Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La Encuesta de satisfacción de clientes de una Cadena de Restaurantes se basa en el precio de los alimentos, la cantidad
Un reportero cree que sería de interés para sus lectores realizar un estudio similar en otros restaurantes ubicados en otras
mariscos (Seafood) ocho italianos (Italian) y ocho de carnes (Steakhouse). Los datos a continuación muestran los precios d
nivel de significancia, realice una prueba para probar si hay una diferencia significativa entre el precio medio de la comida
ANOVA. 25pts.
Ho: μ1 = μ2 = μ3
Hi: μ1 ≠ μ2 ≠ μ3
Regla de decisión
Si F calculado es mayor que F critico rechazamos la hipótesis nula, en caso Como el valor calculado 7.33 es mayor que el
contrario se acepta. diferencia significativa entre e
precio de los alimentos, la cantidad promedio que paga una persona por la comida y la bebida, menos la propina.
otros restaurantes ubicados en otras zonas del país. El reportero seleccionó una muestra de ocho restaurantes de
continuación muestran los precios de la comida en dólares de los 24 negocios muestreados. Con α = 0.05 como
a entre el precio medio de la comida en los tres tipos de restaurantes. Confeccione una tabla en Excel y realice el
Nivel de significancia
Un valor de 0.05.
Conclusión
alor calculado 7.33 es mayor que el valor crítico 3.47, entonces se debe rechazar Ho. Se puede decir que si existe
diferencia significativa entre el precio medio de la comida en los tres tipos de restaurantes.
2. Salsberry Realty vende casas en la costa este de Estados Unidos. Una de las preguntas más frecuentes de los comprad
investigación respecto de los costos de calefacción de casas unifamiliares y se tomó una de las variables que se relaciona
reciente y los resultados son
a) Levantar la tabla en E
Temperatur
Casa a externa Costo de
media (°F) calefacción ($)
1 35 250 Estadísticas de la regresión
2 29 360 Coeficiente de correlación múltiple
3 36 165 Coeficiente de determinación R^2
4 60 43 R^2 ajustado
5 65 92 Error típico
6 30 200 Observaciones
7 10 355
8 7 290 ANÁLISIS DE VARIANZA
9 21 230
10 55 120 Regresión
11 54 73 Residuos
12 48 205 Total
13 20 400
14 39 320
15 60 72 Intercepción
16 20 272 Variable X 1
17 58 94
18 40 190
19 27 235
20 30 139
350
300 f(x) = − 4.93419224892346 x + 388.801951659953
R² = 0.658546590083909 Colum
250 Linea
200
150
100
50
450
400
Costo de Calefacción
350
300 f(x) = − 4.93419224892346 x + 388.801951659953
R² = 0.658546590083909 Colum
250 Linea
200
150
100
50
0
0 10 20 30 40 50 60 70
Temperatura externa media
La recta de regresión es Y=-4.9342X+388.80, El parámetro “b” representa la pendiente de la recta cuyo valor es "-4.934
representa la pendiente de la recta de regresión lineal que es negativa, esto es debido porqu
El modelo de regresión lineal nos permite en los negocios poder realizar estimaciones a través de unos datos previo
comportamiento que se va llevando. En la práctica podemos ver cua
X
35
29
36
60
65
30
10
7
21
55
54
48
20
39
60
20
58
40
27
30
preguntas más frecuentes de los compradores potenciales es: si compramos esta casa, ¿cuánto gastaremos en calefacción durante el in
omó una de las variables que se relacionan con los costos de calefacción: la temperatura externa diaria media. Se seleccionó una muest
reciente y los resultados son los siguientes: Total 75 puntos
s de la regresión
0.8115
0.6585
0.6396
63.5526
20
que y explique la variable independiente y dependiente, según el Modelo de Regresión Simple. 5pts
3419224892346 x + 388.801951659953
546590083909 Column C
Linear (Column C)
3419224892346 x + 388.801951659953
546590083909 Column C
Linear (Column C)
30 40 50 60 70
tura externa media
pendiente de la recta cuyo valor es "-4.9342", y el parámetro “a” representa el valor de corte de la recta con el eje vertical dado por 388
neal que es negativa, esto es debido porque cuando las ventas aumenten entonces los gastos de publicidad disminuiran en el valor "4.93
modelo de regresión y aplicado a este caso de estudio, explique cómo el Modelo puede ser utilizado en los negocios. 20pts
timaciones a través de unos datos previos de los cuales genaramos una recta que se ajusta a los valores mediante la cuál podemos reali
a llevando. En la práctica podemos ver cuales serán las ventas futuras, los gastos, los ingresos, entre otras variables.
Prediciones
216.10
245.71
211.17
92.75
68.08
240.77
339.46
354.26
285.18
117.42
122.35
151.96
290.12
196.37
92.75
290.12
102.62
191.43
255.58
240.77
calefacción durante el invierno? Se realizó un estudio de
Se seleccionó una muestra aleatoria de 20 casas de venta
gocios. 20pts