ESTADISTICA PARA LA GESTION

SEMANA 8

EVELYN COLVILLE CORREA

12 DE DICIEMBRE 2022
INGENIERIA EN ADMINISTRACION DE EMPRESAS
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:

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).

3. Interprete el coeficiente de determinación ajustado obtenido en el análisis de regresión lineal múltiple.

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

 DESARROLLO

1. Estudie la asociación de cada variable independiente (Años transcurridos, Costo original) con la variable
dependiente (Precio) por medio de gráficos de dispersión.

R.- Para poder ejecutar la respuesta de la pregunta realizada, se hacen dos gráficos con la misma planilla
de datos para poder ratificar el grafico con la letra “A” a través del grafico de la letra “B”.

X1 X2 Y
COSTO ORIGINAL (EN AÑOS PRECIO (EN
MILLONES) TRANSCURRIDOS MILLONES)
8,1 15 2,4
9,2 10 3,8
15,2 4 7,9
12,9 6 4,9
7 17 2,1
18,4 2 9
14,8 5 6,7
15,2 8 6
8,2 12 2,7
12,9 11 4,5
13 8 6,6
16 7 6,4
13,7 6 5,1
15,5 8 5
6,5 19 1,5
14,6 9 5,1
Grafico “A”.

10
9
8
R² = 0.848587037572309
PRECIO (EN MILLONES)

7
6
5
4
3
2
1
0
4 6 8 10 12 14 16 18 20
COSTO ORIGINAL (EN MILLONES)

R 0,92118784

Grafico “B”.

10

8
R² = 0.856590044224374
7
PRECIO (EN MILLONES)

0
0 2 4 6 8 10 12 14 16 18 20
AÑOS TRANSCURRIDOS

R -0,9255215
2. Interprete el coeficiente de correlación para estudiar la asociación de cada variable independiente
(Años transcurridos, Costo original) con la variable dependiente (Precio).

Para la respuesta de la pregunta realizada, tomare lo siguiente: con el coeficiente de relación dividido en
“A” y “B”, tomando como una base los gráficos de la pregunta 1.

A) La asociación de las variables, es fuerte y directa, por que a mayor precio de costo original (millones)
del vehículo nuevo, mayor es su valor, pero ya al estar usado, en interpretación de su coeficiente de
correlación del grafico correspondería a un 92,12% con un coeficiente de las variables de un 84,86%.

B) Con relación al precio de la reventa de un vehículo usado, se indica según el grafico B, que mientras
más años de uso de los autos, estamos seguros que si valor disminuye con una finalidad del 85,66 % en
base a su coeficiente de correlación entre las variables precio (millones) y los años de uso.

3. Interprete el coeficiente de determinación ajustado obtenido en el análisis de regresión lineal múltiple.

R. El 88,40 % de la variabilidad del precio del vehículo usado en la empresa de compra venta de vehículos
usados, se halla explicado por los años de uso del vehículo y el precio o costo de compra de uno nuevo en
su costo original, tal como se muestra en la plantilla.

A continuación:

Regression
Statistics  
Múltiple R 0,9484194
R Square 0,89949936
Adjusted R Square 0,88403772
Standard Error 0,72100906
Observations 16
 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.

Standard Lower Upper

Coefficients Error t Stat P-value Lower 95% Upper 95% 95,0% 95,0%
- -
2,2275924 1,6472183 0,1234591 1,1430897 8,4817519 1,1430897 8,4817519
Intercept 3,6693311 2 4 5 5 4 5 4
X Variable 0,1155448 2,3559336 0,0348385 0,0225965 0,5218354 0,0225965 0,5218354
1 0,27221598 4 4 2 2 3 2 3
- - - - -
X Variable 0,0895432 2,5662485 0,0234598 0,4232365 0,0363437 0,4232365 0,0363437
2 -0,22979015 2 3 9 1 9 1 9

Y = 3,669331 + 0,27221598 X1 - 0,22979015 X

x1 = 17 (millones) costo original

x2 = 13 años de uso

y = 3,669331 + 0,27221598 * 17 – 0,22979015 * 13

y = 5,30973071 ≅ 5,309731

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

ANOVA
Significance
df SS MS F F
60,486272 30,243136 58,176204 0,00000032
Regression 2 2 1 7 7
6,7581027 0,5198540
Residual 13 6 6    
Total 15 67,244375      

R. El modelo es válido, para poder realizar estas estimaciones, existe relación entre las variables de costo
original del vehículo nuevo, con los años de uso y el costo o valor de la reventa de este mismo, porque la
regresión de la significancia “F” es menor a 0,05, trabajando con un 95% de confianza.
REFERENCIAS BIBLIOGRÁFICAS
- IACC (2022). Modelo de regresión lineal múltiple. Estadística para la gestión. Semana 8.

- Recursos adicionales semana 8. Video clase S8: Modelo de regresión lineal múltiple. Recuperado
de:

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