UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS ADMINISTRATIVAS

LICENCIATURA EN CONTABILIDAD Y AUDITORIA

TRABAJO INDIVIDUAL

TEMA:

ANÁLISIS DE REGRESIÓN

AUTORA:

MANTUANO MAYORGA JOSELINE BRIGGITTE

DOCENTE:

LOPEZDOMINGUEZ RIVAS SOL DAVID

ASIGNATURA:

METODOLOGÍA DE LA INVESTIGACIÓN II

CURSO:

5/7

GUAYAQUIL - ECUADOR

AÑO – LECTIVO

2021 - 2022
 Autoevaluación 13 - 3
Consulte la autoevaluación 13-1, donde el propietario de Haverty’s Furniture
Company estudió la relación entre las ventas y la cantidad que gastaba en
publicidad. La información de las ventas de los cuatro últimos meses se repite a
continuación.
Ganancias por
Gastos en publicidad
Mes
(millones de dólares)
ventas (millones ‫܆‬૛ ‫܇‬૛ XY
de dólares)
Julio 2 7 4 49 14
Agosto 1 3 1 9 3
Septiembre 3 8 9 64 24
Octubre 4 10 16 100 40
Suma 10 28 30 222 81

a) Determine la ecuación de regresión.

n ( ∑ XY )−(∑ X )(∑ Y )
b=
n ( ∑ X 2 )−¿¿
4 ( 81 ) −(10)(28)
b=
4 ( 30 ) −¿ ¿
∑Y ∑X
a= −b
n n
28 10
a= −( 2 ,2 ) =1 ,5
4 4
Y = 2,2X+1,5
b) Interprete los valores de a y b.
La pendiente es 2,2. Esto muestra que por cada $1 millón de aumento en los costos de
publicidad, las ventas aumentarán en $2,2 millones. El punto de intersección es 1,5. Sin
costos de publicidad, las ventas serían de $1,5 millones.
c) Estime las ventas cuando se gastan $3 millones en publicidad.
y = A + BX
y = 1,5 + 2,2(3)
y = 8,1
Se estima 8,1 millones de ventas si se gasta $3 millones en publicidad.

13. Las siguientes observaciones muestrales se seleccionaron al azar.

X Y ‫܆‬૛ ‫܇‬૛ XY
4 4 16 16 16
5 6 25 36 30
3 5 9 25 15
6 7 36 49 42
10 7 100 49 70
28 29 186 175 173

a) Determine la ecuación de regresión

n ( ∑ XY )−(∑ X )(∑ Y )
b=
n ( ∑ X 2 )−¿¿
 5 ( 173 )−(28)(29)
b=
5 ( 186 )−¿ ¿

∑Y ∑X
a= −b
n n

29 28
a= −( 0 , 36 ) =3,784
5 5

Y= 0,36X+3,784

b) Encuentre el valor de Y cuando X es 7.

y = A+BX
Y = 3,784+0,36(7)
Y=6,30

14. Las siguientes observaciones muestrales se seleccionaron al azar.

X Y ‫܆‬૛ ‫܇‬૛ XY
5 13 25 169 65
3 15 9 225 45
6 7 36 49 42
3 12 9 144 36
4 13 16 169 52
4 11 16 121 44
6 9 36 81 54
8 5 64 25 40
39 85 211 983 378

a) Determine la ecuación de regresión.

n ( ∑ XY )−(∑ X )(∑ Y )
b=
n ( ∑ X 2 )−¿¿
 8 (378 )−(39)(85)
b=
8 ( 211 )−¿ ¿

∑Y ∑X
a= −b
n n

85 39
a= −( 1,7425 ) =19 , 1 2
8 8

Y= -1,7425X+19,12

b) Encuentre el valor de Y cuando X es 7.

y = A+BX
y = 19,12 + (-1,7425) (7)
Y = 6,9225

15. La Bradford Electric Illuminating Company estudia la relación entre kilowatts-

hora (miles) consumidos y el número de habitaciones de una residencia privada
familiar. Una muestra aleatoria de 10 casas reveló lo siguiente.
Número de Kilowatts-
‫܆‬૛ ‫܇‬૛ XY
habitaciones hora (miles)
12 9 144 81 108
9 7 81 49 63
14 10 196 100 140
6 5 36 25 30
10 8 100 64 80
8 6 64 36 48
10 8 100 64 80
10 10 100 100 100
5 4 25 16 20
7 7 49 49 49
91 74 895 584 718

a) Determine la ecuación de regresión.

 n ( ∑ XY )−(∑ X )(∑ Y )
b=
n ( ∑ X 2 )−¿¿

10 ( 718 )−( 91)(74 )

b=
10 ( 895 )−¿ ¿

∑Y ∑X
a= −b
n n

74 91
a= −( 0,6667 ) =1 ,33 3
10 10

Y = 0,6667X+1,333

b) Encuentre el número de kilowatts-hora, en miles, de una casa de seis

habitaciones.
Y = A+BX
Y = 1,333 + 0,6667(6)
Y = 5,333
Cada 6 habitaciones se da 5,333 kilowatts-hora de producción en horas establecidas.

16. El señor James McWhinney, presidente de Daniel-James Financial Services,

considera que hay una relación entre el número de contactos con sus clientes y la
cantidad de ventas. Para probar esta afirmación, el señor McWhinney reunió la
siguiente información muestral. La columna X indica el número de contactos con sus
clientes el mes anterior, mientras que la columna Y indica el valor de las ventas
(miles de $) el mismo mes por cada cliente muestreado.
 Número de Ventas (miles
‫܆‬૛ ‫܇‬૛ XY
contactos, X de dólares), Y
14 24 196 576 336
12 14 144 196 168
20 28 400 784 560
16 30 256 900 480
46 80 2116 6400 3680
23 30 529 900 690
48 90 2304 8100 4320
50 85 2500 7225 4250
55 120 3025 14400 6600
50 110 2500 12100 5500
334 611 13970 51581 26584

a) Determine la ecuación de regresión

n ( ∑ XY )−(∑ X )(∑ Y )
b=
n ( ∑ X 2 )−¿¿

10 ( 26584 )−(334)(611)
b=
10 ( 13970 )−¿ ¿

∑Y ∑X
a= −b
n n
 611 334
a= −( 2,1946 ) =−12 , 20 1
10 10

Y = 2,1946X - 12,201

b) Encuentre las ventas estimadas si se hicieron 40 contactos

Y = A+BX
Y = -12,201 + 2,1946(40)
Y = 75,583
Las ventas estimadas si se hicieran 40 contactos son de 75,583.

17. En un artículo reciente en BusinessWeek se enumeran las “Best Small

Companies”. Nos interesan los resultados actuales de las ventas e ingresos de ellas.
Se seleccionó una muestra de 12 empresas, y a continuación se reportan sus ventas e
ingresos, en millones de dólares.

Ventas (miles Ingresos (miles

Compañía ‫܆‬૛ ‫܇‬૛ XY
de dólares) de dólares)
Papa John's International 89,2 4,9 7956,64 24,01 437,08
Applied Innovation 18,6 4,4 345,96 19,36 81,84
Integracare 18,2 1,3 331,24 1,69 23,66
Wall Data 71,7 8 5140,89 64 573,6
Davidson & Associates 58,6 6,6 3433,96 43,56 386,76
Chico's FAS 46,8 4,1 2190,24 16,81 191,88
Checkmate Electronics 17,5 2,6 306,25 6,76 45,5
Royal Grip 11,9 1,7 141,61 2,89 20,23
M-Wave 19,6 3,5 384,16 12,25 68,6
Serving-N-Slide 51,2 8,2 2621,44 67,24 419,84
Daig 28,6 6 817,96 36 171,6
Cobra Golf 69,2 12,8 4788,64 163,84 885,76
Suma 501,1 64,1 28458,99 458,41 3306,35

Sean las ventas la variable independiente, y los ingresos, la dependiente.

a) Trace un diagrama de dispersión.
b) Calcule el coeficiente de correlación
0,673499252

c) Determine la ecuación de regresión.

n ( ∑ XY )−(∑ X )(∑ Y )
b=
n ( ∑ X 2 )−¿¿
12 ( 3306 , 35 )−(501 ,1)(64 ,1)
b=
12 ( 28458 , 99 )−¿ ¿
∑Y ∑X
a= −b
n n
64 , 1 501 , 1
a= −( 0,0836 ) =1,8517
12 12
Y = 0,0836X+1,8517

d) Estime los ingresos de una compañía pequeña con ventas por $50.0 millones.
Y = A+BX
Y = 1,8517 + 0,0836(50,0)
Y = 6,0317

18. Se realiza un estudio de fondos mutualistas para fines de inversión en varios de ellos.
Este estudio en particular se enfoca en los activos y su desempeño a cinco años. La pregunta:
¿es posible determinar la tasa de rendimiento a cinco años con base en los activos del
fondo? Se seleccionaron nueve fondos mutualistas al azar, y sus activos y tasas de
recuperación se muestran a continuación.
 Activos (en
Rendimiento
Fondo millones de ‫܆‬૛ ‫܇‬૛ XY
(%)
dólares)
AARP High Quality Bond 622,2 10,8 387132,84 116,64 6719,76
Babson Bond L 160,4 11,3 25728,16 127,69 1812,52
Compass Capital Fixed Income 275,7 11,4 76010,49 129,96 3142,98
Galaxy Bond Retail 433,2 9,1 187662,24 82,81 3942,12
Keystone Custodian B-1 437,9 9,2 191756,41 84,64 4028,68
MFS Bond A 494,5 11,6 244530,25 134,56 5736,2
Nichols Income 158,3 9,5 25058,89 90,25 1503,85
T. Rowe Price Short-term 681 8,2 463761 67,24 5584,2
Thompson Income B 241,3 6,8 58225,69 46,24 1640,84
Suma 3504,5 87,9 1659865,97 880,03 34111,15

a) Trace un diagrama de dispersión

b) Calcule el coeficiente de correlación

-0,046050799
c) Escriba un reporte breve de sus resultados en los incisos b) y c).
Hay muy poca correlación por ende la cantidad de fondos es muy relativa y por lo
tanto tiene un menor rendimiento.
d) Determine la ecuación de regresión. Utilice los activos como variable
independiente.
n ( ∑ XY )−( ∑ X )( ∑Y )
b=
n ( ∑ X 2 )−¿ ¿
9 ( 34111, 15 )−(3504 , 5)(87 , 9)
b=
9 ( 1659865 , 97 )−¿ ¿
 ∑Y ∑X
a= −b
n n
87 , 9 3504 , 5
a= −(−0,0004 ) =9,922 4
9 9
Y = -0,0004X+9,9224

e) Para un fondo con $400.0 millones en ventas, determine la tasa de rendimiento a

cinco años (en porcentaje).
Y = A+BX
Y = 9,9224 + (-0,0004) (400)
Y = 9,7624
Se muestra que los activos no representan una gran variación en la tasa de
rendimiento.

Conclusión
En conclusión el análisis de regresión nos sirve para comparar los valores de los gastos
estimados que haríamos y ver cuánto tendríamos de ganancias para así poder tomar
dinero preciso y no hacer gastos indebidos.