0 calificaciones0% encontró este documento útil (0 votos)
5 vistas1 página
El documento presenta un ejercicio de regresión lineal múltiple para predecir ventas (Y) en función de publicidad (X2) e índice de precios relativos (X3). Se proporcionan datos para 12 observaciones de las 3 variables. El modelo estima los coeficientes b0, b1 y b2 y el coeficiente de determinación R2. Se calcula la ecuación de regresión de mínimos cuadrados y realizan contrastes de hipótesis sobre los coeficientes.
El documento presenta un ejercicio de regresión lineal múltiple para predecir ventas (Y) en función de publicidad (X2) e índice de precios relativos (X3). Se proporcionan datos para 12 observaciones de las 3 variables. El modelo estima los coeficientes b0, b1 y b2 y el coeficiente de determinación R2. Se calcula la ecuación de regresión de mínimos cuadrados y realizan contrastes de hipótesis sobre los coeficientes.
El documento presenta un ejercicio de regresión lineal múltiple para predecir ventas (Y) en función de publicidad (X2) e índice de precios relativos (X3). Se proporcionan datos para 12 observaciones de las 3 variables. El modelo estima los coeficientes b0, b1 y b2 y el coeficiente de determinación R2. Se calcula la ecuación de regresión de mínimos cuadrados y realizan contrastes de hipótesis sobre los coeficientes.
EJERCICIO: EJERCICIOS DE REGRESIÓN LINEAL MÚLTIPLE
La sociedad del ejercicio 1 de RLS en vista de los pobres resultados
alcanzados a través del MLS elaborado, decide completar la especificación del modelo añadiendo una nueva variable a la ecuación, un índice relativo de precios del producto propio frente a precios de los competidores. Para obtener los necesarios valore numéricos del Indice de precios relativos se aplica la fórmula matemática: Ip=Pc/Pp x 100; donde, Pc: es la media de precios de los competidores y Pp es los precios del producto propio. El conjunto de datos de las variables, son las siguientes: i Ventas Publicidad I.Precios 1 3,2 2,4 98,7 2 4,3 2,2 100,1 3 6 2,1 100,1 4 7,5 3,6 99,0 5 7,5 4,7 97,0 6 7,5 3,9 99,7 7 7,9 2,4 101,1 8 8 4 99,8 9 8,1 3,3 100,2 10 9,9 4,7 100,2 11 11,1 5,5 100,0 12 11,1 4,6 100,0
El modelo que se especifica en este caso, para Y=Ventas, X2=Publicidad y X3=
el índice de precios, es: Y=β0 + β1X2 + β2X3 + ui i=1,2,….,12 a) ¿Qué significado tiene b0, b1, b2 y R2 en el ejercicio si lo que deseas estimar son las ventas? b) Calcule la ecuación de regresión lineal de mínimos cuadrados. c) Calcule los intervalos de confianza para el 95% y el 99%. Compruebe los resultados con los resultados del análisis de datos. d) Efectuar los siguientes contrastes de hipótesis con un nivel de significación del 5%. Ho: B1 = 0 Ho: B2 = 0 Ho: B1=B2=0 e) Supongamos que el valor futuro de X2 es X20 = 2,5 y el de X3 es X30 = 100.