Se muestra en el siguiente cuadro la relación entre las charlas informativas que da
en cada empresa una reconocida caja de compensación vs los créditos solicitados por sus afiliados luego de cada charla. Desarrollo en Excel
Donde obtenemos el siguiente grafico de dispersión:
Con la recta de regresión podemos observar que nuestras variables βₒ=
15,828y β₁=0,3198 Donde nuestra ecuación de regresión es Y= 15,828 + 0,3198X Con el análisis realizado para la pendiente de la regresión lineal, se obtiene:
1. Primero observamos lo marcado en amarillo es el intervalo de confianza al
95% para 𝛽 1
2. Luego obtenemos en amarillo el intervalo de confianza al 95% para 𝛽0.
3. Ahora calculamos la prueba de hipótesis para la pendiente 𝜷𝟏. Con la siguiente formula: (para el caso se utilizará metodología de desarrollo en Excel)
Donde nuestro t(α/2, n-2) = 2,306
Y nuestro estadístico de prueba T se encuentra en la siguiente imagen
Tenemos que -12,0724 < 2.306 , por lo tanto, no hay suficiente información para rechazar Ho
4. Ahora pasamos a calcular la prueba de hipótesis para 𝜷𝟎.
Para eso usamos la siguiente formula: (para el caso se utilizará metodología de desarrollo en Excel)
Tenemos que nuestro t(α/2, n-2) = 2,306
Y nuestro estadístico de prueba para 𝜷𝟎
Por lo tanto, se rechaza Hₒ, porque 30.7363 > 2,306. Con un 95% de confianza hay suficiente evidencia para rechazar H0.
Conclusión:
Ya que el índice de correlación es de 0,97363, ósea, muy cercano a 1,
podemos afirmar que existe una correlación positiva y que hay dependencia entre las variables de n° de charlas versus n° de créditos. También es posible apreciar que el coeficiente de determinación de 0.9479, el modelo explicaría casi el 100% de los valores de la variable ( 97%) Por último, podemos observar que el valor de R^2 ajustado es 0.9414, lo que es muy cercano a 1, con lo que el modelo si puede predecir los valores de la variable independiente.