Академический Документы
Профессиональный Документы
Культура Документы
2.5
2.0
1.5
1.0
0.5 1.0 1.5 2.0
Gastos en publicidad
a) Ecuación de regresión
b1 = 1.285
b0=1.470
R-cuad.: 84.75%
Entonces:
r= 0.8475 = 0.9206 = 92.06%
Existe una correlación positiva y fuerte entre los beneficios y los
gastos en publicidad.
c) Coeficiente de determinación
R-cuad.: 84.75%
Entonces el 84.75% de los beneficios serán explicados por los gastos en
publicidad.
d) Coeficiente de no determinación
R-cuad.: 84.75%
Entonces: 1-(R-cuad.): 1 - 84.75% = 15.25%
El 15.25% de los beneficios no serán explicados por los gastos en
publicidad.
e) Error estándar de estimación
Sxy= 0.378981
Entonces: Existe una variabilidad de 0.378981 millones en beneficio
respecto a la ecuación de regresión.
f) Inferencia sobre los coeficientes de
regresión de población.
1) Ho: ß0 = 0 (No hay relación);
Ha: ß0 ≠ 0 (Si hay relación);
3) t-Student
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-2.571 0 2.571
X
5) De la tabla:
EE del
Término Coef coef. Valor T Valor P VIF
Constante 1.470 0.338 4.35 0.007
Gastos de Publicidad (Millones) 1.285 0.244 5.27 0.003 1.00
Gráfica de distribución
2) α = 0.05; 0.4
T, df=5
3) t-Student 0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-2.571 0 2.571
X
Gráfica de distribución
T, df=5
0.4
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-2.571 0 2.571
X
5) t = 𝑟 𝑛 − 2/( 1 − 𝑟 2 )
t = 5.271340266
t pertenece a la región de contingencia, entonces podemos aceptar la
hipótesis nula, por lo tanto ahora afirmamos que la correlación en la población
no es nula.
f) Inferencia sobre los coeficientes de
regresión de población.
1) Ho: ß0 = 0 (No hay relación);
Ha: ß0 ≠ 0 (Si hay relación);
3) t-Student
0.3
Densidad
0.2
0.1
0.025 0.025
0.0
-2.571 0 2.571
X
h) Estimado del intervalo de
confianza de B1:
b1 – T (α, n-2) Sb1 < β1 < b1 +T (α, n-2) Sb1
para un 95%:
b1 = 1.285
T(0.05, 5) = 2.571
𝑆𝑦𝑥
Sb1 = = 0.0765
(σ 𝑥)2
σ 𝑥2 +
𝑛
S 0.378981
4 R-cuad. 84.7%
R-cuad.(ajustado) 81.7%
beneficios
0
0.5 1.0 1.5 2.0
gastos en publicidad
Valores de predictores para nuevas observaciones
gastos en
Nueva obs publicidad
1 1.00
EE de
Nueva obs Ajuste ajuste IC de 95% IP de 95%
1 2.755 0.156 (2.353, 3.157) (1.701, 3.809)
ANALISIS DE VARIANZA:
Fuente GL SC CM F P
Regresión 1 1843.6 1843.6 4.25 0.073
Error residual 8 3467.3 433.4
Total 9 5310.9
SSR
a) Coeficiente de correlación y
coeficiente de determinacion:
𝟐 𝑺𝑺𝑹 𝟏𝟖𝟒𝟑.𝟔
𝒓 = = = 𝟎. 𝟑𝟒𝟕𝟏 = 𝟑𝟒. 𝟕𝟏%
𝑺𝑺𝒕𝒐𝒕𝒂𝒍 𝟓𝟑𝟏𝟎.𝟗
𝒓 = 𝟓𝟖. 𝟗𝟏%
𝑺𝑺𝑬
𝑺𝒚𝒙 = = 𝟐𝟎. 𝟖𝟏𝟖𝟔
𝑵−𝟐
Existe una variabilidad de 20.8186 $ en LOS GASTOS EN COMIDA
respecto a la ecuación de regresión.
c). Ecuación de la regresión:
La ecuación de regresión es
Gastos en comida ( $ ) = 60.4 + 11.3 Tamaño de la
familia
Por tanto los puntos a retirar serán los que no cumplen dicha prueba es decir
son mayores, por tanto tenemos:
Valor justo Precio de la acción
80 98.63
70 41.26
Los cuáles serán retirados por posible influencia en la media.
• Método de la matriz sombrero hi:
HI2 hi valoración hi
0.079010 0.16 SI
0.128907 0.16 SI
0.089780 0.16 SI
0.060869 0.16 SI
0.051740 0.16 SI
0.047879 0.16 SI
0.035857 0.16 SI
0.063715 0.16 SI
0.036544 0.16 SI
0.036117 0.16 SI
0.106000 0.16 SI
0.046030 0.16 SI
0.053713 0.16 SI
0.038489 0.16 SI
0.036141 0.16 SI
0.066304 0.16 SI Por tanto los puntos a retirar serán los que no
0.089780 0.16 SI cumplen dicha prueba es decir son mayores,
0.079010 0.16 SI por tanto tenemos:
0.161560 0.16 NO
0.101447 0.16 SI Valor justo Precio de la acción
0.051593 0.16 SI 98 103.05
0.078768 0.16 SI
0.093356 0.16 SI Los cuáles serán retirados por posible
0.139123 0.16 SI influencia en la media.
0.038489 0.16 SI
0.106000 0.16 SI
0.037749 0.16 SI
0.046030 0.16 SI
• Método del estadístico de distancia de Cook.
Analizando por tanto al retirar los valores supuestos posibles influyentes que son:
Valor justo Precio de la acción
80 98.63
70 41.26
98 103.05
Se obtiene:
𝑌 = 11.236 + 0.467 ∗ 𝑋 Esto quiere decir que por cada licitador más
que integre al proyecto, la oferta ganadora aumenta en 0.467
dólares.
b) Hallando el coeficiente de
correlación y de determinación
(𝑛∑𝑥𝑦 − ∑𝑥∑𝑦 )
𝑟=
√[𝑛∑𝑥2 − (∑𝑥)2][𝑛∑𝑦2 − (∑𝑦)2]
r = 0.706
r = 0.706
tk Є R.C. → rechazo Ho y
acepto Ha
Prueba de hipótesis para la
correlación entre en la población
1. Ho: ρ = 0 (la correlación en la población es nula)
Ha: ρ ≠ 0 (la correlación en la población no es nula)
2. α = 0.10
3. 3. t-Student
4.
5. Cálculo del estadístico
𝑡 =𝑟√𝑛 − 2 /√1 − 𝑟2
𝑡 = 3.596
tk Є R.C. → rechazo Ho y
acepto Ha
Se concluye al 0.10 que la correlación en la población no es nula
g) Hallando el intervalo de confianza y
de predicción para 5 licitadores:
𝐼𝐶 = [12.696,14.44]
La cantidad ofertada ganadora
para 5 licitadores se encuentra
entre 12.696 y 14.44dólares.
𝐼P = [11.36,15.73]
La oferta ganadora por un
proyecto de 5 licitadores se
encuentra entre 11.36 y 15.73
dólares.
FIN