KARINA SALAZAR ERICES

SEMANA 8

KARINA SALAZAR ERICES

10/10/2022
Ingeniería en Administración de empresas.
DESARROLLO

DESARROLLO DE LA ACTIVIDAD
Lea atentamente el siguiente caso y analice la información de acuerdo con los contenidos revisados en la semana
y conteste las preguntas que se presentan a continuación:
Una empresa de compra y venta de vehículos usados necesita un modelo de regresión para estimar el precio
de un vehículo en base a los años transcurridos desde la compra del vehículo nuevo y el costo original. Para
esto se toma una muestra de 15 vehículos y se obtienen los siguientes datos:

X1 X2 Y
Años Costo original Precio
Transcurridos (en millones) (en millones)
15 8,2 2,6
10 9,2 3,8
4 15,2 7,9
6 12,9 4,9
17 7,2 2,3
2 18,4 9
5 14,8 6,7
8 15,2 6
12 8,2 2,7
11 13,1 4,6
8 13 6,6
7 16 6,4
6 13,7 5,1
8 15,5 5
19 6,5 1,5
Luego de revisar el caso expuesto, responda:
1. Estudie la asociación de cada variable independiente (Años transcurridos, Costo original) con la variable
dependiente (Precio) por medio de gráficos de dispersión.
2. Interprete el coeficiente de correlación para estudiar la asociación de cada variable independiente (Años
transcurridos, Costo original) con la variable dependiente (Precio)

10
9
8 R² = 0,8486
R -0,921198795
7
6
PRECIO

5
4
3
La asociación de las variables es fuerte y negativa o indirecta ya que
a mayor cantidad de años transcurridos menor es el precio de los
2
vehículos , y ante menor cantidad de años transcurridos mayor es el
1 precio de los vehículos.
0
0 5 10 15 20
AÑOS TRANSCURRIDOS

10
R² = 0,8593
9
8
7 R 0,926974635
6
PRECIO

5
4
3 La asociación de las variables es fuerte positiva y directa ya que a
2 mayor valor en el costo original mayor es el precio de los vehículos
1 de igual forma a menor costo original menor es el precio de los
0 vehículos.
0 5 10 15 20
COSTO ORIGINAL
3. Interprete el coeficiente de determinación ajustado obtenido en el análisis de regresión lineal múltiple.

Resumen

Estadísticas de la regresión
Coeficiente de correlación
0,942306505
múltiple
Coeficiente de determinación
0,887941549
R^2
R^2 ajustado 0,867567285
Error típico 0,774108184
Observaciones 14

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 52,23189314 26,1159466 43,58152808 0,00
Residuos 11 6,591678286 0,59924348
Total 13 58,82357143

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepción 3,1136441 2,470985491 1,2600819 0,233716231 -2,324958297 8,5522465 -2,324958297 8,552246497
x1 -0,204202341 0,098999917 -2,06265164 0,063573977 -0,422099689 0,01369501 -0,422099689 0,013695007
x2 0,301989215 0,129628195 2,32965686 0,039893194 0,016679481 0,58729895 0,016679481 0,587298949

El 86,76 %del precio de los vehículos esta explicado por el costo original y los años transcurridos,
es un buen ajuste de las variables.

4. Si han transcurrido 13 años desde la compra de un vehículo nuevo y su costo original fue de 17 millones,
estime el precio que tendrá el vehículo hoy.
5,593

Y= 3,1136+-0,2040*X1+0,3020*X2
X1=13 AÑOS
X2=17 MILLONES
Y=3,1136+-0,2042*13+0,3020*17= 5,593

EL COSTO ACTUAL DEL VEHICULO QUE ORIGINALMENTE COSTO 17 MILLONES PASADO LOS 13 AÑOS
ESTE QUEDA EN $ 5,593,000 PESOS

5. Estudie la validez del modelo a través del análisis de varianza .

Se rechaza la hipótesis Nula ya que valor critico de F es

menor 0,05 lo que indica que el modelo es valido para
realizar estimaciones o predicciones , ya que existe
asociación entre las variables.
REFERENCIAS BIBLIOGRÁFICAS

https://vimeo.com/660208273/77def05f46

https://online.iacc.cl/pluginfile.php/1369698/mod_resource/content/6/S8_CONTENIDO_ESTGT1102.pdf?
redirect=1