Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Obtener la prueba T de significancia para cada uno de los parámetros del modelo.PROBLEMAS SOBRE
PRUEBAS DE SIGNIFICACIÓN GLOBAL Y PRUEBA DE LOS COEFICIENTES INDIVIDUALES
Ejemplos
1. El dueño de Showtime Movie Theater, Inc., desea estimar el ingreso bruto semanal en función de los
gastos en publicidad. A continuación, se presentan los datos históricos de 10 semanas.
Publicidad en
Ingreso semanal (en Publicidad en tv (en periódico (en
miles de $) miles de $) miles de $)
𝒀 𝑿𝟏 𝑿𝟐
96 5 1.5
90 2 2
95 4 1.5
92 2.5 2.5
95 3 3.3
94 3.5 2.3
94 2.5 4.2
94 3 2.5
1) Formulación de Hipótesis
𝐻0 : 𝛽1 = 𝛽2 = 0
𝐻1 : Uno o más de los parámetros del modelo no son iguales a cero.
𝐶𝑀𝑅
2) Estadístico de Prueba : 𝐹 = 𝐶𝑀𝐸 = 38.45095081
3) Valor Crítico
𝐹1−𝛼(𝑝;𝑛−𝑝−1) = 𝐹(0.95;2;8−2−1) = 𝐹(0.95;2;5) = 5.786
𝐹 > 𝐹1−𝛼(𝑝;𝑛−𝑝−1), se rechaza Ho
Valor- p =0.00244457< 𝜶 = 𝟎. 𝟎𝟓, por lo tanto, se rechaza 𝐻0
ESTADISTICA II
CONCLUSIÓN: Uno o más de los parámetros del modelo no son iguales a cero, esto
significa que por lo menos existe una variable independiente que afecta a la V.D
ingreso semanal.
b) Obtener la prueba T de significancia para cada uno de los parámetros del modelo.
Coeficientes Error típico Estadístico t Probabilidad
Intercepción 81.94014096 1.3542042 60.50796544 4.46797E-07
5 2.768726438 0.325214302 8.513544524 0.001044199
1.5 1.292902803 0.246395312 5.247270311 0.00630892
Para 𝜷𝟏
1) Formulación de la Hipótesis
𝐻0 : 𝛽1 = 0
𝐻1 : 𝛽1 ≠ 0
𝑏
2) Estadístico de prueba: 𝑇 = 𝑠 𝑖 =8.513544524
𝑏𝑖
3) Valor crítico
Para 𝜷𝟐
1) Formulación de la Hipótesis
𝐻0 : 𝛽2 = 0
𝐻1 : 𝛽2 ≠ 0
2) Estadístico de prueba
𝑏
𝑇 = 𝑠 𝑖 = 5.247270311
𝑏𝑖
3) Valor crítico
𝑡(1−𝛼,𝑛−𝑝−1) = ±𝑡(0.975,8−2−1) = ±𝑡(0.975;5) = ±2.571
2
2. El gerente de ventas de una compañía de refacciones para automóviles, quiere desarrollar un modelo
para predecir, en el mes de junio, las ventas anuales totales para una región. Si las ventas regionales se
pueden predecir, entonces se podrán estimar las ventas totales de la compañía. El número de repuestos
de la región que mantienen en inventario las refacciones de la compañía y el número de automóviles
registrados para cada región, desde el primero de junio, son las dos variables de predicción que el
gerente quiere investigar, se obtiene los siguientes resultados.
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los
libertad cuadrados cuadrados F Valor crítico de F
Regresión 2 248.0994407 124.0497203 0.804946765 0.484563733
Residuos 7 1078.764559 154.1092228
Total 9 1326.864
1) Formulación de Hipótesis
𝐻0 : 𝛽1 = 𝛽2 = 0
𝐻1 : Uno o más de los parámetros del modelo no son iguales a cero.
2) Estadístico de Prueba
ESTADISTICA II
𝐶𝑀𝑅
𝐹= = 0.804946765
𝐶𝑀𝐸
3) Valor Crítico
𝐹1−𝛼(𝑝;𝑛−𝑝−1)=𝐹(0.95,2;11−2−1)=𝐹(0.95,2;8) = 4.459
𝐹 < 𝐹1−𝛼(𝑝;𝑛−𝑝−1), no se rechaza Ho
Valor- p= 0.484563733 > 𝜶 = 𝟎. 𝟎𝟓, por lo tanto, no se rechaza 𝐻0
CONCLUSIÓN: Los parámetros del modelo son iguales a cero, esto significa que
no existe una variable independiente que afecta a la V.D venta.
b) Obtener la prueba T de significancia para cada uno de los parámetros del modelo.
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
Intercepción 23.94497046 10.41030602 2.30012167 0.054981237 -0.671491617
2.011 -1.961856404 2.441494646 -0.803547289 0.448080712 -7.735073854
24.6 0.764567271 0.713272829 1.071914197 0.319317407 -0.922054958
Para 𝜷𝟏
1) Formulación de la Hipótesis
𝐻0 : 𝛽1 = 0
𝐻1 : 𝛽1 ≠ 0
2) Estadístico de prueba
𝑏𝑖
𝑇= = −0.803547289
𝑠𝑏𝑖
3) Valor crítico
𝑡(1−𝛼,𝑛−𝑝−1) = ±𝑡(0.975,11−2−1) = ±𝑡(0.975;8) = ±2.306
2
Para 𝜷𝟐
1) Formulación de la Hipótesis
𝐻0 : 𝛽2 = 0
𝐻1 : 𝛽2 ≠ 0
2) Estadístico de prueba
𝑏𝑖
𝑇= = 1.071914197
𝑠𝑏𝑖
3) Valor crítico