UNIVERSIDAD CATOLICA DE SANTA MARÍA

FACULTAD DE CIENCIAS E INGENIERÍAS FÍSICAS Y FORMALES

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

TRABAJO:
Control Práctico N° 1 fase 3

DOCENTE: Ing. Ferly Urday Luna

CURSO: Estadística Aplicada
ALUMNO:
Angulo Manrique Daniel

Sección D
AREQUIPA- PERÙ
2023
Publicidad Ventas (Miles S/)
1500 62
2700 235
1950 96
4800 265
3150 124
950 96
7200 314

a) Graficar e Interpretar

Campo: Publicidad y campo: Ventas (Miles S/) parece estar muy

relacionado.
350
300
250
Ventas (Miles S/)

200
150
100
50
0
0 1000 2000 3000 4000 5000 6000
Publicidad

Rpta Como se puede observar las Variables guardan una relación de

lineal directa entrelas mismas.

b) Enocntrar el Valor r e interpretar

El valor del cofiente de conrrelación Lineal es de r=0.8843, por lo que sepuede señalar que entre ma
se invierta en publicidad mayorese seran la ventas
El valor del cofiente de conrrelación Lineal es de r=0.8843, por lo que sepuede señalar que entre ma
se invierta en publicidad mayorese seran la ventas

c) Calcular el r2 e interpretar

El Coeficiente de determinación R^2 = 0.7820, en ese sentido r2 esta mas cerca a uno lo que quier
decir que no hay tanta variabilidad

d) Encintrar la ecuación de Regresión por el método de minimos cuadrados

Y=0.0426X+42.03044

e) Si la ganancia neta representa el 42% del monto vendido, ¿Cuál es la utilidad neta
estimada, cuando se invierte en publicidad S/ 3650?

Ganancia es = 42%
Y= 189.267211378423

Ganancia es = 79.4922287789378
La ganacia es de S/ 79.50 miles de soles

f) Calcular el intervalo de predicción para el punto anterior, e interpretar.

g) Elaborar la prueba ANOVA para la regresión.

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 45918.5422547896
Residuos 5 12798.8863166389
Total 6 58717.4285714286

h) Realizar la prueba t-student para este problema.

Coeficientes Error típico

Intercepción 42.3044081303273 35.7597393367046
Variable X 1 0.040263781711807 0.00950652085607452
entas (Miles S/) parece estar muy cor-
acionado.

4000 5000 6000 7000 8000

Publicidad

3, por lo que sepuede señalar que entre mas

ese seran la ventas
3, por lo que sepuede señalar que entre mas
ese seran la ventas

ntido r2 esta mas cerca a uno lo que quiere

ariabilidad

por el método de minimos cuadrados

Intersección 42.30
Pendiente 0.04

044

do, ¿Cuál es la utilidad neta

or, e interpretar.

Promedio de los cuadrados F Valor crítico de F

45918.5422547896 17.9384913 0.0082057932062
2559.77726332778

Estadístico t Probabilidad Inferior 95% Superior 95%

1.18301779920709 0.28998262 -49.618928255695 134.227745
4.23538561808121 0.00820579 0.01582649187908 0.06470107
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.88
Coeficiente de determinación R^2 78.20%
R^2 ajustado 0.74
Error típico 50.59
Observaciones 7

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 45918.5423 45918.5423 17.9384913 0.00820579
Residuos 5 12798.8863 2559.77726
Total 6 58717.4286

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 42.3044081303273 35.7597393 1.1830178 0.28998262 -49.6189283
Variable X 1 0.04026378171181 0.00950652 4.23538562 0.00820579 0.01582649

0.82%
0.0065523
Prueba F para varianzas de dos muestras

Variable 1 Variable 2
Media 170.285714285714 3178.57143
Varianza 9786.2380952381 4720714.29
Observaciones 7 7
Grados de libertad 6 6
F 0.00207304181167
P(F<=f) una cola 8.8262738895E-08
Valor crítico para F (una cola) 0.23343402123305

Inferior 95.0% Superior 95.0%

-49.6189282556948 134.227744516349
0.0158264918790842 0.06470107154453
or crítico de F

Superior 95%Inferior 95.0%

Superior 95.0%
134.227745 -49.6189283 134.227745
0.06470107 0.01582649 0.06470107