Objetivo

Determinar si se iniciará una campaña publicitaria por medios digitales para generar interés e
incrementar ventas hacia nuestros clientes potenciales. 

Condición: La campaña se hará efectiva si, para un ingreso mensual (2021)de 4000 soles, un
recorrido mensual de 150 kilómetros y una antigüedad de 9 meses, la estimación del valor de la
bicicleta es mayor a 500 soles.

Solución:
● INTERPRETACIÓN
Determinar si se iniciará una campaña publicitaria por medios digitales para generar
interés e incrementar ventas hacia nuestros clientes potenciales. 

● REPRESENTACIÓN
● Sean las variables,
Variables X (independientes):
X1: ingreso mensual 2021(soles),
X2: Recorrido en bicicleta del entrevistado, en kilómetros, en el mes de enero del
2021
X3: Antigüedad, en meses, de la bicicleta del entrevistado
Variable Y (dependiente): El valor actual aproximado de la bicicleta del
entrevistado
Herramienta Estadística: Análisis de Regresión Lineal Múltiple (RLM)
Nivel de significación: 5%

● CÁLCULO Y ANÁLISIS:
 Análisis de Multicolinealidad:
Correlación entre Correlación entre variable
Análisis
variables independientes dependiente e independientes
> |r YX 1|=¿ 0.3945 Existe Multicolinealidad
|r X 1 X 2|=0.6463 entre X 1 X 2
> |r YX 2|=¿ 0.5319
< |r YX 1|=¿ 0.3945 No Existe Multicolinealidad
|r X 1 X 3|=0.0839 entre X 1 X 3
< |r YX 3|=¿ 0.4282
< |r YX 2|=¿ 0.5319 No Existe Multicolinealidad
|r X 2 X 3|=0.1538 entre X 2 X 3
< |r YX 3|=¿ 0.4282

Paso 2: Ordenar los modelos según el valor del coeficiente de determinación ¿).
Reportes obtenidos con Excel (Tabla resumen, Tabla de ANOVA, Tabla de coeficientes) para
cada modelo:
Y x1 x3

Y X2 X3
Y X1
YX2

YX3

Paso 3: Validar el modelo, según el orden del paso 2.

Validación del Modelo: YX2X3 modelo con mayor R2adj

H 0 : β3 =0 (Modelo no válido)
H 1 : β 3 ≠ 0 ( Modelo es valido)
 β^ i
Estadístico de prueba: T cal = = 149.205
Sbi

Valores críticos: ± t ( α , n− p) =INV.T(0.025;437) =

2
= ± 0.00

Como Valor_P =
B2 0.00 <0.05
B3 0.00 < 0.05
El modelo es valido

Decisión estadística: Rechazar Ho

Conclusión estadística: Al 5% de nivel de significancia, estamos a favor de que β 3 ≠ 0 , es decir,
el coeficiente B3 es válido.

Conclusión estadística: Al 5% de nivel de significancia, el modelo Y X2X3 es Válido.

Modelo estimado final: Y = Bo + B2 X2 + B3 X3

Tabla de coeficientes del Modelo YX2X3:

Y^ = 1037.96095 -3.06547901 X2 + 17.1361663X3  Ecuación de la RLM

Interpretación de los coeficientes de regresión de la ecuación estimada:

FALTA
 • Paso 4: Estimar puntualmente:

• Estimar puntual Y, cuando X1 =4000, X2=150, X3 = 9

Y^ = 1037.96095 -3.06547901 (150)+ 17.1361663(9)=732.3646 SOLES

● ARGUMENTACIÓN
De acuerdo a los resultados, si se iniciará una campaña publicitaria por medios digitales
para generar interés e incrementar ventas hacia nuestros clientes potenciales, ya que
la estimación del valor de la bicicleta salió mayor a 500 soles.