CAPITULO 3

3.35 En el estudio del mercado para introducir un nuevo detergente para

lavavajillas se requiere proyectar las ventas para 10 años a partir de 2012. Según
estimación de los vendedores, un 37% de los actuales consumidores estarían
dispuestos a comprar el nuevo detergente. Cada caja (1 litro) de detergente dura
en promedio dos meses y su precio de venta unitario será de $2.000. Las familias
que tienen lavavajillas han aumentado de la forma que se muestra en la siguiente
tabla.
Año Lavavajillas
1994 18.408
1995 18.447
1996 20.667
1997 21.198
1998 22.778
1999 25.276
2000 30.045
2001 33.098
2002 39.848
2003 42.414
2004 47.851
2005 54.599
2006 58.349
2007 62.990
2008 69.344
2009 72.732
Estime los ingresos por venta de detergente a partir del año 2012, en un horizonte
de 10 años.

De forma lineal, se obtiene una gráfica de dispersión

Lavavajillas
80000

70000 y = 3905.8x + 6678.9

R² = 0.9612
60000

50000

40000

30000

20000

10000

0
0 2 4 6 8 10 12 14 16 18
Haciendo uso de la ecuación obtenida en el grafica se plantea las proyecciones,
incluyendo graficas de artículos vendidos, y el dinero generado

Año Periodo Lavavajillas

1994 1 18408
1995 2 18447
1996 3 20667
1997 4 21198
1998 5 22778
1999 6 25276
2000 7 30045
2001 8 33098
2002 9 39848
2003 10 42414
2004 11 47851
2005 12 54599
2006 13 58349
2007 14 62990
2008 15 69344 #Articulos Dinero
2009 16 72732 26910.84 322930080
2010 17 73077.5 27038.68 324464100
2011 18 76983.3 28483.82 341805852
2012 19 80889.1 29928.97 359147604
2013 20 84794.9 31374.11 376489356
2014 21 88700.7 32819.26 393831108
2015 22 92606.5 34264.41 411172860
2016 23 96512.3 35709.55 428514612
2017 24 100418.1 37154.7 445856364
2018 25 104323.9 38599.84 463198116
2019 26 108229.7 40044.99 480539868
2020 27 112135.5 41490.14 497881620
2021 28 116041.3 42935.28 515223372
2022 29 119947.1 44380.43 532565124
3.36 Explique los resultados de la regresión del siguiente cuadro, si la variable x
corresponde al año (1995 a 2010, donde 1995 = 1) e Y corresponde a las ventas en
cantidades.
A B C D E F
1 Resumen
2
3 Estadísticas de la regresión

4 Coeficiente de corrección múltiple 0,980391207

5 Coeficiente de determinación R^2 0,961166919
6 R^2 ajustado 0,958393128
7 Error típico 3868,848521
8 Observaciones 16
9
10 ANALISIS DE VARIANZA
11 Grados libertad Suma cuadrados Promedio F Valor crítico de
cuadrados F
12 Regresión 1 5186668053 5186668053 346,5173642 2,83825E-11
13 Residuos 14 209551844,2 14967988,87
14 Total 15 5396219897
15
16 Coeficientes Error típico Estadístico t Probabilidad
17 Intercepción 6678,85 2028,84128 3,291925931 0,00534722
18 Variable X 1 3905,752941 209,8177702 18,61497688 2,83825E-11

Podemos observar que en la columna B17 y B18 corresponden a las variables de

intercepción que es el comportamiento no explicado por la variable x y la variable x1
corresponde a cuanto cambia Y por cada X.
Si se relativizan los valores de regresión y residuos se tiene que:
Suma de cuadrados Porcentaje
Regresion 5186668053 0.96116692
Residuos 209551844.2 0.03883308
Total 5396219897 1

El valor relativo de Regresión (0.96116692) corresponde a el de B5 y corresponde al

porcentaje de variación que puede ser explicado por el comportamiento de la variable
independiente, esto nos demuestra que las variables de los años y de las ventas están
enteramente relacionadas.
El valor F que se presenta en la celda E17 tiene a su vez un valor critico de F en la F17
que corresponde a 2.83825 E-11 (es decir 0.0000000000283825 %) que corresponde
un nivel de confianza altísimo de 99.9999999999716175 %

Por otra parte, el valor del estadística t nos muestra las probabilidad de que 0.5 % de
que el valor de intercesión es decir a sea el azar mientras que el factor es casi 0. De lo
anterior se concluye que el valor a no es estadísticamente significativo, pero se
compensa por otros factores, logrando que la ecuación pueda ser útil para una
proyección
3.37 En una ciudad del norte del país, un estudiante recopiló información de la
cantidad de pacientes enfermos de sida, pensando que ello se explicaría por la
cantidad de personas que asisten al cine en la ciudad.
Los resultados se muestran en la tabla siguiente:

Año Enfermos de sida Entradas al cine

1986 2150 303710
1987 2100 305030
1988 2200 398760
1989 2210 306340
1990 2220 318230
1991 2300 345190
1992 2590 390370
1993 2640 413430
1994 2660 404600
1995 2400 366840
1996 2010 312580
1997 2100 313480
1998 2030 281710
1999 2000 295350
2000 2110 298160
2001 2060 297940
2002 2140 304840
2003 2220 323810
2004 2360 339260
2005 2570 390920
2006 2730 428780
2007 2680 414160
2008 2360 373220
2009 2230 316530
2010 2120 307500
Calcule los estadísticos correspondientes y explique su conclusión.

Los estadísticos fueron calculados en EXCEL:

RESUMEN

Estadisticas de la regresión
Coeficiente de correccion 0.9175915
multiple 55
Coeficiente de determinancion 0.8419742
R cuadrada 62
0.8351035
R cuadrada ajustada 78
18700.057
Error típico 79
Observaciones 25

ANALISIS DE VARIANZA
Grados Suma Promedio Valor critico
libertad cuadrados Cuadrados F de F
4285334458 122.5459
Regresion 1 4 42853344584 113 1.0861E-10
Residuos 23 8042919712 349692161.4
5089626429
Total 24 6

Coeficiente Probabili
s Error típico Estadistico T dad
-
76236.656 37968.2584 0.056539
Intercepcion 22 6 -2.007905006 981
182.84064 16.5167018 1.0861E-
Variable X1 36 2 11.07004568 10
3.38 Para una población objetivo de 180,000 familias, una prueba piloto concluyó
que el consumo promedio de cajas de jugo era de 144 unidades anuales, con una
varianza muestral de 310. Para un error de 2% respecto de la media, calcule los
tamaños de la muestra para los niveles de confianza de 95.44% y 99.74%

𝑆 2 = 310
𝐸 = 2% 𝑑𝑒 144 = 2.88
𝑁 = 180,000
𝑍 = 2 𝑝𝑎𝑟𝑎 95.44%
𝑍 = 3 𝑝𝑎𝑟𝑎 99.74%

𝑃𝑎𝑟𝑎 𝑍 = 2
22 (310)(180,000)
𝑛= = 149.37 = 149
(2.882 )(180,000) + (310)(22 )

𝑃𝑎𝑟𝑎 𝑍 = 3

32 (310)(180,000)
𝑛= = 309.46 = 309
(2.882 )(180,000) + (310)(32 )

3.39 Una prueba piloto para estimar el tamaño de la muestra arrojó los siguientes
resultados.

Grupo etario Población Desviación estándar

18-35 86320 13345
36-55 79880 22620
Más de 55 68150 8432
Para un error de 1200 y un nivel de confianza de 95.44%, determine el tamaño de la muestra total y
por estrato.
 ∑(𝑁𝑒𝑆𝑒)2
Para calcula el tamaño total se utiliza la formula 𝑛 = 𝐵2
y se crea una
𝑁 2 ( 2 )+ ∑(𝑁𝑒)(𝑆𝑒)2
𝑍

nueva tabla donde tenemos los valores de 𝑁𝑆 𝑦 𝑁𝑆 2 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑒𝑠𝑡𝑟𝑎𝑐𝑡𝑜

Grupo Población Desviación NS (NS)^2 S^2 N(s^2)

etario (N) estándar (S)
18-35 86320 13345 1151940400 1.32697E+18 178089025 1.53726E+13
36-55 79880 22620 1806885600 3.26484E+18 511664400 4.08718E+13
Más de 68150 8432 574640800 3.30212E+17 71098624 4.84537E+12
55
TOTAL 234350 44397 3533466800 4.92201E+18 760852049 6.10898E+13

Entonces si B=1200 y z= 2

4.92201E + 18
𝑛= = 248.18 = 248
2 200002
(234350 ) ( ) + 6.10898E + 13
22

Y para cada estrato el tamaño será calculado con:

𝑁𝑒𝑆𝑒
𝑛𝑠 = 𝑛
∑(𝑁𝑒𝑆𝑒)
1151940400
𝑛1 = 248 ( ) = 80.85 = 81
3533466800
1806885600
𝑛2 = 248 ( ) = 126.81 = 127
3533466800
574640800
𝑛3 = 248 ( ) = 40.33 = 40
3533466800
3.40 Calcule el número de intervalo de clase para tabular el resultado de una
encuesta realizada a 52 individuos.

𝐼𝑐 = √52 = 7.211 = 7
3.41 Si el número de datos fuese 2.370, calcule el número de intervalos óptimo.

𝐼𝑐 = 1 + 3.322log(2370) = 12.210 = 12
3.42 Con la tasa de crecimiento de adultos mayores jubilados de los últimos años
que se muestra en la siguiente tabla, calcule la media geométrica.
Año Tasa anual de crecimiento (%)
1999 1,31
2000 1,27
2001 1,33
2002 1,34
2003 1,39
2004 1,10
2005 1,62
2006 1,78
2007 1,96
2008 1,92
2009 2,13
2010 2,27

Se calcula mediante la siguiente ecuación ̅̅̅

𝑋𝑔 = 𝑛√∏𝑛𝑖=1(1 + 𝑋𝑖 ) − 1
Donde ̅̅̅
𝑋𝑔 es la media geométrica; i, cada observación, y n, el número de
observaciones. Por lo tanto, tenemos que
12
̅̅̅
𝑋𝑔 = √1.0131 ∗ 1.0127 ∗ 1.0133 ∗ 1.0134 ∗ 1.0139 ∗ 1.0110 ∗ 1.0162 ∗ 1.0178 ∗ 1.0196 ∗ 1.0192 ∗ 1.0213 ∗ 1.0227 − 1

̅̅̅
𝑋𝑔 = 0.01617 = 1.617 = 1.62%