errores no están autocorrelacionados. Por lo
tanto, se cumple con el supuesto de no autocorrelación de errores.

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

Fcal = 1661.189 Sig. = 0.000

Decisión: Como el valor Sig. < α, se rechaza H0
Conclusión: Con un nivel de significación del 5%, el modelo de regresión lineal simple es significativo. Por lo
tanto el modelo es válido.

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

Tcal = 40.758 Sig.= 0.000

Decisión: Como el valor Sig. < α, se rechaza H0
Conclusión: Con un nivel de significación del 5%, el coeficiente de regresión es significativo. Por lo tanto el
modelo es válido.

Estimación del modelo regresión lineal simple estimada:

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).

Medida de bondad de ajuste (coeficiente de determinación):

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.

Pronostico del valor de la variable dependiente a través de un intervalo de confianza:

IC (Y/ X=150) = [202.45623; 240.57662] cientos de unidades

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

Mi Mercado, es un supermercado nuevo que ha ingresado al país, con

una gran acogida en la ciudad de Lima. Actualmente cuenta con tres
sucursales ubicadas en los distritos de: Lince, Miraflores y Surco.

El gerente de marketing, quiere encontrar el mejor modelo lineal o no

lineal, que explique las ventas semanales (en miles de soles) de la
sucursal de Lince, en función del número de veces que un anuncio televisivo sale por semana. En base al
mejor modelo obtenido, estimar con una confianza del 95% el promedio de ventas (en miles de soles), cuando
han televisado veinte anuncios; de tal manera que si el promedio de venta es menor a 800 mil soles, entonces
se debe aumentar el presupuesto destinado a anuncios en tv.
Para ello toma una muestra de 8 semanas, registrando las ventas y la cantidad de veces que salieron los
anuncios televisivos. Obtenga el mejor modelo que exprese la relación entre ambas variables. (Usar
alfa=0.05)

Ventas (miles de soles) 380 200 220 300 350 320 650 400
Número de anuncios (TV) 12 6 5 8 10 15 21 14

Ruta para realizar estimar los modelos de regresión no lineales.

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:

Variable respuesta (Y): Ventas semanales (miles de soles)

Variable independiente (X): Número de anuncios (TV)

5
 Herramientas estadísticas: Análisis de Regresión no lineal o no lineal

Otros (Lineal, Potencia,

Cuadrático
Exponencial)

H0: β2 = 0 H0: β1 = 0
H1: β2 ≠ 0 H1: β1 ≠ 0

Nivel de significación: α = 0.05

Cálculo y Análisis:
Paso 1: Ordenar los modelos según el valor del coeficiente de determinación (R2)

Resumen de modelo y estimaciones de parámetro

Variable dependiente: Ventas
Resumen del modelo Estimaciones de parámetro
Ecuación R cuadrado F gl1 gl2 Sig. Constante b1 b2
Lineal ,840 31,457 1 6 ,001 7,767 2,416
Cuadrático ,873 17,255 2 5 ,006 20,183 ,072 ,093
Potencia ,833 29,891 1 6 ,002 6,607 ,692
Exponencial ,847 33,311 1 6 ,001 16,022 ,064
La variable independiente es Número de anuncios (TV).

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.

Modelo estimado valido

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:

X0 = 20 Y0 = 160.221e0.064(20) =576.2572  Ln(Y0 )= Ln(576.2572)=6.3566

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

6.3566 ± 0.2695 =[6.0871;6.6261]

6.0871 ≤ ln μY / X=20 ≤ 6.6261

e 6.0871 ≤ μY / X=20 ≤ e6.6261

440.143 ≤ μY / X=20 ≤ 754.5337

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.