GUIA NÚMERO 2

PRUEBA DE “R” E INTERVALO DE PREDICCIÓN

ESTADISTICA II

LEIDY ANAYA TAMARA 2018222016

GRUPO 13

JUAN DE LA CRUZ TAPIA

UNIVERSIDAD DEL MAGADALENA

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONOMICAS

PROGRAMA DE ADMINISTRACIÓN DE EMPRESAS

SANTA MARTA

D.T.C.H

2020
 INTRODUCCIÓN

En el presente trabajo se encuentra la solución de un ejercicio estadístico evaluando su

correlación y estableciendo los intervalos de predicción, con lo cual se utilizan las formulas

encontradas en el material de apoyo consultado para un mejor entendimiento del tema; el

desarrollo de este ejercicio esta direccionado a la comprensión de formulas y su correcto uso,

guiando a la apropiación total del tema en desarrollo, en lo que a realizar predicciones se refiere

y, además, cuando esta puede ser usada, en razón a los términos del análisis del coeficiente de

correlación y su comprobación. En el desarrollo se establece la debida comprobación por otros

medios, además del solo uso de las formulas de Word, como lo es la herramienta de Excel

arrojando datos muy cercanos a lo que fueron los resultados establecidos, por lo tanto, se

tomaron como validos para el correcto desarrollo del mismo.

 OBJETIVOS

 OBJETIVO GENERAL

Comprender la aplicación de los intervalos de predicción en los ejercicios estadísticos de

regresión lineal.

 OBJETIVOS ESPECIFICOS

 Identificar cuando se realizar una prueba de r.

 Entender el uso de las formulas al hallar los intervalos de predicción.

 Relacionar las respuestas de manera correcta con lo que nos indica el ejercicio.
5. Un gerente de ventas recolectó los datos siguientes sobre ventas anuales y años de

experiencia.

a. Trace el diagrama de dispersión de estos teniendo en cuenta la variables independiente y

dependiente, utilizando Excel o cualquier u otro programa similar.

Independiente Dependiente
x y
VENDEDOR AÑOS DE VENTAS ANUALES
EXPERIENCIA (MILLONES DE $)
1 1 80
2 3 97
3 4 92
4 4 102
5 6 103
6 8 111
7 10 119
8 10 123
9 11 117
10 13 136
 VENTAS ANUALES (MILLONES DE $)
160
140
120 f(x) = 4 x + 80
Ventas anuales

100 R² = 0.93
80
60
40
20
0
0 2 4 6 8 10 12 14
Años de experiencia

b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la relación entre las dos

variables?

El coeficiente de determinación (r²) es de 0,9304 como refleja el grafico en el inciso a), para

determinar la relación entre las variables hallamos el coeficiente de correlación (r) que es la raíz

cuadrada de r², por lo tanto, r = 0,9646, esto nos indica que la relación entre las variables es

excelente, con lo cual si podemos realizar las predicciones.

c. Obtenga la ecuación de regresión estimada calculando b y c utilizando calculadora, Excel o

cualquier otro programa similar.

d. Dé una interpretación de la pendiente de la ecuación de regresión estimada.

La pendiente de la ecuación de regresión nos indica que, al momento de graficar la recta de

regresión, esta será ascendente ya que la pendiente es un valor positivo, es decir, que por cada

valor que aumente la variable “x” (los años de experiencia) de la misma manera aumentara la

variable “y” (las ventas anuales).

e. Dé la ecuación de regresión estimada que puede emplearse para predecir las ventas anuales

cuando se conocen los años de experiencia.

La ecuación de regresión estimada es: Y = 4x + 80

f. Use la ecuación de regresión estimada para pronosticar las ventas anuales de un vendedor de 9

años de experiencia.

X=9 Y=?

Y = 4x + 80

Y = 116

Aplicando la ecuación de regresión estimada, podemos pronosticar las ventas anuales de un

vendedor con 9 años de experiencia en 116 millones de pesos.

Como el coeficiente de correlación es Excelente, no se requiere la prueba de r.

INTERVALO DE PREDICCIÓN

1 ( X −x )2

√
Ŷ ∓t n−2 S yx 1+ +
n
2
∑ xi −
2
(∑ x i )
n

Establecemos un grado de significación del 5%, ya que el ejercicio no lo relaciona.

x x2 y Ŷ ( y i−Ŷ i)2
1 1 80 84 16
3 9 97 92 25 =7
4 16 92 96 16 x
4 16 102 96 36
6 36 103 104 1
8 64 111 112 1 2 ∑( y i−Ŷ i )2 = 170 = 17
10 100 119 120 1 S yx =
n 10
10 100 123 120 9
11 121 117 124 49
13 169 136 132 16 = = 4.12310563
0 0 0 S yx =√ S 2yx √ 17
Grado de significación 5%

5/2 = 2,5 2,5%/100 = 0,025%

ó con un grado de significación del 5%, nos da un nivel de confianza de 95%

Grado de libertad (gl) = n – 2

gl = 10 – 2 = 8

t n−2 = 2,306

COMPROBAMOS EN EXCEL

X Y Varianza Residual = S_y^2(1-r^2)

1 80 r^2= 0.9304
3 97 Varianza de y = 244.2
4 92 VR= 16.99632
4 102 Error estandar de estimación= 4.12265934
6 103 t_n-2= 2.30600414
8 111
10 119
10 123
11 117
Después de sacar los datos que necesitamos, vamos a evaluarlos en la fórmula para hallar los

intervalos de predicción y, para ello, recordamos la solución del inciso f) del ejercicio anterior.

1 ( X −x )2
Ŷ ∓t n−2 S yx

X=9
√ 1+ +
n

Y=?
2
∑ xi −
(∑ x i )
n
2

Y = 4x + 80

Y = 4(9) + 80

Y = 36 + 80

Ŷ = 116

2
(∑ x i ) 702
= = 490
n 10

2
( ∑ x i ) = 632 – 490 = 142
2
∑ xi − n

( X −x )2
( 9−7 )2
( ∑ xi ) = = 0,03
2

∑ xi2 − 142
n

1 ( X−x )2

√ 1+ +
n
∑ xi −2 ( ∑ x i) =
n
2
√ 1+
1
10
+0,03 = 1.063015
 1 ( X−x )2
t n−2 S yx

√ 1+ +
n
∑ xi − 2 ( ∑ x i) = (2,306) * (4,1231) * (1,0630) =10,1069
n
2

+ Límite superior = 126,1069

Ŷ = 116 ±

- Límite inferior = 105,8931

COMPROBAMOS EN EXCEL

x y Ŷ n= 10
1 1 80 84 16 media de x= 7
3 9 97 92 25 t_n-2= 2.306
4 16 92 96 16 S_yx= 4.1231
4 16 102 96 36 X= 9 = 490
6 36 103 104 1 Ŷ= 116
8 64 111 112 1 = 4900 = 142
10 100 119 120 1
10 100 123 120 9
11 121 117 124 49 = 0.02816901
13 169 136 132 16
70 632 170
= 1.06215301

= 10.0988112

Lim Sup. 126.098811

Ŷ= 116
Por lo tanto, para un vendedor con 9 años de experiencia (x = 9), se estima que el valor de las

ventas anuales este dentro del intervalo de 105,8931 y 126,1069 millones de pesos.

CONCLUSIÓN

En conclusión, en el tema de regresión lineal los intervalos de predicción son fundamentales,

puesto que al basamos en los datos para realizar dichas predicciones aún un grado de correlación

excelente no nos va a permitir ser 100% precisos, en cambio, con este tema que se desarrollo se

comprende que es un valor “estimado” y no “exacto”, y de ahí la importancia de los intervalos de

predicción, ya que en el campo laboral, estos límites (tanto inferiores como superiores) son los

que, en las distintas áreas, nos permitirán realizar desde presupuestos, hasta la toma de

decisiones con mayor grado de responsabilidad como pueden ser las inversiones, es por esto que

esta conclusión se enfatiza en la importancia que tiene el aprender la manera correcta de aplicar

los intervalos de predicción, yendo más allá de lo teórico y basarnos en lo práctico.

 BIBLIOGRAFÍA

Martínez, C. (2012). Estadística y muestreo (13th ed.). Bogotá: Ecoe Ediciones.