Nombres: Matrículas:

Pamela Habibe Lases Mojica 2889530

Arath Garcia Garcia
Oliver Josue Gonzales
Alvaro Martinez melo

Módulo: 2 Profesor: Carlos Roberto Bosques

Estrada

Actividad: ejercicio 14 Fecha: 13/11/2022

Realizar los siguientes ejercicios empleando un software estadístico o Excel. En tus resultados
debes presentar evidencia de los análisis estadísticos realizados. Los problemas se pueden
realizar en pareja o de manera individual.

PUNTO 1

1. Una cadena de comida rápida ha experimentado un cambio importante en sus

ventas como resultado de una campaña de publicidad exitosa. En consecuencia, la
gerencia ahora necesita un nuevo modelo de regresión para sus ventas. Los
siguientes datos se recolectaron en las doce semanas posteriores al inicio de la
campaña de publicidad.
 1. Usa Excel o Minitab para determinar la ecuación que mejor se ajuste a sus ventas.

2. Encuentra el coeficiente de determinación e interprétalo en el contexto del problema.

Coeficiente de determinacion= 0.83

Coeficiente de correlacion multiple = 0.911

R^2 ajustado = 0.81

Error tipico = 15517.86

Observaciones = 12

3. ¿Estás satisfecho con el modelo como pronosticador de ventas (Y)? Explica. Realiza
todas las etapas de una prueba de hipótesis con α = 0.05.
H0: B1= 0
Ha: Bi ≠ 0
Fcalculada = 1.182E+10/2408041= 49.158
Se rechaza H0 si F calculada > Fteorica = Fgl Regresion gl Error
a F10 (0.05) = 4.96)
Puesto a que Fcaluclada es mayor q F teorica = 4.96, lo cual existe la evidencia clara de que la
variable Independiente (t) afecta a (v). H0 se rechaza.
Coeficiente B1
H0: B1= 0
Ha: B1 ≠ 0
tcalculada = b1-B1/ Sb1 = 9092.84/1297.66=7.013
Se rechaza H0 si |tcalculada| = 7.007 > t teorica
Tteorica= t(0.025) *10 = 2.22
Ya que tcalculada resulta a 7.007 < t teorica = 2.228 por lo cual existe evidencia de que el
tiempo en semanas X tiene cierta relacion con la cantidad de ventas, es por eso que se rechaza
H0.

4. Transforma la variable independiente (X2) y ahora corre de nuevo el modelo con X y

X2 como variables explicativas. ¿Es este modelo cuadrático un mejor ajuste para los
datos? Explica. Realiza todas las etapas de una prueba de hipótesis con α = 0.05.

H0; B1= 0
Ha: Bi ≠ 0
Fcalculada= 70844755/6924205 = 1,023.187
H0 si Fcalculada> Fteorica= Fgl Regresion gl Error a F^9 (0.05) = 4.26
Ya que Fcalculada= 1,023.187> Fteorica= 4.26 al existir evidencia de que las variables
independientes (t) afecta a (v)

5. Encuentra el coeficiente de determinación e interprétalo en el contexto del problema.

Compáralo con el obtenido en el inciso b ¿Cuál modelo prefieres? ¿Por qué?
Coeficiente de determinacion = 99.5%
Ya que el 99.5% de variacion con la cantidad de ventas son las semanas.

PUNTO 2
1. Un editor de libros de texto universitarios realizó un estudio para relacionar la ganancia
por libro (Y) con el costo de venta (X) para un periodo de seis años. Se obtuvieron los
siguientes datos (en miles de dólares, ajustados por la inflación):

a) Ajusta un modelo cuadrático

Ŷ= 44.192 + 16.333 *X1 - 0.819 *X2

b) ¿Proporcionan los datos suficiente evidencia para indicar una curvatura entre (Y) y (X)?
Realiza todas las etapas de la prueba de hipótesis con α = 0.05.
1) Establecimiento de hipótesis:
H0: β1= β2= 0 Ha: βi ≠ 0
2) Estadística de prueba:
F calculada = 117.477 / 0.3532 = 332.60
3) Regla de decisión:
Se rechazar H0 si Fcalculada > Fteórica= Fgl Regresión gl Error α F 23 (0.05) = 9.55
4) Conclusión:
Se rechaza Ho porque Fcalculada = 332.5284 > Fteórica = 9.55 por lo cual existe evidencia
de que las variables independientes, costo de venta en dólares afecta a la utilidad por libro.
c) Encuentra el coeficiente de determinación en la salida de Excel e interpreta su
valor en el contexto del problema.
Utiliza la ecuación de predicción para estimar la utilidad media del libro cuando el costo de
venta por libro es de 6500 (expresa dicho costo en miles de dólares antes de sustituirlo en
la ecuación).
Ŷ= - 44.192 + 16.333* X1 - 0.819* X2
Ŷ= - 44.192 + 16.333 * (6.5) - 0.819* (6.5)
Ŷ= 56.62 miles de dólares

PUNTO 3

3. Un agrónomo está interesado en la producción de algodón recopilada en los

siguientes datos referentes al número de bellotas por planta durante la estación de
crecimiento. Aquí Y es la media del número de bellotas por planta y X es el tiempo
medido en semanas

a. Utiliza Excel o cualquier otro paquete estadístico como Minitab para obtener
un diagrama de dispersión.

b. Ajusta un modelo cuadrático, es decir X y X2 . ¿Proporcionan los datos

suficiente evidencia para indicar una curvatura entre el número de bellotas
(Y) y el tiempo en semanas (X)? Realiza todas las etapas de la prueba de
hipótesis con α = 0.05
1. Establecimiento de hipótesis:
H0: β1 = β2 = 0 Ha: β1 ≠ 0
2. Estadística de prueba:
F calculada = 32.60
3. Regla de decisión:
Se rechazar H0 si Fcalculada > Fteórica= Fgl Regresión gl Error α F23 (0.05) = 9.552

c. Encuentra el coeficiente de determinación en la salida del software que elegiste e

interpreta su valor en el contexto del problema.
Coeficiente de determinacion: 95.5% Ya que existe ese porcentaje de variacion con la
cantidad de bellotas, que en relacion a los cambios de las variables serian las semanas.

d. Utiliza la ecuación de predicción para estimar el número de bellotas cuando el número

de semanas es de 8, 10 y 14.
Y^= 244.216( ) ^2 - 175.547
Y^= 244.216 (8) ^2 - 175.547= 1,018
Y^= 244.216 (10) ^2 - 175.547= 1,079
Y^= 244.216 (4) ^2 - 175.547= 916
Y^= 244.216 * X1 - 11.878*X2 - 175.547