NOMBRE DE ASIGNATURA ESTADÍSTICA PARA LA GESTIÓN

SEMANA 8

Nombre del estudiante

Fecha de entrega 22 MAYO 2023
Carrera CONTINUIDAD INGENIERIA EN ADM. DE EMPRESA
DESARROLLO
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:

Una empresa de compra y venta de vehículos usados necesita un modelo de regresión para estimar el precio
de un vehículo en base a los años transcurridos desde la compra del vehículo nuevo y el costo original. Para
esto se toma una muestra de 16 vehículos y se obtienen los siguientes datos:

Años Costo original Precio

transcurridos (en millones) (en millones)

15 8,1 2,4
10 9,2 3,8
4 15,2 7,9
6 12,9 4,9
17 7 2,1
2 18,4 9
5 14,8 6,7
8 15,2 6
12 8,2 2,7
11 12,9 4,5
8 13 6,6
7 16 6,4
6 13,7 5,1
8 15,5 5
19 6,5 1,5
9 14,6 5,1

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.
 X1
10
9
8
f(x) = − 0.418782112274025 x + 8.8288106565176
7 R² = 0.856590044224374
6
PRECIO

5
4
3
2
1
0
0 2 4 6 8 10 12 14 16 18 20
AÑOS TRANSCURRIDOS

X2
10
9
8
f(x) = 0.537858048162231 x − 1.78231495564005
7 R² = 0.848587037572309
6
PRECIO

5
4
3
2
1
0
4 6 8 10 12 14 16 18 20
COSTO ORIGINAL

2. Interprete el coeficiente de correlación para estudiar la asociación de cada variable independiente

(Años transcurridos, Costo original) con la variable dependiente (Precio)

Gráfico X1 R= -0,9255215
La asociación de las variables es inversa y negativa, es un buen ajuste de las variables, además, el
85,66% de la variabilidad del precio está explicado por qué mientras mayor sea los años transcurridos,
menor será el precio de los vehículos.

Gráfico X2 R= 0,92118784
La asociación de variables es fuerte y directa, es un buen ajuste de las variables, además, el 84,86% del
precio se explica por el costo original de los vehículos.
3. Interprete el coeficiente de determinación ajustado obtenido en el análisis de regresión lineal múltiple.

R^2 ajustado:
El 88,40% de variabilidad del precio está explicado por los años transcurridos y el costo original de los
vehículos.
Es un buen ajuste de las variables.

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.
Y= 3,669 + -0,2297*13+0,2722*17
x1= 13
x2=17
Y= 3,669 + -0,2297*13+0,2722*17 = 5,310

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

5.
Valor crítico de F
0
El modelo es válido para realizar predicciones, ya que existe asociación entre las variables.
REFERENCIAS BIBLIOGRÁFICAS
INSTITUTO IACC, I. (2022). Estadística para la gestión, Semana 8, Modelo de regresión lineal múltiple. IACC.
https://online.iacc.cl/pluginfile.php/2154260/mod_resource/content/6/S8_CONTENIDO_ESTGT1102.pdf?redirect=1