Taller 2 Estadística aplicada

1. Responda las siguientes preguntas:

a. ¿cuál es el propósito del análisis de correlación?
El propósito del análisis de la correlación es determinar si dos o más variables están
relacionadas, es decir, que se quiere demostrar la influencia o la ausencia de los cambios
de una variable sobre los valores de otra.
b. ¿A qué se refiere el termino relación causal?
La relación causal entre dos eventos existe si la ocurrencia del primero causa el otro. El
primer evento es llamado la causa y el segundo evento es llamado efecto. Se habla de
relación causal cuando la variable dependiente causa cambios en la variable dependiente.
c. ¿Qué es análisis de regresión múltiple?
El análisis de regresión múltiple es aquella que nos permite entender la relación entre dos
o más variables. Implica una variable explicada (variable dependiente) y variables
adicionales (variables independientes) que se estima que producen o están asociadas con
cambios de la variable dependiente. El análisis de regresión múltiple muchas veces es
apropiado para analizar datos cuando hay varias explicaciones posibles de las relaciones
entre cierto número de variables explicativas. Por lo general el análisis de regresión
múltiple use una única variable dependiente y diversas variables independientes a fin de
evaluar los datos estadísticos pertinentes.

2. Las ventas de línea blanca según el estado del mercado de casas nuevas: cuando las ventas de
casas nuevas son buenas, también lo son las de lavaplatos, lavadoras de ropa, secadoras y
refrigeradores. Una asociación de comercio compiló los siguientes datos históricos (en miles de
unidades) de las ventas de línea blanca y la construcción de casas.

Construcción de Venta de línea

Casas (miles) Blanca (miles)

2.0 5.0
2.5 5.5
3.2 6.0
3.6 7.0
3.3 7.2
4.0 7.7
4.2 8.4
4.6 9.0
4.8 9.7
5.0 1.0
a. Desarrolle una ecuación para la relación entre las ventas de línea blanca (en miles) y la
construcción de casas (en miles).

Y = 1,17 + 1,72X

b. Interprete la pendiente de la recta de regresión.

c. Calcule e interprete el error estándar de la estimación.

 0,14 = 0,37* 100 = 370

El margen de error del presente análisis es de 370 (en miles)

d. La construcción de casas durante el año próximo puede ser mayor que el intervalo
registrado: se han pronosticado estimaciones hasta de 8.0 millones de unidades.
Calcule un intervalo de predicción de 90% de confianza para las ventas de línea blanca,
con base en los datos anteriores y el nuevo pronóstico de construcción de casas.
 Intervalos:

Y = 1,17 + 1,72 (8.0) = 14.93

Valor tabla t student: 1.860

Límite inferior: 14.93 – 1.860 (370) = 14.241

Límite superior: 14.93 + 1.860 (370) = 15.618

La proyección de ventas de línea blanca para una cantidad de 8.0 millones estría entre 14.241 y
15.618.

R2= 0,96

Coeficiente de correlación: 0,98 2 = 0,9604