Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Flujo de
Dia Vehículos Galones Vendidos
(cientos) (miles)
1 9 284
2 13 381
3 11 271
4 9 287
5 17 452
6 5 192
7 7 204
8 4 158
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.97441729
Coeficiente de determinación R^2 0.94948906
R^2 ajustado 0.94107057
Error típico 23.9822895
Observaciones 8
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
Regresión 1 64868.9737292278 64868.9737292278 112.78614
Residuos 6 3450.90127077224 575.150211795373
Total 7 68319.875
y = 22.523x + 67.472
R 0.9495 0.97442291
X 5
180.087
16 18
Valor crítico de F
4.1059083593E-05
2 26 2850
3 20.2 650
4 16 480
5 30 1694
6 46.2 2302
7 35 2214
8 3.5 125
9 33.1 1840
10 25.2 1233
11 38.2 1699
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.7424700174
Coeficiente de determinación R^2 0.55126172673
R^2 ajustado 0.43907715841 0.662628974928427
Error típico 10.3051222285
Observaciones 11
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 2 1043.66473775334
Residuos 8 849.564353155748
Total 10 1893.22909090909
y= 10.1092+0.10988892x1+0.1946660343x2
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.98676488356
Coeficiente de determinación R^2 0.97370493542
R^2 ajustado 0.96243562203
Error típico 2.66679532684
Observaciones 11
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 3 1843.44650970243
Residuos 7 49.7825812066625
Total 10 1893.22909090909
generar modelos que hagan predicciones sobre cualquier estrategia generada. Usted recientem
ar un modelo para predecir las ventas anuales para el país, basándose en las variables: ventas, d
X2
Número de INGRESO
automóviles PERSONAL
registrados ( MILES DE
(millones) MILLONES)
24.6
98.5
22.1
31.1
7.9
34.8
12.5 32.7
9
68.8
11.5
94.7
20.5
67.6
4.1 19.7
8.9 67.9
6.1 61.4
9.5 85.5
Promedio de los cuadrados F Valor crítico de F
521.832368877 4.913881962569 0.04054828
106.195544144
1
Promedio de los cuadrados F Valor crítico de F
614.482169901 86.40321745169 6.7935E-06
7.11179731524
mero de automóviles
INGRESO
registrados
PERSONAL
(millones)
( MILES DE MILLONES)
1
0.28156704497 1
SEMANA 6
AUXILIAR: MSC NELSON DIAZ
da. Usted recientemente acaba de terminar de implementar una venta de repuestos para autos,
variables: ventas, dsitribuidores, número de vehículos, observe la tabla de datos:
INGRESO PERSONAL
( MILES DE MILLONES) Respuesta
98.5
31.1
34.8
El mejor modelo 32.7
es el coeficiente de regresión con una sola variable debido a la relación que tiene el in
68.8
94.7
67.6
19.7
67.9
61.4
85.5
e repuestos para autos, por lo que le piden que
e datos:
El error es de 0.66
Respuesta
ido a la relación que tiene el ingreso de personal con la ventas con la correlaciónd e 0.93647889
LABORATOR
Se encuentra formulado el estudio financiero para una empresa constructora , pero en los factores macro, le preocu
de interés aplicados a los créditos hipotecarios en años recientes han tenido un impacto en el número de construcc
Los datos a continuación presentan tasa de interés por trimestre y el número de construcciones iniciad
Número
Trimestre Tasa % construcciones
iniciadas
1 11.5 260
2 11.4 250
3 11.6 241
4 12.4 256
5 12.8 270
6 13.2 220
7 13.5 190
8 13 195
9 12.7 200
10 12.9 210
11 12.5 230
12 12 245
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.66596378
Coeficiente de determinación R^2 0.44350775
R^2 ajustado 0.38785853
Error típico 21.2872497
Observaciones 12
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresión 1 3611.44668085 3611.44668
Residuos 10 4531.46998582 453.146999
Total 11 8142.91666667
Tasa
Número
% construcciones iniciadas
Tasa % 1
Número construcciones iniciadas -0.66596378 1
LABORATORIO SEMANA 6
o en los factores macro, le preocupa que las tasas 3.1 ¿Cuál sería el número de
mpacto en el número de construcciones iniciadas. construcciones pronosticadas
número de construcciones iniciadas. correspondientes a un 11% de interés
y= -26.130455 + 556.12
268.684995
F Valor crítico de F
7.96970231 0.01806546
Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Superior 95.0%
0.00070664 298.822816 813.427696 298.822816 813.427696
0.01806546 -46.7542312 -5.50667951 -46.7542312 -5.50667951
ON DIAZ
2.7 Si se introduce la variable ingreso personal. ¿Cuál sería el mejor modelo múltiple a
INGRESO PERSONAL (
MILES DE MILLONES)
Respuesta
98.5
31.1
34.8
El mejor modelo es
32.7el coeficiente de regresión con una sola variable debido a la relación que tiene el ingreso de personal c
68.8
94.7
67.6
19.7
67.9
61.4
85.5
ado al coeficiente de determinación y de correlación los datos
n confiables, la cantidad de galones si es dependiente de la
cantidad de vehículos que ingresen.
orrelación entre las variables es alta, ambas 3.1 ¿Cuál sería el número de
estan relacionadas
construcciones pronosticadas El número de cons
existe problema de multicolinealidad por la
ación entre los distribuidores y el número de correspondientes a un 11% de interés
comienda unicamente trabajar con la variable
os aútomoviles registrado, esta presenta una 3.2 ¿El modelo de regresíon sera
No, ya que el coeficient
= 10.1092+0.10988892x1+0.1946660343x2 adecuado si se requiere un 99% de por debajo
confiabilidad?
El error es de 0.66