PURE WATER

UNIVERSIDAD ESTATAL DE MILAGRO

LA EMPRESA DE EMVBASADORA DE AGUA PURE WATER REGISTR EN EL 2013 LOS

SIGUIENTES DATOS:

La empresa quiere conocer cul de los dos tipos de embaces le da ms ventas: Bidones y
gasones.

1) Identificar cules son las variables (Dependiente / Independiente) y analizar si tienen

una Distribucin normal.

(Discreta, Continuo, Nominal y Ordinal)

VARIABLE Y

VENTAS DISCRETA

VARIABLES X

PRECIO CONTINUA
TIPO DE EMBASE DISCRETA
MARCA DISCRETA
DESCUENTO CONTINUA
2) Aplicar Diagrama de Dispersin a los datos.

Grfica de dispersin de VENTAS vs. SATISFACCION

5000

4000

3000
VENTAS

2000

1 000

0
0,0 0,2 0,4 0,6 0,8 1 ,0
SATISFACCION
 Grfica de dispersin de VENTAS vs. TIEMPO DE ENTREGA
5000

4000

3000
VENTAS

2000

1 000

0
0 50 1 00 1 50 200 250 300
TIEMPO DE ENTREGA

Grfica de dispersin de VENTAS vs. DEVOLUCION

5000

4000

3000
VENTAS

2000

1 000

0
20 30 40 50 60 70 80 90 1 00
DEVOLUCION
 Grfica de dispersin de VENTAS vs. MARKETING
5000

4000

3000
VENTAS

2000

1 000

0
1 00 200 300 400 500 600 700 800 900 1 000
MARKETING

Grfica de dispersin de VENTAS vs. DESCUENTO

5000

4000

3000
VENTAS

2000

1 000

0
0 10 20 30 40 50 60
DESCUENTO

Analizando las grficas de dispersin podemos concluir que existe correlacin positiva en casi
todas a excepcin de ventas vs satisfaccin.
 3) Obtener el Modelo General.

VENTAS = -47,0 + 89,77 DESCUENTO + 0,818 MARKETING - 1,27 DEVOLUCION - 0,241 PRECIO
+ 0,069 TIEMPO DE ENTREGA - 61 SATISFACCION

Coeficientes
EE del
Trmino Coef coef. Valor T Valor p VIF
Constante -47,0 55,5 -0,85 0,410
DESCUENTO 89,77 4,72 19,00 0,000 15,48
MARKETING 0,818 0,138 5,92 0,000 3,89
DEVOLUCIN 1,27 1,67 0,76 0,457 4,58
PRECIO 0,241 0,107 -2,26 0,038 4,66
TIEMPO DE ENTREGA 0,069 0,340 0,20 0,843 1,04
SATISFACCIN -61 115 -0,53 0,601 8,29

Las ventas aumentan 89,77 por el descuento aplicado

Las ventas aumentan 0.818 al aplicar marketing
Las ventas disminuyen 1,27 cuando hay devolucin
Las ventas disminuyen un 0.241 de acuerdo al precio aplicado en el producto
Las ventas aumentan un 0,069 de acuerdo al tiempo de entrega del producto
Las ventas disminuyen a un 61% de acuerdo al nivel de satisfaccin del cliente

El modelo es adecuado? Argumente con el anlisis de las grficas de residuos y coeficientes

de determinacin.
 Los residuos tienen una distribucin normal?
Si tienen una distribucin normal porque los puntos se encuentran cerca de la recta,
por lo que se cumple el primer supuesto

La varianza es constante?
Como los datos no siguen un patrn de cumple el segundo supuesto

La media de los residuos es igual a cero?

No, porque en el histograma se verifica el centro no es cero, por tal motivo no se
cumple el tercer supuesto.
Los residuos son independientes?

Si porque los datos no demuestran tendencia, por tal motivo se cumple el cuarto
supuesto.

Aplicar Prueba de hiptesis para determinar las variables que aportan al modelo.

Anlisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Regresin 6 54702414 9117069 1041,53 0,000
DESCUENTO 1 3160502 3160502 361,06 0,000
MARKETING 1 307170 307170 35,09 0,000
DEVOLUCION 1 5084 5084 0,58 0,457
PRECIO 1 44681 44681 5,10 0,038
TIEMPO DE ENTREGA 1 355 355 0,04 0,843
SATISFACCIN 1 2489 2489 0,28 0,601

P < ALFA Rechazo Ho: B=0

Hi: B<>0

Descuento0,000 <0.05 por tal motivo rechaza la hiptesis nula y escojo la alterna esto quiere
decir que si aporta al modelo

Marketing0,000 <0.05 por tal motivo rechaza la hiptesis nula y escojo la alterna esto quiere
decir que si aporta al modelo

Devolucion 0,457 <0.05 No rechazo Ho, por tal motivo no aporta al modelo.

Precio 0.038 < 0.05 por tal motivo rechaza la hiptesis nula y escojo la alterna esto quiere
decir que si aporta al modelo

Tiempo de entrega0,843< 0.05 No rechazo Ho, por tal motivo no aporta al modelo.

Satisfaccion0.601 < 0.05 No rechazo Ho, por tal motivo no aporta al model
 Ingresar datos aleatorios para pronosticar , obtener intervalo de confianza y presente sus
conclusiones.

DESCUENTO 5
MARKETING 4
DEVOLUCIN 2
PRECIO 2
TIEMPO DE ENTREGA 3
SATISFACCIN 6

VENTAS = -47,0 + 89,77 DESCUENTO + 0,818 MARKETING - 1,27 DEVOLUCION - 0,241 PRECIO
+ 0,069 TIEMPO DE ENTREGA - 61 SATISFACCION

VENTAS= 36.31

4. Obtener el Modelo Reducido (Eliminado las variables que no aportan, puede considerar
dejar solo una variable que no aporta)

La ecuacin del Modelo e interprete los coeficientes de las variables.

Resumen del modelo

R-cuad. R-cuad.
S R-cuad (ajustado) (pred)
90,1677 99,72% 99,67% 97,71%

Ecuacin de regresin

VENTAS = 3,3 + 89,04 DESCUENTO + 0,8151 MARKETING - 0,2056 PRECIO

Coeficientes
EE del
Trmino Coef coef. Valor T Valor p VIF
Constante 3,3 36,1 0,09 0,928
DESCUENTO 89,04 2,38 37,37 0,000 4,24
MARKETING 0,8151 0,0945 8,63 0,000 1,96
PRECIO -0,2056 0,0938 -2,19 0,041 3,87

Las ventas aumentan 89,04 por el descuento aplicado al producto

Las ventas aumentan 0,8151 por el marketing utilizado para la venta del producto
Las ventas disminuyen de acuerdo al precio establecido en el producto
El modelo es adecuado? Argumente con el anlisis de las grficas de residuos y coeficientes
de determinacin.

Los residuos tienen una distribucin normal?

Si tienen una distribucin normal porque los puntos se encuentran cerca de la recta,
por lo que se cumple el primer supuesto

La varianza es constante?
Como los datos no siguen un patrn se cumple el segundo supuesto

La media de los residuos es igual a cero?

S, porque en el histograma se verifica el centro es cero, por tal motivo se cumple el

tercer supuesto.
Los residuos son independientes?

Si porque los datos no demuestran tendencia, por tal motivo se cumple el cuarto
supuesto.

Concluimos que este es un buen modelo ajustado para la prediccin de dicho

problema.
 Aplicar Prueba de hiptesis para determinar las variables que aportan al modelo.

Anlisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Regresin 3 54687996 18229332 2242,17 0,000
DESCUENTO 1 11353255 11353255 1396,43 0,000
MARKETING 1 604847 604847 74,39 0,000
PRECIO 1 39073 39073 4,81 0,041

Descuento 0,000 <0.05 por tal motivo rechaza la hiptesis nula y escojo la alterna esto quiere
decir que si aporta al modelo

Marketing 0,000 <0.05 por tal motivo rechaza la hiptesis nula y escojo la alterna esto quiere
decir que si aporta al modelo

Precio 0.041< 0.05 por tal motivo rechaza la hiptesis nula y escojo la alterna esto quiere
decir que si aporta al modelo

Ingresar datos aleatorios para pronosticar , obtener intervalo de confianza y presente sus
conclusiones.

DESCUENTO=5

MARKETING=4

PRECIO=2

VENTAS = 3,3 + 89,04 DESCUENTO + 0,8151 MARKETING - 0,2056 PRECIO

Ventas=451.35

6. Obtener el Modelo Reducido de tipo Rlinel Simple (2 puntos)

La ecuacin del Modelo e interprete los coeficientes de las variables.

Ecuacin de regresin

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
98,3737 99,65% 99,61% 97,77%
 El modelo es adecuado? Argumente con el anlisis de las grficas de residuos y coeficientes
de determinacin.

Los residuos tienen una distribucin normal?

En este caso no tienen una distribucin normal porque los puntos no van alineados a la recta,
por tal motivo no se cumple el primer supuesto.

La varianza es constante?

Si por que los datos no siguen un patrn, por tal motivo se cumple el segundo supuesto.

La media de los residuos es igual a cero?

No porque en el histograma no se verifica el centro en cero, por tal motivo no se cumple el

tercer supuesto.

Los residuos son independientes?

Si porque los datos no demuestran tendencia, por tal motivo se cumple el cuarto supuesto.

Podemos concluir que no es un buen modelo porque no se cumple los 4 supuestos.

 Ingresar datos aleatorios para pronosticar , obtener intervalo de confianza y presente sus
conclusiones.

DESCUENTO=5

MARKETING=4

VENTAS = -5,1 + 85,17 DESCUENTO + 0,781 MARKETING

Ventas = 423.87

7. Indicar cual de los 3 es el mejor modelo con su respectivo fundamento. (0,5 punto)

LOS RESIDUOS TIENEN UNA DISTRIBUCIN NORMAL?

En este caso si tienen una distribucin normal porque los puntos van alineados a la
recta, por tal motivo se cumple el primer supuesto.

LA VARIANZA ES CONSTANTE?

Si por que los datos no siguen un patrn, por tal motivo se cumple el segundo
supuesto.
 LA MEDIA DE LOS RESIDUOS ES IGUAL A CERO?

Si porque en el histograma se verifica el centro en cero, por tal motivo se cumple el

tercer supuesto.

LOS RESIDUOS SON INDEPENDIENTES?

Si porque los datos no demuestran tendencia, por tal motivo se cumple el cuarto
supuesto.

Podemos concluir que es un buen modelo porque se cumple los 4 supuestos.

8. Conclusiones (1 punto)

Obtuvimos 3 modelos diferentes de regresin por lo cual se escogi solo el modelo reducido
por que este present valores adecuados de r-cuad 99,67% .El modelo es bueno para explicar
y es tambin bueno para predecir porque el valor que dio en el r-cuad(pred) fue de 97,71%

Las variables que aportan en el modelo son DESCUENTO, MARKETING, PRECIO los valores de
pronostico obtenidos ingresando datos aleatorios son aceptables por que tiene un intervalo
de confianza de 95% con un rango de

Variable N Media Desv.Est. media IC de 95%

DESCUENTO 23 24,61 16,61 3,46 (17,43; 31,79)
MARKETING 23 411,0 284,6 59,3 (287,9; 534,0)
PRECIO 23 572,6 403,2 84,1 (398,3; 747,0)