Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ce87 Semana 7 Regresion Lineal Múltiple
Ce87 Semana 7 Regresion Lineal Múltiple
• Formular modelos de regresión lineal múltiple usando variables dentro del contexto de
su especialidad.
Predicción intervalo
Y
Para relacionar estas variables podemos utilizar un modelo de regresión lineal múltiple.
Variable dependiente:
Y = Ventas del producto
Variables independientes:
X1 = Gasto en publicidad
X2 = Tiempo de atención al cliente
X3 = Años de experiencia del vendedor
El modelo de Regresión Lineal Múltiple
Considerando “p” variables predictoras, el modelo de regresión
múltiple se expresa por:
y 0 1 x1 2 x2 3 x3 ... p x p
Donde:
y Es la variable dependiente que se quiere predecir.
A un nivel de confianza del 95%, si las ventas de un producto es menor a 80 mil soles, cuando se gasta en
publicidad de 1.55 miles de soles, el tiempo que demora el vendedor en atender al cliente es de 16
minutos y el vendedor que atiende tiene 2 años de experiencia, se invertirá mayor presupuesto en
publicidad.
Solución:
• INTERPRETACIÓN:
¿Se invertirá mayor presupuesto en publicidad?
• REPRESENTACIÓN:
• Variables:
• Y: Ventas (miles de soles)
• X1: Gasto en publicidad (miles de soles)
• X2: Tiempo de demora en atender al cliente (minutos)
• X3: Experiencia (años)
• Procedimiento:
• Para responder el problema de investigación se realizará el Análisis de Regresión
Lineal Múltiple.
• Verificación de supuestos.
• Hipótesis a resolver:
H o : 1 2 3 0 H 0 : i 0
H 1 : Al menos i 0
H1 : i 0
Nivel de significación: 0.05
• Prueba de normalidad de errores:
Decisión: No se Rechaza H0
Conclusión: A un nivel de significación del 5%, no se afirma que los errores no tiene una distribución normal, es
decir, los errores se distribuyen normalmente.
• Autocorrelación de errores:
Estadístico de Durbin-Watson
Coeficientes
EE del
Término Coef coef. Valor T Valor p VIF
Constante 60.69 4.65 13.06 0.000
X1: Gasto en publicidad 12.91 2.67 4.83 0.000 1.08
X2: Tiempo de demora -0.3855 0.0589 -6.55 0.000 1.08
Análisis de Varianza
Fcal = 44.84
Conclusión: Se Rechaza H0
Decisión: A un nivel de significación del 5%, se afirma que al menor un i es diferente de cero, es decir,
existe relación lineal entre las ventas y al menos una de las variables: Gasto en publicidad y Tiempo de
demora.
• Prueba Individuales:
Análisis de Varianza
H o : 1 0 H o : 2 0
H 1 : 1 0 H1 : 2 0
P valor 0.000 P valor 0.000
Se Rechaza Ho Se Rechaza Ho
A un nivel de significación del 5%, se afirma que B1 y B2 son diferentes de cero, es decir, el gasto en
publicidad y tiempo de demora si contribuyen al modelo.
Por lo tanto, el modelo es válido.
Presente el modelo estimado e interprete los coeficientes de regresión estimados.
Coeficientes
EE del
Término Coef coef. Valor T Valor p VIF
Constante 60.69 4.65 13.06 0.000
X1: Gasto en publicidad 12.91 2.67 4.83 0.000 1.08
X2: Tiempo de demora -0.3855 0.0589 -6.55 0.000 1.08
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1.78822 88.20% 86.23% 77.22%
A un nivel de confianza del 95%, estimar las ventas de un producto, cuando se gasta en
publicidad de 1.55 miles de soles, el tiempo que demora el vendedor en atender al cliente
es de 16 minutos y el vendedor que atiende tiene 2 años de experiencia.
Predicción para Y: Ventas
Ecuación de regresión
Valor de
Variable configuración
X1: Gasto en publicidad 1.55
X2: Tiempo de demora 16