Demanda de pollos Estados Unidos

YEAR
Y consumo percápita de pollos, en libras
X2 Ingreso real disponible, en $US
X3 Precio al por menor de la carne de pollo, centavos de dólar
X4 Precio al por menor de la carne de cerdo, centavos de dólar
X5 Precio al por menor de la carne de res, centavos de dólar
X6 Precio real compuesto de los sustitutos de la carne de pollo, centavos de dólar

Año Y X2 X3 X4 X5 X6
1960 27.8 397.5 42.2 50.7 78.3 65.8
1961 29.9 413.3 38.1 52 79.2 66.9
1962 29.8 439.2 40.3 54 79.2 67.8
1963 30.8 459.7 39.5 55.3 79.2 69.6
1964 31.2 492.9 37.3 54.7 77.4 68.7
1965 33.3 528.6 38.1 63.7 80.2 73.6
1966 35.6 560.3 39.3 69.8 80.4 76.3
1967 36.4 624.6 37.8 65.9 83.9 77.2
1968 36.7 666.4 38.4 64.5 85.5 78.1
1969 38.4 717.8 40.1 70 93.7 84.7
1970 40.4 768.2 38.6 73.2 106.1 93.3
1971 40.3 843.3 39.8 67.8 104.8 89.7
1972 41.8 911.6 39.7 79.1 114 100.7
1973 40.4 931.1 52.1 95.4 124.1 113.5
1974 40.7 1021.5 48.9 94.2 127.6 115.3
1975 40.1 1165.9 58.3 123.5 142.9 136.7
1976 42.7 1349.6 57.9 129.9 143.6 139.2
1977 44.1 1449.4 56.5 117.6 139.2 132
1978 46.7 1575.5 63.7 130.9 165.5 132.1
1979 50.6 1759.1 61.6 129.8 203.3 154.4
1980 50.1 1994.2 58.9 128 219.6 174.9
1981 51.7 2258.1 66.4 141 221.6 180.8
1982 52.9 2478.7 70.4 168.2 232.6 189.4

1) Encontrar e interpretar el grafico de dispercion y su correlacion

R= Se tiene alta asociacion positiva de 0,95 entre el consumo de pollo y el nivel de ingresos
2) Encontrar e interpretar los coeficientes de regresion
R= El incremento en 1 $u$ en el ingreso causara un incremento de 0,011 libras de consumo de pollo
mientras que independientemente de los niveles de ingreso el consumo de carne de pollo es de 28 libras
3) Encontrar e interpretar los estadisticos t ( observaciones23) TABLA A 2 COLAS
R= Se rechaza la hipotesis que los estimadores b1 y b2 es igaual a 0 . Existe evidencia cientifica para rechazar que son 0 a nivel
4) Encontrar e interpretar los intervalos de confianza al 95%
R= No rechazamos las hipotesis que se encuentren entre (28,88 y 30,05 para b1/0,009 y 0,013 para b2)
5) Determinar si los coeficientes son significativos
R= Los coeficientes son significativos
6) Determinar si el modelo de regresion es significativo
R= El modelo es significativo a un nivel de confianza de 95%
7) Determinar si los datos se encuentran bien ajustados
R= Las variables se encuetran explicadas en un 89,71% en este modelo
 Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.94717075
Coeficiente de determinación R^2 0.89713244
R^2 ajustado 0.89223398
Error típico 2.42037255
Observaciones 23

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Regresión 1 1072.90643
Residuos 21 123.022269
Total 22 1195.9287

Coeficientes Error típico

b1 Intercepción 27.9703605 1.00101918
b2 X2 0.01130287 0.0008352

Análisis de los residuales

Observación Pronóstico Y Residuos

1 32.4632502 -4.6632502
2 32.6418355 -2.7418355
3 32.9345798 -3.13457977
4 33.1662885 -2.36628854
5 33.5415437 -2.34154374
6 33.9450561 -0.6450561
7 34.303357 1.29664301
8 35.0301314 1.36986865
9 35.5025912 1.19740879
10 36.0835586 2.31644142
ara rechazar que son 0 a nivel de confianza de 95% 11 36.6532231 3.74677691
12 37.5020684 2.79793158
13 38.2740543 3.52594574
14 38.4944602 1.90553983
15 39.5162394 1.18376063
16 41.1483734 -1.0483734
17 43.2247101 -0.52471011
18 44.3527363 -0.25273626
19 45.7780278 0.92197218
20 47.8532343 2.74676575
21 50.5105383 -0.41053834
22 53.493365 -1.79336501
23 55.9867775 -3.08677752
Promedio de los cuadradosF Valor crítico de F
1072.90643 183.145988 7.6915946E-12
5.85820327

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
27.9418826 4.2837E-18 25.8886271164 30.052093822 25.888627116 30.05209382204
13.5331441 7.69159E-12 0.00956597602 0.01303975848 0.009565976 0.013039758479
 60

50

40

30
Y
Pronóstico Y
20

10

0
0 500 1000 1500 2000 2500 3000
Residuos

X2 Gráfico de los residuales

6
4
2
0
0 500 1000 1500 2000 2500 3000
-2
-4
-6
X2
Y
Pronóstico Y