EVALUACIÓN

Estadística para la gestión

Semana 8
Nombre del estudiante:
Cristina Vejar Toledo
Fecha de entrega: 09-10-2023
Carrera: Ing. en Adm. de
empresas
 EVALUACIÓN

DESARROLLO:

2
 EVALUACIÓN

1. Estudia la asociación de cada variable independiente (Años transcurridos, Costo

original) con la variable dependiente (Precio) por medio de gráficos de dispersión.

Años costo
grafico de dispercion transcurridos original (x2)
Precio Y
(x1)

15 8,2 2,6

y precio en millones 10 9,2 3,8

x1 años transcurridos 4 15,2 7,9
x2 costo original 6 12,9 4,9
17 7,2 2,3
total de la muestra 15 2 18,4 9
5 14,8 6,7
8 15,2 6
12 8,2 2,7
11 13,1 4,6
8 13 6,6
7 16 6,4
6 13,7 5,1
8 15,5 5
19 6,5 1,5

Gráfico 1: Años transcurridos (X1) vs. Precio (Y)

3
 EVALUACIÓN

Gráfico 2: Costo original (X2) vs. Precio (Y)

4
 EVALUACIÓN

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

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

Años costo
transcurridos original (x2)
Precio Y
(x1)

15 8,2 2,6

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

5
 EVALUACIÓN

coeficiente de correlacion

R -0,921

podemos observar que el respectivo analisis del grafico nos muestra una fuerte y clara relacion, con respecto a los
años ya transcurridos desde que se compro el vehiculo nuevo y el precio del vehiculo usado, entonces se determina
que el precio del vehiculo va en disminucion a medida que el tiempo transcurre ya que el coeficiente correlacional
corresponde a R= -0,921. en base a esto se determina que la variabilidad que tiene un vehiculo usado en el precio
corresponde al 84,8%.

R 0,927

se determina que el costo original del vehiculo nuevo, y el precio del vehiculo usado actualmente que tienen una
variable semejante con un 85,9% en la variabilidad de us costo original.

Se determina que ambas variables tienen una influencia importante en el precio de un

vehículo, en el mercado usado. Mientras más usado este el vehículo más baja su valor

6
 EVALUACIÓN

3. Interpreta el coeficiente de determinación ajustado obtenido en el análisis de

regresión lineal múltiple.

se determina un R2 ajustado a un 0,881661819 lo cual nos indica un 88,16% que es cercano a 1, lo cual no demuestra
que es un modelo efectivo la que da una gran proporcion en la variabilidad en el precio de los vehiculos.

7
 EVALUACIÓN

4. Si han transcurrido 13 años desde la compra de un vehículo nuevo y su costo

original fue de 17 millones, estima el precio que tendrá el vehículo hoy.

Años transcurridos X1 costo original X2

13 17

y 5,598 y= (3,118) + (-0,203*13) + (0,301 *17)

b1 -0,203
b2 0,301
b0 3,118

entonces podemos decir que el precio estimado del vehiculo

despues de 13 años desde que se compro, y el costo original de
17 millones es de aproximadamente 5.596 millones.

8
 EVALUACIÓN

5. Estudia la validez del modelo a través del análisis de varianza 𝐴𝑁𝑂𝑉𝐴.

Hipótesis Nula (𝐻₀):

Determinamos que esta hipótesis nos sostiene que las pendientes de la variable en el
modelo son iguales a cero, es por esta razón que no tienen un efecto importante sobre las
variables dependientes.

Hipótesis Alternativa (𝐻₁):

La variable dependiente si es un modelo que podemos utilizar ya que al ser una variable
explicativa nos aporta la información necesaria para sostener al menos una de las
pendientes variables independientes ya que no es igual a cero.

En esta hipótesis nos fijamos en el Estadístico F y el Valor crítico de F obtenidos en el

ANOVA:
promedio
valor critico
fuente de variacion grados de libertad suma de cuadrados de los
de F (p)
cuadrados f
regresion 2 58,433 29,2166154 53,153 0,000001089
residuos 12 6,596 0,54967522
total 14 65,02933333

• Estadístico F: 53,1525
• Valor crítico de F: 0,0000010891

Que es un estadístico F comprende de una medida de modelo importante en relación a las

variables explicativas en comparación a las variables independientes, es decir un valor F
grande, el cual se observa en el ejercicio, nos logra indicar que las variables
independientes son importantes.

9
 EVALUACIÓN

El Valor crítico de F (p) nos ayuda a obtener la probabilidad de un valor F el cual es

grande si la hipótesis fuera nula.

A continuación, la salida que entrega Excel para este análisis es:

1
0
 EVALUACIÓN

REFERENCIAS BIBLIOGRÁFICAS

Texto de lectura de IACC:

IACC. (2023). Semana 8

Comencemos con el modelo de regresión lineal múltiple.
Modelo de regresión lineal múltiple.
Estadística para la gestión análisis varianza (Anova)
Sinteticemos sobre el modelo de regresión lineal múltiple

1
1