Está en la página 1de 5

CENTRO UNIVERSITARIO TECNOLÓGICO

 ASIGNATURA: TÉCNICAS Y ANÁLISIS MULTIVARIABLE

SECCIÓN: 404

ANÁLISIS DE CASO #3

CATEDRATICO: LIC. ADRIANA ROSALES

CAMPUS CEUTEC SPS

FECHA: 09 DE SEPTIEMBRE DEL 2021

SAN PEDRO SULA, CORTÉS, HONDURAS, C.A.

A continuación, se presenta el análisis de caso #3 donde se pone en práctica el tema de


discriminantes visto en clases. Tomando en cuenta la base de datos de los waffles se utilizó
como variable dependiente la pregunta: le gustan los waffles y dos variables numéricas: 1.
Que tan satisfecho quedó cuando probó los waffles y 2. Cuantos waffles consumiría por
visita para poder identificar cuantos encuestados han sido clasificados correctamente y
cuáles necesitan ser reubicados.
Análisis discriminante utilizando
 Variable dependiente:
4. ¿Le gustan a usted los waffles? Si ___ No ___

 Variables tipo numérico:


7. ¿De haberlos comido antes, ¿Cómo califica su satisfacción?
(1) Muy Malo (2) Malo (3) Intermedio (4) Bueno (5) Muy Bueno (6) No aplica

12. Cuantos Waffles: De existir un restaurante especializado en waffles en SPS,


¿cuántas unidades de estos cree usted
que consumiría por visita? _____ waffles.

Respuesta del análisis discriminante

A continuación, se presenta un análisis discriminante con el de verificar la clasificación de


nuestra data en base a las posibilidades de que los posibles clientes que les guste o no los
wafles.
Con un nivel de significancia del 5% se incluyen al análisis de discriminante las
variables predictoras:

1. Valoración con respecto a satisfacción de waffles consumidos anteriormente


2. Consumo de unidades de waffles por visita.

Con base en los resultados obtenidos a través del análisis realizado en Minitab se
presentan las siguientes funciones discriminantes por grupo

Para las personas que no les gusta el producto, se asigna la función:


D NO =−18.2973+5.8041 x 1 +2.7148 x 2

Para las personas que, si les gusta el producto, se asigna la función:


DSI =−14.5269+4.0652 x 1+ 4.9498 x 2

De manera general, se considera la función discriminante:


D=3.77037 +(−1.73888) x1 +2.23504 x 2

En base a las funciones mencionadas, se observa que:

1. De las 11 personas que según nuestra data no les gusta los waffles, hay 2 que según
nuestra función discriminante por grupo se reubicarían en el grupo de personas que
si les gusta los wafles.

2. De las 19 personas que, si les gusta los wafles según la base de datos, hay 4 que
según nuestra función discriminante por grupo se reubicarían en el grupo de
personas que no les gusta los wafles.

3. Se obtuvo que de las 30 personas encuestadas 24 son clasificadas de forma correcta


con las funciones discriminantes generadas, lo cual es equivalente al 80% de casos
ubicados correctamente.

Considerando las siguientes mediciones, se ubicará mediante la función discriminante


general a un posible cliente en el grupo de clasificación correcto.
 Valoración con respecto a satisfacción de waffles consumidos anteriormente= 3
[2,6]
 Consumo de unidades de waffles por visita= 2 [1,3]

Con la evaluación,

D=3.77037−1.73888 ( 3 ) +2.23504 ( 2 )=3.02

Y valor de corte
P0=0

Se clasificará cada caso, de la forma siguiente:

Si D < 0 entonces se ubicara en el grupo de los encuestados que no les gusta los waffles.

Si D es > 0 entonces se ubicará en el grupo de los encuestados que si les gusta los waffles.

Por tanto, se observa que al encuestado le gusta los Waffles.

Se observa que en la tabulación cruzada entre la variable “le gusta los waffles” y la columna
“respuesta” en base a la función discriminante no existe diferencia entre las clasificaciones
correctas.

Conclusiones
-Según el análisis discriminante de gráficas, 11 personas no les gusta los waffles, hay 2 que
según nuestra función discriminante por grupo se reubicarían en el grupo de personas que si
les gusta los wafles.

-Las personas que, si les gusta los wafles según la base de datos, hay 4 que según nuestra
función discriminante por grupo se reubicarían en el grupo de personas que no les gusta los
wafles.
-Se logro obtener de las 30 personas encuestadas 24 son clasificadas de forma correcta con
las funciones discriminantes generadas, lo cual es equivalente al 80% de casos ubicados
correctamente.
-En la tabulación cruzada entre la variable “le gusta los waffles” y la columna “respuesta”
en base a la función discriminante no existe diferencia entre las clasificaciones correctas.

Recomendaciones

-Para poder tener una mejor visualización de lo que estamos trabajando es recomendable
copiar los datos y ponerlos en una hoja aparte en este caso del programa que se está
haciendo uso (MINITAB) para poder trabajar de una forma ordenada. Y tomar en mucha
consideración los rangos que se utilizan en el software para tener resultados correctos.

-Es recomendable trabajar de forma ordenada en el nuevo software de minitab y tener la


última actualización de este para poder tener el acceso a todas las herramientas del
programa.
-Tener una pc con la capacidad de poder correr el programa de minitab de forma rápida y
sin ningún tipo de fallo para tener resultados certeros y no cometer errores.

-Para poder tener estos resultados, al igual deberán hacer uso de las formulas
proporcionadas en el salón de clase y así poder realizar el proceso aprendido para llegar a
los resultados

También podría gustarte